OCR en línea
Convertir los documentos escaneados e imágenes en archivos editables de Word, PDF, Excel y TXT (texto) formatos de salida
Cómo reconocer el texto?
Reconocimiento óptico de caracteres o un lector óptico de caracteres (OCR) es la conversión electrónica o mecánica de imágenes de typed, texto escrito a mano o impreso en texto máquina codificados, ya sea de un documento escaneado, una foto de un documento, una escena-foto (por ejemplo, el texto en las señales y vallas publicitarias en una foto del paisaje) o de subtítulos de texto superpuesto sobre una imagen (por ejemplo, de un programa de televisión).
Ampliamente utilizado como una forma de entrada de datos a partir de datos de papel impreso registros - si los documentos de pasaportes, facturas, estados de cuenta, recibos computarizados, tarjetas de visita, correo, copias impresas de la electricidad estática de datos, o cualquier documentación adecuada - es un método común para la digitalización de textos impresos, para que puedan ser editados electrónicamente, buscados, almacenados de forma más compacta, mostrada en línea, y se utiliza en la máquina de procesos tales como la computación cognitiva, la traducción automática, (extraído) de texto a voz, los datos de clave y la minería de texto. OCR es un campo de investigación en el reconocimiento de patrones, la inteligencia artificial y visión por ordenador.
Las primeras versiones necesarias para ser entrenados con imágenes de cada personaje, y trabajó en una fuente a la vez. Los sistemas avanzados capaces de producir un alto grado de precisión de reconocimiento para la mayoría de las fuentes son ahora comunes, y con soporte para una variedad de entradas de formato de archivo de imagen digital. Algunos sistemas son capaces de reproducir el formato de salida que se aproxima mucho a la página original, incluyendo imágenes, columnas y otros componentes no textuales.