Optical character recognition
( OCR ) is een proces waarbij gedrukte of handgeschreven tekst wordt mechanisch of elektronisch gelezen en omgezet in een vorm herkend door een computer . Het geavanceerd proces beschouwt de lettervormen en vergelijkt ze met een bibliotheek van gelijkaardige vormen . Wanneer een overeenkomst is gevonden, wordt een teken vertegenwoordigt het patroon op het scherm of in een computerbestand ingevoerd. OCR maakt het mogelijk om een ​​document te scannen en te lezen door een computer , het creëren van een bestand dat kan worden bewerkt of gehandeld op andere manieren.
OCR Software

computer software wordt gebruikt voor moderne implementatie OCR . De software is uitgebreid vanaf het allereerste begin waarin het programma moest worden gekalibreerd voor elke unieke font werd verwacht te herkennen . Het is beschikbaar in de standalone- vorm als een programma speciaal gemaakt voor de taak , en als een component in scansoftware . De komst van het internet en cloud computing heeft geleid tot de ontwikkeling van web - based OCR- programma's , waardoor de noodzaak voor individuele desktop of server installaties .
De erkenningsprocedure
< br >

OCR-software werkt door eerst de erkenning van het onderscheid tussen lichte en donkere gebieden van de gescande afbeelding . Als hij ontdekt een licht-donker onderscheid zal de software zoekt naar herkenbare patronen , zoals verticale en horizontale lijnen , en verbonden of gedeeltelijk bochten . Als het een patroon als een brief of een ander karakter kunnen herkennen , zoekt het zijn database voor de overeenkomstige karakter in taal set van de computer . Vervolgens gaat dit karakter op het beeldscherm het document of assembleert . Als de software niet in staat is om een ​​teken te herkennen , kan het zijn best guess maken of te vervangen een andere teken om het proces te gaan .
Mogelijke problemen met OCR -software

Sinds OCR-software is gebaseerd op patroonherkenning , elke artefact op de pagina die mogelijk van invloed kunnen dit proces is een bron van problemen . OCR werkt het beste wanneer er een duidelijk onderscheid tussen de tekens en de achtergrond van het document , idealiter zwart op wit . Gekleurd of drukke achtergronden die de patronen minder onderscheidend kan problemen veroorzaken . Vlekken, kreukels en andere schade aan het document kan leiden tot onjuiste tekenherkenning ook.