OCR Dalam Talian

Pengecaman aksara optik lebih tua daripada komputer peribadi: Kurzweil Reading Machine membacakan buku bercetak kepada pengguna buta pada tahun 1976. Enjin sumber terbuka Tesseract bermula di Hewlett-Packard pada tahun 1980-an, dikeluarkan sebagai sumber terbuka pada 2005 dan mendapat pengecam rangkaian neural (LSTM) dalam versi 4.0 pada 2018. Enjin moden mencari kawasan teks, kemudian baris, dan mengenali setiap baris sebagai satu jujukan dan bukan huruf demi huruf, sebab itu ia menangani jarak rapat dan ligatur lebih baik daripada perisian lama.

Hasilnya ialah teks beserta kedudukan. Pilih Teks biasa (.txt) apabila anda mahu menampal perkataan ke tempat lain, Word (.docx) untuk disunting dengan reka letak dikekalkan, PDF boleh dicari apabila imbasan mesti kekal seperti asal, dan Markdown untuk nota dan dokumentasi. Pelajar menggunakannya pada kertas soalan lepas dan edaran bercetak, pejabat pada invois dan surat, pembangun pada tangkap layar mesej ralat.

OCR mengenali aksara, bukan makna. Ia tidak pasti sama ada sesuatu baris ialah tajuk atau kapsyen, tidak dapat membaca teks yang terlindung di bawah cop, dan tidak tahu sama ada nombor yang tersalah baca masuk akal. Carta, rajah dan foto tidak dihuraikan; hanya perkataan yang dicetak di dalamnya dibaca. Tatatanda matematik keluar sebagai aksara biasa, bukan sebagai persamaan.

Ia juga bukan penterjemah: hasilnya dalam bahasa asal. Untuk dokumen yang sudah mengandungi teks sebenar, OCR ialah alat yang salah, kerana PDF ke teks membaca teks sedia ada dengan lebih pantas dan tanpa ralat. Untuk imbasan yang perlu kekal sebagai PDF, gunakan OCR PDF, dan untuk output Word daripada gambar, gambar ke Word.