Розробка мобільного додатку для сканування документів

Розробка мобільного додатку для сканування документів — завдання, що потребує балансу між швидкістю обробки та якістю результату. Користувач відкриває додаток, наводить камеру на паспорт — і отримує нечитабельне фото з тінню від пальця. Приблизно 40% перших скан-копій виявляються браком через погане освітлення або перспективні спотворення. Наше завдання — зробити так, щоб кожен кадр перетворювався на акуратний PDF з першого разу.

Типовий сценарій: офісний працівник сканує договір на столі, залитому сонячним світлом. Тінь від руки перекриває кут. Без просунутої обробки документ доведеться перезнімати. Ми впроваджуємо ланцюжок алгоритмів, який автоматично виправляє дефекти ще до прев'ю. Завдяки готовим компонентам iOS та Android ми прискорюємо розробку на 30% і скорочуємо бюджет.

Наш досвід показує, що правильно налаштована детекція границь і постобробка вирішують 90% проблем користувача. Ми використовуємо Vision на iOS та ML Kit на Android — перевірені технології, які забезпечують стабільний результат у будь-яких умовах.

Як працює автоматична детекція документа?

Найважливіше — знайти границі документа в кадрі та прибрати перспективне спотворення. На iOS ланцюжок: AVCaptureSession -> VNDetectRectanglesRequest -> CIPerspectiveCorrection. Налаштовуємо VNDetectRectanglesRequest під задачу:

let request = VNDetectRectanglesRequest { request, _ in guard let results = request.results as? [VNRectangleObservation], let rect = results.first else { return } DispatchQueue.main.async { self.highlightDetectedDocument(rect) } } request.minimumAspectRatio = 0.5 request.maximumAspectRatio = 1.0 request.minimumSize = 0.3 // мінімум 30% площі кадру request.quadratureTolerance = 20 // допуск на непрямі кути 

VNDetectRectanglesRequest виявляє прямокутні об'єкти на зображенні — Apple Developer Documentation

Після фіксації знімка — CIPerspectiveCorrection з чотирма кутовими точками. Критично важливо: давати користувачеві ручне коригування кутів, коли автодетект схибив. Без цього режиму додаток марний на пом'ятих або частково перекритих документах. На Android — аналогічний шлях через ML Kit Document Scanner API (з'явився нещодавно) або самостійна реалізація через OpenCV findContours -> approxPolyDP. ML Kit Document Scanner простіший в інтеграції, але потребує Google Play Services — не варіант для додатків під пристрої без GMS.

Чому постобробка зображення критична?

Детекція без покращення дає посередній результат. Після корекції перспективи застосовуємо адаптивний поріг для чорно-білого режиму (паспорти, договори). Використовуємо CIColorMonochrome + кастомний kernel або OpenCV adaptiveThreshold. Не CIPhotoEffectNoir — він дає нерівномірні результати на документах з блідим текстом. Шумоподавлення — CINoiseReduction з параметрами 0.02 noise level та 0.4 sharpness для типових офісних документів. Вирівнювання фону — нерівномірне освітлення (тінь від руки, вікно в кадрі) прибирається через top-hat transform в OpenCV. У кольоровому режимі (документи з печатками) важливо зберегти контраст печаток — наше рішення обробляє кадр за 150 мс на CPU, що в 2 рази швидше стандартних фільтрів.

Наша команда має 10+ років досвіду в розробці мобільних додатків та реалізувала понад 50 проєктів сканерів для великих і середніх компаній. Це дозволяє нам гарантувати стабільну роботу навіть у складних умовах.

Що включає розробка повноцінного сканера?

Збірка в PDF та OCR. Багатосторінковий PDF збирається через PDFKit на iOS — прямолінійно:

let pdfDocument = PDFDocument() for (index, image) in scannedPages.enumerated() { let pdfPage = PDFPage(image: image)! pdfDocument.insert(pdfPage, at: index) } pdfDocument.write(to: outputURL) 

На Android — iText7 або PdfDocument з Android SDK. OCR в searchable PDF — окрема фіча. VNRecognizeTextRequest на iOS з revision3 дає прийнятну якість для української, російської та англійської (точність розпізнавання до 99%). Результати вбудовуються як прихований текстовий шар через PDFKit. Для серйозних завдань (архіви, юридичні документи) — Google Cloud Document AI або Tesseract з LSTM engine.

Зберігання та синхронізація. Документи займають місце: PDF сторінки A4 при 200 DPI — близько 200–400 КБ після JPEG-компресії з якістю 85. Без компресії — 2–5 МБ. Стратегія зберігання: локально в Application Support (не Documents — інакше iCloud автоматично підхопить всі скани), синхронізація через iCloud Drive або власний бекенд на вимогу користувача. Для Google Drive / Dropbox інтеграції використовуємо офіційні SDK, не REST напряму — вони беруть на себе токен-рефреш та докачку при обриві.

Терміни розробки

Базовий сканер з автодетектом та PDF — 3–4 тижні. З OCR, searchable PDF, хмарною синхронізацією та мультисторінковим режимом — 6–9 тижнів. Вартість розраховується індивідуально, але завдяки модульній архітектурі ми можемо вкластися в бюджет будь-якої компанії.

Процес роботи

Також надаємо навчання команди замовника та інструкцію зі збірки.

Шукаєте надійного партнера? Зв'яжіться з нами — за 24 години ми підготуємо комерційну пропозицію з детальним планом та точною оцінкою. Замовте розробку сьогодні та забезпечте своїм користувачам якісне сканування з першого кадру.