OCR Gratis

Hva er OCR?

OCR (optisk tegngjenkjenning) er faktisk tekstgjenkjenning. Det er en programvareprosess som gjenkjenner og trekker ut tekst fra dokumenter i ikke-tekstformater som bilder (JPG, PNG, BMP, etc.) og PDF-er. Den har muligheten til å "lese" teksten i bilder, med andre ord å konvertere bildet av et ord til dets faktiske teksttegn. Dette lar en bruker enkelt kopiere eller redigere originalteksten i dokumenter i motsetning til å måtte transkribere teksten manuelt.

Hvordan fungerer optisk tegngjenkjenning?

Optisk tegngjenkjenning forbehandler vanligvis et bilde ved å avmette og kontrastere det for å optimalisere kontrasten mellom de mørke og lyse områdene. Alt det som er svart blir dermed betraktet som karakterer, og det som er hvitt anses å være bakgrunnen for disse karakterene. Deretter brukes algoritmer for gjenkjenning av mønster og andre metoder, inkludert funksjonsdeteksjon, for å gjenkjenne den visuelle strukturen til teksten i bildet: fra avsnitt, til linjer, setninger, ord og så videre, helt til enkelttegn. Disse prosessene bruker nå ofte kunstig intelligens som kan lære å gjenkjenne tekst i bilde ved å øve på tusenvis av bilder med tekst i forskjellige fonter, størrelser og språk.

Hva er fordelene med å bruke OCR?

Fordelen med å bruke optisk tegngjenkjenning er åpenbart tiden det sparer på å digitalisere teksten i bilder. Sammenlign tiden det tar å manuelt skrive inn teksten fra en bok med å skanne boken og behandle skanningene med en OCR-programvare som kan trekke ut teksten i løpet av sekunder.