EuroEkonóm.sk
Optické rozpoznávání znaků (OCR, z anglického optical character recognition) převádí text z naskenovaných dokumentů, fotografií nebo jiných obrázků do podoby, kterou lze vyhledávat, kopírovat a dále zpracovávat v počítači. Moderní systémy využívající umělou inteligenci dokážou rozpoznávat nejen jednotlivá písmena, ale také slova, řádky a strukturu dokumentu. Díky tomu mohou dosahovat vyšší přesnosti i u složitějších předloh.
Jak OCR rozpoznává text
Tradiční OCR systémy hledaly v obraze tvary odpovídající písmenům a číslicím. Současné nástroje často využívají strojové učení a neuronové sítě, které se trénují na rozsáhlých souborech textů a obrázků. Dokážou tak lépe zpracovat různé typy písma, velikosti znaků i rozvržení stránky.
Rozpoznávání obvykle probíhá v několika krocích. Nejprve se předloha převede na digitální obraz a upraví se jeho kvalita, například odstraněním šumu nebo narovnáním natočené stránky. Systém následně vyhledá oblasti s textem, rozpozná znaky a sestaví je do slov a řádků. Pokročilé nástroje mohou navíc určit také členění dokumentu, například odstavce, tabulky nebo nadpisy.
Jakou roli hraje umělá inteligence
Umělá inteligence pomáhá OCR lépe pracovat s kontextem. Pokud je některý znak rozmazaný nebo neúplný, systém může při jeho vyhodnocení zohlednit okolní písmena a pravděpodobnou podobu slova. Tím se snižuje počet chyb, které vznikají při samotném rozpoznávání tvarů.
Výsledek však závisí na kvalitě vstupního obrázku i na použitém modelu. Čitelné skeny s dobrým kontrastem bývají zpracovány spolehlivěji než fotografie pořízené za špatného osvětlení, dokumenty s neobvyklým písmem nebo předlohy poškozené časem. U méně běžných jazyků a odborných výrazů může být také nutná ruční kontrola.
Kde se OCR používá
OCR se uplatňuje všude tam, kde je potřeba převést text z obrazové podoby do digitálního dokumentu. Pomáhá například digitalizovat archivní materiály, faktury, formuláře, smlouvy nebo tištěné knihy. V kancelářích může usnadnit vytěžování údajů z dokumentů a jejich předávání do dalších systémů.
- Digitalizace dokumentů: převod skenů a fotografií na text, který lze prohledávat.
- Automatizace administrativy: rozpoznávání údajů z faktur, objednávek a formulářů.
- Práce s archivy: zpřístupnění historických dokumentů bez nutnosti procházet každý sken ručně.
- Přístupnost: převod tištěného textu na digitální podobu, kterou mohou využít čtečky obrazovky.
Výhody a omezení OCR
Hlavním přínosem OCR je úspora času při práci s velkým množstvím dokumentů. Digitální text lze rychle vyhledávat, upravovat a předávat do dalších aplikací. Automatizace zároveň omezuje potřebu ručního přepisování, při kterém mohou vznikat chyby.
OCR ale není bezchybná technologie. Nesprávně rozpoznané znaky se mohou objevit zejména u nekvalitních skenů, rukopisu, složitých tabulek nebo textu s neobvyklým rozvržením. Před dalším použitím je proto vhodné ověřit přesnost výsledku, především pokud jde o citlivé údaje, právní dokumenty nebo finanční záznamy.
Jak dosáhnout přesnějšího rozpoznávání
Kvalitu výsledku lze zlepšit už při přípravě předlohy. Dokument by měl být pokud možno rovný, dobře osvětlený a dostatečně ostrý. U skenů pomáhá vhodné rozlišení, dobrý kontrast a správné nastavení jazyka rozpoznávání. Po převodu je vhodné zkontrolovat nejasná místa a opravit případné chyby.
OCR tak mění obrázky a skeny na prakticky využitelné digitální informace. Ve spojení s umělou inteligencí zvládá zpracovat stále širší škálu předloh, ale kvalitu výsledku nadále ovlivňuje stav dokumentu i následná kontrola.
