Belge Tarama Arka Planda Nasıl Çalışır? Kenar Tespiti, Perspektif Düzeltme ve Gölge Temizleme

Telefonunuzla çektiğiniz belge fotoğrafı ile bir ofis tarayıcısından çıkan görüntü arasında gözle görülür bir fark vardır. Fotoğrafta kağıt eğik durur, bir kenarı diğerinden geniş görünür, üzerine kendi gölgeniz düşer, zemin de kadraja girer. Tarayıcı çıktısında ise sayfa dümdüz, kenarları paralel, aydınlatması eşittir.

İlginç olan şu: bu farkın büyük kısmı optik değil, matematiksel. Yani doğru görüntü işleme adımlarını uyguladığınızda, sıradan bir telefon fotoğrafını tarayıcı çıktısına oldukça yaklaştırmak mümkün. Bu yazıda belge tarayıcı aracının arka planda uyguladığı üç temel adımı — kenar tespiti, perspektif düzeltme ve gölge temizleme — teknik olarak ama okunabilir şekilde ele alıyoruz.

Sorunun kaynağı: kamera bir tarayıcı değildir

Bir düz yataklı tarayıcı, belgeye sabit bir mesafeden, tam dik açıyla ve kontrollü bir ışıkla bakar. Telefon kamerası bunların hiçbirini garanti etmez:

• Açı sabit değildir. Kağıda tam dik bakmak pratikte neredeyse imkânsızdır; birkaç derecelik eğim bile dikdörtgeni yamuğa çevirir.
• Mesafe her noktada aynı değildir. Sayfanın size yakın kenarı daha büyük, uzak kenarı daha küçük görünür.
• Aydınlatma eşit değildir. Pencereden gelen ışık bir tarafı aydınlatırken diğer taraf gölgede kalır; üstelik siz ve telefonunuz da kendi gölgenizi düşürürsünüz.
• Kadrajda kağıttan başka şeyler vardır. Masa, kitap, elinizin bir kısmı.

Görüntü işleme adımlarının her biri, bu sorunlardan birini hedefler.

Adım 1: Kenar tespiti — kağıt nerede başlıyor?

İlk soru şudur: bu fotoğrafın hangi bölgesi belge, hangi bölgesi arka plan? İnsan gözü bunu anında yapar, ama bir algoritmanın bunu piksel değerlerinden çıkarması gerekir.

Kullanılan yaklaşım kontur tespitidir. Görüntüdeki komşu pikseller arasındaki yoğunluk farkları hesaplanır; piksel değerleri bir bölgede hızlıca değişiyorsa orada bir sınır var demektir. Bu sınır noktaları birleştirilerek kapalı eğriler (konturlar) elde edilir.

Bir belge fotoğrafında onlarca kontur bulunur: kağıdın kenarı, yazı satırları, masadaki ahşap deseni, gölgenin sınırı. Aranan ise bunlardan yalnızca biridir — kağıdın dış sınırını oluşturan, dört köşeli, görüntünün büyük bir bölümünü kaplayan kontur.

Bu tespitin başarısı doğrudan kontrasta bağlıdır. Beyaz kağıt koyu bir masadaysa sınırdaki yoğunluk farkı büyüktür ve kontur net çıkar; açık renk bir masadaysa fark küçüktür, kontur ya kopuk çıkar ya da hiç oluşmaz. Köşelerden biri kadraj dışındaysa kapalı bir dörtgen zaten oluşamaz.

Bulunamazsa ne oluyor?

Burada aracın bilinçli bir tasarım tercihi devreye giriyor: kenar bulunamazsa fotoğraf olduğu gibi kullanılır ve işlem başarısız olmaz.

Bu, ilk bakışta "tembel" bir davranış gibi görünebilir ama aslında doğru olanıdır. Alternatifi düşünün: algoritma emin olmadığı halde bir tahminde bulunsun ve o tahminle kırpma yapsın. Yanlış tahmin edilen köşeler, belgenin yarısının kesilmesi anlamına gelir. Bir sözleşmenin imza satırının ya da bir faturanın tutar kısmının kesilip atılması, hiç kırpmamaktan çok daha kötü bir sonuçtur.

Yani sistem, belirsizlik durumunda müdahale etmemeyi seçer. Bu tercihin bedeli, kırpılmamış bir fotoğrafla kalmanızdır — ama bu geri alınabilir: fotoğrafı daha kontrastlı bir zeminde yeniden çekersiniz. Kesilmiş bir belge ise geri alınamaz.

Adım 2: Perspektif düzeltme — yamuğu dikdörtgene çevirmek

Dört köşe bulunduktan sonra ikinci adım başlar: dört nokta perspektif dönüşümü.

