Що таке OCR? Посібник простою мовою
OCR одним реченням
OCR, скорочення від optical character recognition (оптичне розпізнавання символів), — це технологія, яка читає текст на зображенні та перетворює його на текст, який можна редагувати, копіювати та шукати. Саме це дозволяє конвертеру зображень у текст, як-от ocrX, взяти фото сторінки та повернути вам справжні слова.
Яку проблему вона вирішує?
Фото або скан тексту — це просто кольорові точки для комп'ютера. Він не може відрізнити B від 8. OCR дивиться на ці точки, розпізнає форми як літери та цифри та записує їх як справжній текст. Це різниця між картинкою сторінки та документом, з яким можна працювати.
Як це працює, приблизно
Вам не потрібні деталі, щоб користуватися цим, але суть проста. Програмне забезпечення знаходить області, що містять текст, розділяє рядки та символи та зіставляє кожну форму з тим, що воно знає про літери в певній мові. Сучасний OCR використовує машинне навчання, тому він набагато краще справляється з різними шрифтами, рукописним текстом і багатьма мовами, ніж старі інструменти.
Де ви вже це бачили
- Ваш телефон витягує номер телефону з фото.
- Сканер створює PDF, який можна шукати.
- Банківський додаток читає чек.
- Додаток перекладача читає іноземне меню через камеру.
Що OCR вміє добре, а що не дуже
Він чудово працює з чітким друкованим текстом і добре з акуратним рукописним. Він має проблеми з розмиттям, низьким освітленням, зайнятим фоном і неохайним або курсивним письмом. Чим чистіше зображення, тим кращий результат, завжди.
Спробуйте самі
Найпростіший спосіб зрозуміти OCR — це використати його. Завантажте фото будь-якого тексту в ocrX, виберіть мову та спостерігайте, як плоске зображення перетворюється на слова, які можна копіювати.