Gescannte Dokumente können Seiten mit falscher Ausrichtung, geringem Kontrast, geringer Helligkeit und auf den Kopf gedreht haben. Dies kann Herausforderungen bei der Verarbeitung von Dokumenten mit OCR, ICR, Textextraktion, bildbasiertem ML/AI-Modellieren usw. schaffen. Diese Lösung integriert statistische Modelle, die den Neigungswinkel basierend auf der Textausrichtung und der Position des Textes relativ zu den Seitenrändern identifizieren und die Ausrichtung/Neigung der Seiten korrigieren. Sie identifiziert den Kontrast zwischen Hintergrund und Text in den Seiten des gescannten Dokuments und passt den Kontrast der Seiten mit geringem Kontrast an. Sie integriert auch Deep-Learning-Modelle, die erkennen, ob eine Seite auf dem Kopf steht. Die Modelle sind auf einem großen Datensatz von Tausenden von Seiten trainiert. Dies ermöglicht es OCR/ICR-Engines, eine höhere Genauigkeit zu erreichen und verbessert die nachfolgenden Textextraktions-Pipelines.