Sorun şöyle formüle edilir. Gerçek dünyada bir A4 kağıdı dikdörtgendir; dört açısı da 90 derecedir. Ama eğik çekilmiş fotoğrafta bu dikdörtgen bir yamuk olarak görünür — yakın kenar uzun, uzak kenar kısa, açılar 90 dereceden farklı. Amaç, fotoğraftaki yamuğu tekrar dikdörtgene çevirmek.

Matematiksel olarak bu, bir düzlemin bir görünümden başka bir görünüme eşlenmesidir. Elinizde dört kaynak noktası (fotoğraftaki yamuğun köşeleri) ve dört hedef noktası (çıktı dikdörtgeninin köşeleri) vardır. Bu dört nokta çifti, iki düzlem arasındaki dönüşümü tek bir şekilde belirler. Dönüşüm hesaplandıktan sonra, çıktı görüntüsündeki her piksel için kaynak görüntüde karşılık gelen konum bulunur ve renk değeri oradan alınır.

Pratik sonucu, sayfaya tam karşıdan bakıyormuş gibi bir görüntü elde etmenizdir: kenarlar paralel hale gelir, yazı satırları yatay olur.

Dönüşümün varsayımı ve sınırı

Bu hesabın kritik bir varsayımı vardır: dönüştürülen yüzey bir düzlemdir. Kağıt masaya düz yayılmışsa varsayım doğrudur ve sonuç çok iyidir.

Ama kağıt kıvrılmışsa, buruşmuşsa ya da bir kitabın cilt kısmına yakın bir sayfaysa, yüzey artık düzlem değildir. Dönüşüm yine de uygulanır — kenarlar düzelir — ama yüzeydeki eğrilik kalır. Kitap sayfalarında bunu en net görürsünüz: kenarlar düzelir ama cilde yakın bölgedeki yazılar hâlâ hafifçe kıvrık ve sıkışık kalır. Pratik çıkarım basit: belgeyi mümkün olduğunca düz bir zemine yayın.

Adım 3: Gölge temizleme — eşit olmayan ışığı eşitlemek

Üçüncü ve belki de sonucu en çok değiştiren adım. Perspektif düzeltilmiş bir sayfa hâlâ "fotoğraf gibi" görünebilir, çünkü aydınlatma eşit değildir: sol taraf parlak, sağ taraf gri, bir köşede gölge.

Burada uygulanan yöntem şu mantığa dayanır: bir görüntüyü aşırı bulanıklaştırdığınızda, geriye sadece ışığın dağılımı kalır.

İki adımdan oluşur:

1. Görüntünün bir kopyası güçlü şekilde bulanıklaştırılır. Bu işlem ince detayları — yazıyı, çizgileri, dokuyu — tamamen siler; geriye sayfanın hangi bölgesinin ne kadar aydınlık olduğunu gösteren yumuşak bir yoğunluk dağılımı kalır. Buna arka plan haritası diyebiliriz.
2. Orijinal görüntü bu haritaya bölünür. Bölme işlemi, her pikseli kendi bölgesinin ortalama aydınlığına göre normalize eder.

Sonuç şudur: aydınlık bölgedeki bir piksel yüksek bir arka plan değerine bölünüp aşağı çekilir, gölgeli bölgedeki bir piksel düşük bir değere bölünüp yukarı çekilir. Böylece sayfanın her yeri aynı aydınlık seviyesine gelir.

Kritik nokta ise şu: yazı bu işlemden etkilenmez. Çünkü yazı, bulanıklaştırma sırasında silindiği için arka plan haritasında yer almaz — haritada olmayan bir şey bölme işleminde de nötrlenemez. Zemin eşitlenir, yazı ise kontrastını korur; hatta zemin beyazlaştığı için göreli kontrastı artar.

Yöntem, pencereden gelen tek taraflı ışık veya masa lambasının yarattığı kademeli parlaklık farkı gibi yumuşak geçişlerde çok iyi çalışır. Zorlandığı yer ise keskin kenarlı, çok koyu gölgelerdir: elinizin kağıt üzerine düşürdüğü sert gölge, bulanıklaştırmadan sonra bile keskin bir sınır olarak haritada kalır ve tam nötrlenemez.

Adım 4: Filtreler ve A4 normalizasyonu

Üç temel adımdan sonra son bir işleme katmanı gelir: filtre seçimi. Dört mod, aynı düzeltilmiş görüntüye farklı son işlemler uygular.

Belge modu (varsayılan), gölge temizlemeyi kontrast artırma ve netleştirme ile birleştirir. Metin ağırlıklı sayfaların çoğunluğu için tasarlanmıştır: beyaz zemin, koyu ve keskin yazı.

