Odborná definícia
Význam a odborné vymedzenie pojmu
Optical character recognition, skrátene OCR, prevádza obraz tlačeného alebo ručne písaného textu na strojovo spracovateľné znaky a štruktúru. Pipeline môže zahŕňať detekciu textových oblastí, korekciu perspektívy, segmentáciu riadkov, rozpoznanie sekvencie, jazykové modelovanie a rekonštrukciu rozloženia. Výstupom nie je iba reťazec, ale často aj súradnice, poradie čítania a skóre istoty. Kvalita závisí od písma, jazyka, rozlíšenia, kompresie, tabuliek, rukopisu a podobnosti vizuálnych znakov.
Zrozumiteľné vysvetlenie
Ako sa pojem používa v praxi
OCR umožní vyhľadávať v naskenovanej zmluve, automaticky prečítať číslo faktúry alebo získať text z fotografie štítku. Systém môže správne rozpoznať väčšinu slov, no zameniť nulu za písmeno O práve v identifikátore, ktorý je pre proces rozhodujúci. Preto sa pri dôležitých poliach nepoužíva iba celková úspešnosť dokumentu. Kontrolujú sa konkrétne dátové typy, slovníky, kontrolné súčty a vizuálne výrezy. Pri tabulkách treba navyše obnoviť vzťah medzi bunkami, nielen samotné znaky.
Časté otázky
Otázky, ktoré spresňujú význam
Aký je rozdiel medzi detekciou textu a OCR?
Detekcia textu nájde oblasti, v ktorých sa text nachádza. Rozpoznávanie následne prevedie obraz týchto oblastí na znaky. Mnohé systémy obe fázy spájajú, no chyby treba diagnostikovať oddelene.
Ako sa meria presnosť OCR?
Character error rate porovnáva editácie na úrovni znakov a word error rate na úrovni slov. Pri formulároch sa navyše meria presnosť extrahovaných polí, pretože jedna chyba v čísle môže mať väčší dopad než viac chýb v bežnej vete.
Prečo OCR zlyháva na tabuľkách?
Rozpoznanie znakov nerieši automaticky hranice buniek, zlúčené stĺpce ani poradie čítania. Potrebná je analýza layoutu a mapovanie textových blokov do logickej štruktúry.
Pomôže vyššie rozlíšenie vždy?
Iba do určitej miery. Rozmazanie, presvietenie, kompresné artefakty a deformácia perspektívy sa samotným zväčšením neodstránia. Vhodnejšia môže byť nová snímka alebo cielené predspracovanie.
Ako bezpečne automatizovať údaje z OCR?
Kritické polia sa validujú formátom, rozsahom, kontrolným súčtom alebo porovnaním s evidenciou. Nízka istota a konflikt pravidiel majú vyvolať ľudskú kontrolu s viditeľným výrezom pôvodného dokumentu.
Súvisiace pojmy
Významové a tematické súvislosti
Pojem v rozhodovaní
Odborné články, ktoré tento pojem používajú v praxi
Zdroje a redakčná stopa
Použité východiská a odborná revízia
- Tesseract OCR Documentation OCR-D, Functional Model
Definícia je autorská odborná syntéza. Pri právnych a regulačných rozhodnutiach má prednosť aktuálne oficiálne znenie predpisu a posúdenie konkrétneho prípadu.