Rezultatet e matura: sa mirë qëndrojnë korrigjimet

Çdo korrigjim që bën CECO PDF kontrollohet piksel për piksel, dhe ai kontroll nuk thotë asgjë për sa lehtë mund të gjendet korrigjimi më pas. Kjo faqe e thotë. Ajo publikon çfarë gjetën detektorët tanë forenzikë dhe një shqyrtues kur e kërkuan, në faqe të trilluara të ndërtuara për këtë qëllim, bashkë me rreshtat e dobët. Çdo numër këtu gjenerohet nga rezultatet e regjistruara të testit krahasues (benchmark); asnjë nuk është shtypur me dorë.

Numrat e testit krahasues u regjistruan më 25 tetor 2026; ata të shqyrtimit të verbër më 21 shtator 2026. Versioni i motorit 0.1.1.

Çfarë matet

Testi krahasues ndërton 200 faqe të trilluara: letra, pasqyra dhe formularë të shkruar për këtë qëllim, pa emra, adresa ose shifra të vërteta. Secila pastaj skanohet me program ashtu si do të skanohej një faqe e vërtetë, në katër kushte:

• Kamera e telefonit. Një faqe e fotografuar me telefon: dritë e pabarabartë, pak anim, zhurma e sensorit, dhe JPEG-u që ruan kamera.
• Skaner zyre. Një skanim me skaner të sheshtë i ruajtur si JPEG, lloji më i zakonshëm i skanimit që ekziston.
• Faks. Një faqe vetëm bardh e zi, pa gri askund, siç e jep një faks ose një skaner bitonal.
• Letër me kokë me ngjyra. Një skanim me ngjyra i një faqeje me kokë dhe shirit anësor me ngjyra.

Në çdo faqe motorit i kërkohet një korrigjim, nga katër lloje:

• Një fjalë e zëvendësuar: një fjalë në faqe bëhet një tjetër.
• Një shifër e ndryshuar: një shifër e një sasie bëhet ajo pasardhëse.
• Një fjalë e hequr: një fjalë hiqet dhe rreshti mbyllet.
• Një fjalë e shtuar: një fjalë vendoset në letër bosh të matur pranë shkrimit.

Një korrigjim që motori nuk mund ta bëjë mirë refuzohet, dhe një refuzim numërohet, nuk vlerësohet. Çdo korrigjim që bën kontrollohet ashtu si shërbimi kontrollon tuajat: faqja vizatohet para dhe pas me 300 pika për inç dhe krahasohet, dhe korrigjimi llogaritet vetëm nëse çdo piksel i ndryshuar ndodhet brenda zonës që deklaroi.

Pastaj faqja e korrigjuar, dhe vetëm ajo, u jepet dhjetë detektorëve forenzikë që i shkruam kundër vetes. Secili është një matje klasike e llojit që bën programi i një eksperti dokumentesh, dhe secili kthen një hartë të vendit në faqe ku mendon se është bërë diçka:

• Mbetja e rikompresimit: sa ndryshon çdo pjesë e faqes kur ruhet përsëri si JPEG me disa cilësi.
• Fantazmat JPEG: gjurma që lë një kompresim i dytë në kurbën e mbetjes.
• Historia e kuantizimit: nëse koeficientët e kompresimit mbartin historinë e vetë faqes apo një tjetër.
• Rrjeta e kompresimit: nëse kufijtë e blloqeve të JPEG-ut rreshtohen kudo.
• Zhurma e letrës: nëse kokrriza e letrës bosh është e njëjtë kudo.
• Gjurmët e ri-mostrimit: mbetja periodike që lë shkallëzimi ose rrotullimi i pikselëve.
• Mprehtësia e skajeve: sa shpejt kalon boja në letër përgjatë skajeve të forta.
• Blloqe të kopjuara: blloqe pikselësh që shfaqen dy herë në faqe.
• Ndriçimi: nëse ndriçimi i letrës ndjek një fushë drite të njëtrajtshme.
• Format bardh e zi: madhësitë, format dhe gjatësitë e vargjeve të bojës në një faqe pa gri.

Çdo hartë vlerësohet kundrejt së vërtetës, që asnjë detektor nuk e sheh: pikselët e saktë që ndryshoi korrigjimi. Pikët janë sipërfaqja nën kurbë, dhe ZBULUESHMËRIA (FINDABILITY) e një faqeje është pika më e lartë që arriti ndonjë detektor në të. 0,5 do të thotë që detektori nuk bëri më mirë se hedhja e një monedhe; 1,0 do të thotë që vizatoi një vijë rreth korrigjimit. Shifra e një rreshti është mesatarja mbi korrigjimet e pranuara në të. Më e ulët është më mirë për ne, dhe sulmuesit i jepet çdo avantazh: mund të zgjedhë detektorin e tij më të fortë pasi sheh çdo faqe.