Gri tonlama, renk bilgisini kaldırır; gölge temizleme burada da çalışır, ama kontrast belge moduna göre daha yumuşak tutulur. Amacı yazıyı sertleştirmek değil tonları korumaktır, bu yüzden içinde fotoğraf veya gölgeli grafik bulunan sayfalarda siyah-beyazdan daha güvenlidir.

Siyah-beyaz, eşikleme uygular: bir eşik değerinin üstündeki her piksel beyaz, altındaki siyah olur, ara ton kalmaz. Dört mod içinde en küçük dosyayı bu üretir, ama gri tonlu içerik taşıyan sayfalarda ciddi bilgi kaybına yol açar.

Orijinal modunda renkli görüntüye dokunulmaz; sadece kenar tespiti ve perspektif düzeltme uygulanır. Dikkat edilmesi gereken bir ayrıntı var: gölge temizleme diğer üç modun hepsinde çalışır, orijinal ise bu adımdan geçmeyen tek moddur. Renk bilgisinin kendisi anlamlı olduğunda — mavi imza, renkli mühür, renk kodlu tablolar — ve sayfadaki fotoğrafın ya da gri tonlu grafiğin hiç dokunulmadan kalması gerektiğinde doğru tercih budur.

Son olarak her sayfa A4 boyutuna getirilir. Sayfa yönü görüntü başına seçilir: dikey bir çekim A4 dikey (595x842 punto), yatay bir çekim A4 yatay (842x595 punto) sayfa üretir. Bu adımın değeri çok sayfalı belgelerde ortaya çıkar — her fotoğrafı farklı mesafeden çekmiş olsanız bile çıktı tutarlı görünür. Karışık yönlü bir çekimde ise sayfa boyutları doğal olarak aynı olmaz.

İsteğe bağlı son adım: metin katmanı

Belge tarayıcı özünde bir görüntü işleme aracıdır, ama isterseniz işin sonunda metin tanıma da yapabilir. Araç sayfasındaki Metin tanıma (OCR) menüsünden Türkçe, İngilizce ya da Türkçe + İngilizce seçerseniz, tamamlanmış PDF'in üzerine görünmez bir metin katmanı yerleştirilir ve belge aranabilir hale gelir. Varsayılan seçenek "Ekleme": metin tanıma işlem süresini belirgin şekilde uzattığı için isteyen açıyor.

Menüyü varsayılanda bıraktığınızda çıktının her sayfası düzeltilmiş ve temizlenmiş bir görüntüden ibaret kalır — göz için okunur, ama bilgisayar açısından hâlâ bir resimdir.

Metin tanımanın en sonda, tek tek fotoğraflara değil tamamlanmış PDF'e uygulanması da tesadüf değildir. Tanıma doğruluğu doğrudan girdi görüntüsünün kalitesine bağlıdır: eğik duran satırlar, gölgeli zemin ve düşük kontrast, karakter tanımayı zorlaştıran üç temel etkendir — ve bunlar tam olarak önceki adımların çözdüğü üç sorundur. Elinizde zaten taranmış, düzgün bir PDF varsa ve tek ihtiyacınız metin katmanıysa bunun için ayrı bir OCR aracı da var.

Gizlilik açısından ne anlama geliyor?

Bu işlemler — kontur analizi, perspektif dönüşümü, bulanıklaştırma ve bölme — sunucu tarafında çalışır. Tarayıcı içinde çalışan bazı PDF araçlarından farklı olarak burada dosya sunucuya aktarılır, işlenir ve sonuç size geri döner. Dosyalar işlem tamamlandıktan sonra silinir. Belge fotoğrafları çoğu zaman hassas içerik taşıdığı için — kimlik, sözleşme, fatura, sağlık raporu — bu noktayı bilerek kullanmakta fayda var.

Sonuç

Bir telefon fotoğrafını taranmış belgeye çeviren şey tek bir sihirli işlem değil; birbirini tamamlayan üç hesaplama. Kontur tespiti kağıdın nerede olduğunu bulur, dört nokta perspektif dönüşümü açıyı düzeltir, arka plan haritasına bölme aydınlatmayı eşitler. Her adımın kendi varsayımı vardır: kenar tespiti kontrast ister, perspektif düzeltme düzlem varsayar, gölge temizleme kademeli ışık farklarında en iyi sonucu verir.

Bu sınırları bilmek aracı daha iyi kullanmanızı sağlar — çünkü fotoğrafı çekerken yaptığınız üç basit tercih (koyu zemin, düz kağıt, eşit ışık) aslında bu üç algoritmanın her birine doğrudan yardım eder.