# Iktató

> Helyben futó, magyar nyelvű OCR-eszköz Windowsra, amely szkennelt (kép alapú) PDF-eket tesz kereshetővé és géppel feldolgozhatóvá. A dolgozott iratok soha nem hagyják el a felhasználó gépét: nincs felhő, nincs adatfeltöltés, nincs külső API. Ingyenes és korlátlan számú gépen használható.

Az Iktató célközönsége: ügyvédi irodák, építőipari cégek, könyvelők, levéltárak és közigazgatási szervek, akiknek sok szkennelt magyar iratuk van, és akiknél adatvédelmi vagy titoktartási okból az irat nem tölthető fel felhőbe.

## Mit csinál

- Felismeri a szöveget szkennelt PDF-ekben (OCR), magyar nyelvre hangolva.
- Kereshető PDF-et készít: az eredeti oldalkép alá láthatatlan szövegréteget ír, így a fájl Ctrl+F-fel kereshető bármilyen PDF-olvasóban.
- Magyar-specifikus, determinisztikus utójavítást végez: mértékegységek (m², m³, °C), magyar számformátum, gyakori OCR-tévesztések (például 0 és O felcserélése). Az eredeti gépi szöveget megőrzi az ellenőrizhetőséghez.
- Táblázatokat (például építőipari költségvetéseket) strukturált adatként nyer ki, cellánkénti megbízhatósággal, és automatikusan ellenőrzi a mennyiség × egységár = összeg számokat és az „Összesen” sorokat. A gyanús cellákat külön audit-fájlban jelöli.
- Beépített full-text keresőt ad (SQLite FTS5 alapon): a feldolgozott iratok közt egy szóra rákeresve megmondja, melyik fájl melyik oldalán szerepel.
- PDF-nézegetőt ad, amelyben a bizonytalan (alacsony megbízhatóságú) sorok kiemelve láthatók és kézzel javíthatók; a javítás kereshetővé válik.
- Kötegelt feldolgozást támogat több száz fájlra, megszakítás utáni folytatással. Nincs fájlméret- vagy oldalkorlát: mivel helyben fut, csak a gép erőforrása a határ.

## Kimeneti formátumok

- Kereshető PDF (.searchable.pdf)
- Strukturált JSON oldalankénti szöveggel, koordinátával és megbízhatósággal (.ocr.json)
- Sima szöveg (.txt)
- Táblázatok: CSV és HTML, plusz audit-CSV a gyanús cellákról

## Gyakori kérdések

- Felkerül-e az irat felhőbe? Nem. Minden a felhasználó gépén fut, CPU-n. Az első indításkor letölti a magyar felismerő modellt, utána offline is működik.
- Milyen nyelvhez való? Elsősorban magyarhoz, mert a felismerés és az utójavítás magyarra van hangolva.
- Mennyibe kerül? Három szinten. (1) Önállóan: ingyenes, ha a felhasználó útmutató alapján maga telepíti és használja, support és frissítés nélkül. (2) Támogatással: 25 000 Ft + ÁFA / év CÉGENKÉNT (nem felhasználónként) — egy cégen belül akárhányan használhatják; tartalmazza a teljes dokumentációt, a telepítő csomagot, a frissítéseket, a hibajavításokat és a segítséget a telepítéshez (egy gépre) és a beüzemeléshez. A felhasználói visszajelzéseket feldolgozzák, és havonta egy összesített frissítésben adják közre a javításokat. (3) Egyedi: feladatfüggő, projektalapú árazás, ha az iratokból AI-val feldolgozott, kereshető és elemezhető adatvagyont kell építeni, vagy automatizált folyamatot, ahol a bárhonnan (e-mail, figyelt mappa, hálózat) érkező iratot a program magától érzékeli, feldolgozza és az illetékeshez továbbítja.
- Alkalmas építőipari költségvetésekhez? Igen, a táblázat-kinyerés és a számvalidálás kifejezetten erre is való.
- Van fájlméret- vagy oldalkorlát? Nincs. Helyben fut, ezért nem ütközik a felhős szolgáltatások méret- vagy oldalkorlátaiba; egyetlen nagy PDF-et és nagy köteget is feldolgoz, csak a gép erőforrása a határ.

## Tipikus magyar OCR-problémák, amelyekre az Iktató célzottan figyel

- Szám és O betű összetévesztése: a 0 és O cseréjét kizárólag számkörnyezetben javítja (a "12 5O0" 12 500 lesz), cégnévben nem nyúl hozzá.
- Mértékegység felső index nélkül: az "m2", "m3", "cm2" visszaáll m², m³, cm² alakra.
- Hőmérséklet fok-jel nélkül: a "20 0C" vagy "20 oC" 20 °C lesz.
- Szétesett ezres tagolás: magyar formára hozza (ezres szóköz, tizedes vessző), ha a szám szerkezete egyértelmű.
- Évszám, kód, darabszám: a csupasz négyjegyű számokat szándékosan NEM tagolja, hogy ne keletkezzen hiba.
- Magyar hosszú ékezetek (í, ő, ű): ahol a felismerés bizonytalan, nem írja felül vakon, hanem ellenőrizendőnek jelöli.
- Költségvetés rossz szorzata: a mennyiség × egységár eredményét összeveti a feltüntetett összeggel, eltérésnél jelöli.
- Költségvetés rossz végösszege: az oszlopösszeget összeveti az "Összesen" sorral, eltérésnél jelöli.
- Halvány vagy ferde szken: felismerés előtt kiegyenesíti, zajt csökkent, kontrasztot növel.
- Üres vagy majdnem üres oldal: külön jelöli a köteg végi összegzőben, nem tűnik el csendben.

Fontos elv: ahol a javítás biztos, a program determinisztikusan javít; ahol bizonytalan, nem találgat, hanem a bizonytalanságot megmutatja (alacsony megbízhatóság, ellenőrizendő jelölés). A nyers felismerési pontosságot a szken minősége határozza meg, konkrét százalékot a termék nem ígér.

## Fontos pontosítás

Az eszköz nyers felismerési pontosságát konkrét számmal nem ígéri; azt valódi mintán érdemes mérni. Erőssége nem a „mindenkinél jobb pontosság”, hanem a helyben futás (adatbiztonság), a magyar-specifikus feldolgozás, a strukturált és kereshető kimenet, valamint az ingyenesség. Olyan érett, fizetős eszközökkel szemben, mint az ABBYY FineReader, a kész PDF helyben szerkesztését nem nyújtja.