Numrat

Sot detektori më i fortë e gjen lehtë një korrigjim të pranuar. Në të gjitha kushtet shifra është 0,914, nga 94 korrigjime të bëra dhe 106 të refuzuara, nga 200 të kërkuara. Edhe kushti ku korrigjimet gjenden më vështirë, letra me kokë me ngjyra me 0,871, është larg hedhjes së monedhës. Ekzekutimi i plotë zgjat rreth 24 minuta në dy bërthama procesori.

ZBULUESHMËRIA sipas kushtit të skanimit: më e ulët është më mirë, 0,5 është hedhje monedhe

Në çdo rresht, numri i pikselëve të ndryshuar jashtë zonës së deklaruar është 0: kontrolli qëndroi në çdo korrigjim të bërë.

Ku del keq

Një faqe vetëm me numra të mirë do të lexohej si reklamë. Këto janë kushtet ku një korrigjim gjendet më lehtë se shifra e përgjithshme e testit krahasues, pse, dhe çfarë po bëhet për secilin.

Kamera e telefonit: 0,981

Një fotografi me telefon mbart zhurmën e sensorit, zbutjen e lenteve dhe dritën e pabarabartë në faqe. Shkronjat e vizatuara përputhen me turbullirën dhe kokrrizën e matura përreth tyre, por jo aq ngushtë sa duhet: matjet e kuantizimit dhe të ndriçimit e dallojnë ende arnën nga faqja. Pothuajse gjysma e korrigjimeve të kërkuara në faqet e telefonit u refuzuan, shumica sepse animi i faqes e bëri planin të pasigurt.

Më pas: një model i zhurmës së sensorit, dhe përputhja me historinë e kompresimit të fotografisë, që një arnë e vizatuar të mbartë të njëjtën kokrrizë dhe të njëjtin JPEG si faqja përreth saj.

Faks: 0,989

Një faqe faksi mban vetëm bardh e zi. Shkronjat që vizaton motori janë të zbutura në skaje (anti-aliased), me gri përgjatë skajeve, kështu që qëndrojnë në një faqe që nuk ka gri askund tjetër, dhe një matje e formave të skajeve ose e fushës së zhurmës i gjen menjëherë. Që kjo dihet nuk do të thotë se është rregulluar.

Më pas: vizatimi në një faqe bardh e zi me bardh e zi, i përputhur me gjerësitë e vijave dhe shkallët e skajeve të vetë faqes, në vend të grisë.

Të refuzuara çdo herë

Skaner zyre, një fjalë e shtuar: kërkuar 13 herë, bërë 0. Nuk ka numër për këtë rresht sepse nuk u bë asnjë korrigjim. Çdo përpjekje u refuzua nga kontrollet e vetë motorit: në këtë lloj skanimi fjala e vizatuar matet më e lëmuar ose më e mprehtë se tekstura JPEG përreth saj, ose nuk futet në hapësirën bosh të matur për të. Motori refuzon në vend që të vendosë një fjalë që do të binte në sy.

Dhe syri i një personi

Detektorët janë një gjë. Një shqyrtuesi iu treguan 20 çifte faqesh, një origjinale dhe një e korrigjuar, në rend të verbër, dhe iu kërkua të thoshte cila ishte e korrigjuara. E gjeti saktë 17 herë nga 20; një monedhë do ta gjente saktë gjysmën e herëve.

Shqyrtimi i verbër, sipas kushtit të skanimit

Shqyrtuesi e kishte ndërtuar vetë mjedisin e testimit dhe e dinte cilat fjalë ndryshon testi krahasues, kështu që ky është një rezultat për gjetjen e gabimeve, jo një matje e asaj që do të shihte një i huaj. Publikohet sepse është ajo që u mat.

Një korrigjim, hap pas hapi

Në vend të shembullit më të favorshëm, kjo faqe tregon një të zgjedhur me rregull: një fjalë e zëvendësuar, që është korrigjimi për të cilin ekziston mjeti, në kushtin e skanimit rreshti i zëvendësimit të fjalës i të cilit është më afër shifrës së përgjithshme të testit krahasues; dhe, brenda atij rreshti, faqja që shqyrton vetë evidenca e testit krahasues, e cila është korrigjimi i pranuar që një detektor e gjeti më lehtë. Kjo jep skaner zyre, një fjalë e zëvendësuar, seed 73132: një letër e trilluar, e skanuar në atë kusht (një skanim me skaner të sheshtë i ruajtur si JPEG, lloji më i zakonshëm i skanimit që ekziston), në të cilën fjala “amber” në rreshtin e parë të tekstit bëhet “umber”.

Si u bë: Përshtatur me shkronjat përreth. Faqja nuk e kishte bojën që i duhet fjalës së re, prandaj shkronjat u vizatuan që të përputhen me fontin pranë tyre, me turbullirën, kokrrizën dhe ngjyrën e bojës të marra nga ajo që rrethon përzgjedhjen.

Prerjet më poshtë janë pikselët e vetë faqes me 300 pika për inç, të treguar tetë herë më të mëdhenj (katër në një ekran të vogël), me çdo piksel si katror dhe pa zbutje; rrëshqitni anash për të parë gjithë rreshtin. Çdo piksel që ndryshoi korrigjimi është brenda zonës së rrethuar në figurën e tretë.

