Papirdokumenter og scannede PDF-filer gemmer tekst som pixels, ikke tegn. Optisk tegngenkendelse konverterer disse billeder til maskinlæsbar tekst, hvilket giver mulighed for søgning, redigering og automatiseret behandling.

Tidlige systemer matchede skabeloner til individuelle skrifttyper. Moderne systemer bruger neurale netværk, der er trænet på millioner af tekstbilleder. De håndterer håndskrift, skæve scanninger og blandede layouts langt bedre end deres forgængere.

Almindelige OCR-applikationer

• Digitalisering af historiske arkiver
• Behandling af fakturaer og kvitteringer
• Læsning af nummerplader
• Oversættelse af skilte fra fotos
• Tilgængelighed for scannede dokumenter

Nøjagtighed afhænger af billedkvaliteten. Slørede scanninger, usædvanlige skrifttyper og lav kontrast forringer alle resultaterne. Efterbehandling med sprogmodeller retter mange fejl, men perfekt udtrækning forbliver vanskelig at opnå ved vanskelige input.