_ OCR technologie
Jak OCR převede obrázek dokumentu na prohledávatelný text
Optické rozpoznávání textu je klíčová část digitalizace. Bez OCR máte pouze obrázky dokumentů. S OCR máte prohledávatelný archiv.
Co je OCR a proč na tom záleží
Skenování dokumentu vytvoří obrázek. Obrázek vypadá jako dokument, ale počítač v něm nevidí text, jen pixely. Nemůžete v něm nic vyhledat, zkopírovat ani automaticky zpracovat.
OCR, neboli optické rozpoznávání znaků, analyzuje obrázek a identifikuje v něm jednotlivá písmena, čísla a interpunkci. Výsledný text se uloží jako neviditelná vrstva pod obrázkem v PDF souboru.
Výsledek vypadá přesně jako původní dokument, ale text v něm je prohledávatelný. Hledáte fakturu od konkrétního dodavatele z roku 2019? Napíšete název a archiv vám ji najde za sekundu.
Možnosti OCR
Co OCR zpracování zahrnuje
Vícejazyčné rozpoznávání
Zpracujeme dokumenty v češtině, slovenštině, němčině a angličtině. Systém rozpozná jazyk automaticky nebo jej nastavíme ručně pro lepší přesnost.
Tabulky a struktury
OCR rozpoznává nejen plynulý text, ale i tabulkové struktury. Faktury s řádkovými položkami, tabulky v smlouvách nebo technické specifikace.
Různé typy písma
Moderní OCR engine zvládne strojový tisk, tiskací písmo i různé fonty. Ručně psaný text je obtížnější, informujeme vás o reálné přesnosti u konkrétních dokumentů.
Fulltextové vyhledávání
Po OCR zpracování lze v archívu vyhledávat přes všechny dokumenty najednou. Jedno klíčové slovo, číslo faktury nebo jméno dodavatele najde relevantní dokumenty okamžitě.
Co ovlivňuje kvalitu OCR
OCR není magický proces. Kvalita výstupu závisí na několika faktorech, které vám předem vysvětlíme.
Čistý, nepoškozený dokument dává nejlepší výsledky. Zvrásnělé, vybledlé nebo poškozené dokumenty mohou mít nižší přesnost rozpoznávání.
Proto skenujeme v dostatečném rozlišení. Nízké DPI je nejčastější příčinou špatného OCR, i když originál je v pořádku.
Strojový tisk je pro OCR nejjednodušší. Ručně psaný text, zejména kurzíva, je technicky náročnější a přesnost bývá nižší.
Chcete vyzkoušet OCR na vzorku vašich dokumentů?
Pošlete nám pár stránek a ukážeme vám, jak bude výsledek vypadat.