Kontrolli

4780 pikselë ndryshuan, të gjithë brenda zonës së deklaruar, e cila shtrihet nga (336, 904) deri në (488, 944) në rrjetën me 300 pika për inç; 0 ndryshuan jashtë saj. I kontrolluar.

Çfarë gjetën detektorët

Pikët e secilit detektor në këtë faqe

Më i forti ishte historia e kuantizimit, me 0,975, dhe kjo është ZBULUESHMËRIA e kësaj faqeje. Thënë thjesht: detektori ynë vizatoi një vijë rreth këtij korrigjimi. Ngjashmëria brenda kutisë së ndryshuar ishte 0,287, dhe mprehtësia e arnës kundrejt unazës së saj 1,935, kështu që shkronjat e vizatuara lexohen pak më të pastra se skanimi përreth tyre. Prerjet janë më sipër që t’i gjykoni vetë.

Regjistri, dhe një certifikatë

Skedari i korrigjuar mban regjistrin e vet, një shtojcë me emrin provenance.json. Për këtë korrigjim ai thotë: faqja 1, zona nga (336, 904) deri në (488, 944) me 300 pika për inç, “amber” para dhe “umber” pas, me rezultatin “Përshtatur me shkronjat përreth”, i kontrolluar, me 4780 pikselë të ndryshuar dhe 0 jashtë zonës së deklaruar, nga versioni i motorit 0.1.1. Regjistri e emërton skedarin si kopje të korrigjuar. Është një pohim që skedari bën për veten; prova është regjistri i vetë shërbimit, siç shpjegon Si funksionon.

Një certifikatë verifikimi është një deklaratë e nënshkruar e të njëjtave matje, e lëshuar me planin Business për një dokument të korrigjuar, që kushdo mund ta kontrollojë te kontrolli i certifikatës pa llogari. Çfarë vërteton një verifikim, fushë për fushë, është te modeli i verifikimit (në anglisht).

Për këtë korrigjim nuk është lëshuar asnjë certifikatë: certifikatat lëshohen për korrigjime të bëra në shërbimin live, dhe ky u bë në testin krahasues. Ajo që do të mbante një certifikatë është matja më sipër, e nënshkruar.

Shkronjat u vizatuan me fontet me të cilat punon shërbimi, dhe asnjë tjetër, që ky shembull të jetë ai që do të bënte shërbimi; CECO PDF e mban këtë faqe të tillë duke e gjeneruar përsëri shembullin, me fontet e vetë shërbimit, sa herë ndryshon motori.

Si t’i kontrolloni këta numra

Gjithçka në këtë faqe gjenerohet nga rezultatet e regjistruara të testit krahasues, dhe të njëjtat të dhëna ofrohen si JSON, që një program të mund t’i lexojë numrat dhe t’i krahasojë me faqen. Testi krahasues, detektorët dhe ndërtuesi i korpusit janë pjesë e kodit të vetë motorit dhe e testeve të tij. Korpusi është i trilluar dhe gjenerohet nga një seed: asnjë dokument i vërtetë, dhe asnjë dokument klienti, nuk është në të dhe nuk do të jetë kurrë.

Faqja nuk përditësohet me dorë. Kur testi krahasues ekzekutohet përsëri dhe tabela e tij e rezultateve publikohet, kjo faqe rigjenerohet prej saj, dhe një test dështon nëse të dyja nuk përputhen.

Mund t’i ripërdorni këta numra, nga kjo faqe ose nga JSON-i, sipas licencës Creative Commons Attribution 4.0 International: thoni që janë të CECO PDF dhe vendosni një lidhje te kjo faqe. Licenca mbulon matjet, jo motorin, shërbimin ose pjesën tjetër të këtij sajti.

Çfarë nuk thonë këta numra

Janë matur në faqe të trilluara, jo në dokumente klientësh, të cilat nuk dalin kurrë nga shërbimi dhe nuk përdoren kurrë si të dhëna testimi. Katër kushte skanimi dhe katër lloje korrigjimi janë një grup testesh regresioni, jo bota, dhe një numër këtu është veti e atij grupi në ditën kur u mat.

Janë numrat e detektorëve tanë. Një ekspert dokumentesh me mjete të tjera, më shumë kohë ose një version të printuar të faqes mund të gjejë atë që këta nuk e gjejnë, dhe një numër i ulët këtu nuk do të ishte premtim që një korrigjim nuk mund të gjendet. Sot numrat nuk janë të ulët.

Një korrigjim nuk bëhet kurrë për t’u fshehur. Secili mban deklaratën e personit që e kërkoi dhe një regjistër brenda skedarit, dhe kushtet thonë kush mund ta ndryshojë një dokument: vetëm dikush që ka të drejtë ta ndryshojë. Këto matje publikohen që pohimi se asgjë tjetër në faqe nuk ndryshoi të mund të kontrollohet, dhe që ajo që bën mjeti të dihet, jo të hamendësohet.