Calidad del texto reconocido
Cómo reconoce FamiliDoc el texto de fotos y escaneos, cómo avisa cuando el resultado puede tener errores, y cuándo pedirle que lo vuelva a reconocer.
Cuando subes un documento sin un texto que se pueda seleccionar y copiar —una foto hecha con el móvil, un escaneo, o un PDF que solo contiene una imagen—, FamiliDoc reconoce su texto automáticamente (ver Subir documentos). También tiene en cuenta los nombres de las personas de tu familia al reconocer el texto, para acertar mejor con ellos.
Mientras dura el reconocimiento puedes seguir viendo el progreso ("Página X de Y") directamente en la ficha del documento, y seguir usando el resto de la app mientras tanto — ver Estados de un documento.
El aviso "Revisar"
El reconocimiento de caracteres nunca es perfecto: una letra manuscrita difícil o un escaneo muy deteriorado pueden dar lugar a texto con errores de reconocimiento. FamiliDoc mide, para cada documento cuyo texto viene del reconocimiento de caracteres, qué proporción de palabras no reconoce como palabras en español. Cuando esa proporción es alta:
- La columna "Reconocimiento" de la tabla de documentos muestra la etiqueta "Revisar" en vez del indicador habitual de documento escaneado.
- La ficha del documento muestra un aviso con un enlace directo al editor de texto del documento para revisarlo y corregirlo a mano.
Un documento sin ese aviso puede seguir teniendo algún error suelto — la medida es orientativa, no una garantía — pero indica que, en conjunto, el reconocimiento salió limpio.
El aviso "Forzar reconocimiento"
Algunos PDFs escaneados llegan con un texto ya incluido por otra aplicación (por ejemplo, un escáner o Adobe Acrobat con reconocimiento de texto activado). FamiliDoc respeta ese texto por defecto y no lo sustituye — pero si es de mala calidad, hasta ahora pasaba desapercibido, porque no había pasado por el reconocimiento de caracteres de FamiliDoc y por tanto no tenía la señal de calidad del apartado anterior.
FamiliDoc también mide la calidad de ese texto ya incluido, con el mismo criterio que el aviso "Revisar". Cuando parece de baja calidad, la columna "Reconocimiento" de la tabla de documentos y la ficha del documento muestran un aviso "Forzar reconocimiento", distinto del de "Revisar", sugiriendo que vuelvas a reconocer el documento desde cero.
Un documento nunca muestra los dos avisos a la vez
Si un documento tiene un texto ya incluido de mala calidad, se sugiere "Forzar reconocimiento" — es la acción que resuelve ambos problemas a la vez, porque vuelve a reconocer el documento entero. El aviso "Revisar" queda para documentos cuyo texto ya viene del reconocimiento de caracteres y aun así tiene errores.
Qué hacer ante cada aviso
Aviso "Revisar": abre el editor de texto del documento desde el enlace del propio aviso, corrige a mano lo que haga falta con ayuda del corrector ortográfico en vivo, y guarda. No suele hacer falta reconocer el documento entero otra vez, solo pulir el texto.
Aviso "Forzar reconocimiento": pulsa el botón "Forzar el reconocimiento de caracteres" de la ficha. Es más rápido que corregir a mano un texto de origen ya de mala calidad, porque lo vuelve a sacar desde cero en vez de partir de un texto poco fiable.
Cuando ya has revisado un aviso y está bien —tanto si has corregido algo como si has comprobado que no hacía falta—, pulsa "Ya lo he revisado" en el propio aviso para descartarlo. Deja de mostrarse en la ficha y en la tabla de documentos.
El botón "Forzar el reconocimiento de caracteres"
En la ficha de cualquier documento en PDF tienes un botón "Forzar el reconocimiento de caracteres", junto a "Procesar el documento otra vez". La diferencia entre ambos:
- Procesar el documento otra vez repite el mismo proceso como si subieras otra vez el archivo: si el PDF ya tenía un texto incluido (propio o de otra aplicación), lo vuelve a usar tal cual.
- Forzar el reconocimiento de caracteres descarta ese texto incluido por completo, sin importar de dónde venga, y vuelve a reconocer el documento entero desde cero. Es la acción a usar cuando sospechas que el texto de un PDF no es fiable, aunque nada lo avise todavía, o cuando quieres asegurarte tras corregir algo.
No hace falta que aparezca ningún aviso para usar "Forzar el reconocimiento de caracteres": el botón está disponible siempre que el documento sea un PDF, y eres tú quien decide si hace falta. Tiene sentido usarlo, por ejemplo, si el texto se ve razonablemente bien pero el chat te da respuestas raras basadas en ese documento, o si acabas de corregir a mano varios errores parecidos y prefieres partir de cero con un reconocimiento completo.
Es más lento y descarta las correcciones manuales
"Forzar el reconocimiento de caracteres" reconoce el documento completo, así que tarda más que procesarlo otra vez de forma normal y, mientras dura, el documento no está disponible para el chat. Si habías corregido el texto a mano, esa corrección se pierde y no se puede recuperar — igual que con "Procesar el documento otra vez".
El DNI español, con un tratamiento especial
El DNI español más reciente tiene un fondo de colores con textura —pensado, precisamente, como medida de seguridad para dificultar las falsificaciones— que también dificulta mucho la lectura automática de sus datos, más que un documento con fondo blanco normal. FamiliDoc reconoce automáticamente cuándo una foto o un escaneo son de un DNI y, si el reconocimiento habitual no consigue leerlo bien, prueba una segunda pasada pensada específicamente para ese fondo de color. Esta segunda pasada solo se activa cuando hace falta, así que no ralentiza el resto de tus documentos.
Además, FamiliDoc lee y aprovecha la franja de caracteres del reverso del DNI —esa línea con letras y números en una tipografía especial, pensada originalmente para que la lean máquinas de control fronterizo—: de ahí sale, ya verificado a través de sus propios códigos de control internos, el DNI, el número de soporte, la fecha de nacimiento y la fecha de caducidad, que pasan solos a los datos clave de la persona sin que tengas que copiarlos a mano. Solo la fecha de expedición, que no aparece en esa franja, se sigue leyendo directamente del anverso del documento.
Esta mejora se aplica sola, sin ningún ajuste que activar, tanto si subes el DNI como PDF escaneado como si lo fotografías con el móvil, y funciona con el anverso, el reverso o ambos a la vez.
Para el mejor resultado, sube cada cara por separado
Aunque puedes subir el anverso y el reverso juntos en el mismo archivo, los mejores resultados se consiguen subiéndolos como dos archivos independientes — dos fotos, dos escaneos o dos subidas distintas, una por cada cara. Así te aseguras de que el tratamiento especial del DNI llega por igual a las dos caras, sea cual sea la aplicación o el escáner con el que hayas generado el documento.