Mi az az optikai karakterfelismerés (OCR)?

Az optikai karakterfelismerés (OCR) olyan szoftverre vonatkozik, amely egy nyomtatott, gépelt vagy kézzel írt dokumentum, amelyet a számítógépek anélkül is el tudnak olvasni, hogy manuálisan be kellene gépelni vagy be kellene írniuk a szöveg. Az OCR-t általában a beszkennelt dokumentumokon használják PDF formátumban, de egy képfájlon belül a szöveg számítógéppel olvasható változatát is létrehozhatja.

Mi az az OCR

Az OCR, más néven szövegfelismerés, olyan szoftvertechnológia, amely átalakítja a karaktereket, például számokat, betűket és írásjeleket (szintén írott vagy nyomtatott dokumentumokból számítógépek és egyéb szoftverek által könnyebben felismerhető és olvasható elektronikus formába programokat. Egyes OCR-programok ezt úgy teszik meg, hogy egy dokumentumot beolvasnak vagy lefényképeznek digitális fényképezőgéppel, mások pedig alkalmazhatják ezt a folyamatot olyan dokumentumokra, amelyeket korábban OCR nélkül szkennettek vagy fényképeztek. Az OCR lehetővé teszi a felhasználók számára a PDF-dokumentumok közötti keresést, a szöveg szerkesztését és a dokumentumok újraformázását.

Mire használható az OCR?

A gyors, mindennapi szkennelési igényekhez az OCR talán nem nagy ügy. Ha nagy mennyiségű szkennelést végez, a PDF-fájlokban való kereséssel, hogy megtalálja a pontosan azt, amelyre szüksége van, sok időt takaríthat meg, és fontosabbá teszi a szkennerprogram OCR funkcióit. Íme néhány egyéb dolog, amiben az OCR segít:

• Automatizált adatfeldolgozás és adatbevitel (Példa: Álláskeresők nyomkövető rendszerei önéletrajzokhoz).
• A beszkennelt könyvek kereshetővé tétele.
• Kézzel írt beolvasások konvertálása számítógéppel olvasható szöveggé.
• A dokumentumok használhatóbbá tétele a látássérült felhasználókat segítő olvasóprogramokkal.
• Történelmi dokumentumok és újságok megőrzése, ugyanakkor kereshetővé tétele.
• Adatkinyerés és könyvelési programokba való átvitel (Példa: Nyugták és számlák).
• Dokumentumok indexelése általi használatra kereső motorok.
• A járművezetői rendszám felismerése sebességmérő és piros lámpás kamera szoftverrel.
• Beszédszintetizátorok azoknak, akik nem tudnak beszélni – Stephen Hawking elméleti fizikus a beszédszintetizáló programok talán legismertebb felhasználója.

Miért érdemes OCR-t használni?

Miért nem csinálsz egy képet, nem? Mert nem tudna semmit szerkeszteni vagy keresni a szövegben, mert az csak egy kép lenne. A dokumentum beolvasása és az OCR futtatása szoftver szerkeszthetővé és kereshetővé alakíthatja a fájlt.

Az OCR története

Míg a szövegfelismerés legkorábbi használata 1914-re datálható, megkezdődött az OCR-hez kapcsolódó technológiák széles körű fejlesztése és használata. komolyan az 1950-es években, különösen a nagyon leegyszerűsített betűtípusok létrehozásával, amelyek könnyebben konvertálhatók digitálisan olvashatóvá szöveg. Az első ilyen egyszerűsített betűtípust David Shepard hozta létre, és OCR-7B néven ismerték. Az OCR-7B-t ma is használják a pénzügyi ágazatban a hitelkártyákon és betéti kártyákon használt szabványos betűtípusokhoz. Az 1960-as években a postai szolgáltatások több országban elkezdték OCR technológiát használni a levélválogatás jelentős felgyorsítására, ideértve az Egyesült Államokat, Nagy-Britanniát, Kanadát és Németországot is. Az OCR továbbra is az alapvető technológia, amelyet a postai szolgáltatások számára világszerte használnak a levelek rendezésére. 2000-ben az OCR technológia korlátaival és képességeivel kapcsolatos kulcsfontosságú ismereteket használták fel a fejlesztéshez CAPTCHA programok a robotok és a spammerek megállítására szolgál.

Az évtizedek során az OCR pontosabbá és kifinomultabbá vált a kapcsolódó technológiai területeken, mint pl mesterséges intelligencia, gépi tanulásés számítógépes látás. Manapság az OCR-szoftver mintafelismerést, funkciófelismerést és szövegbányászatot használ a dokumentumok gyorsabb és pontosabb átalakítására, mint valaha.