Papieren documenten en gescande pdf's slaan tekst op als pixels, niet als tekens. Optische tekenherkenning zet deze afbeeldingen om in machineleesbare tekst, waardoor zoeken, bewerken en geautomatiseerde verwerking mogelijk worden.

Vroege systemen vergeleken sjablonen met individuele lettertypen. Moderne systemen gebruiken neurale netwerken die getraind zijn op miljoenen tekstafbeeldingen. Ze kunnen handschrift, scheve scans en gemengde lay-outs veel beter verwerken dan hun voorgangers.

Veelgebruikte OCR-toepassingen

• Het digitaliseren van historische archieven
• Het verwerken van facturen en ontvangstbewijzen
• Kentekenplaten lezen
• Het vertalen van borden aan de hand van foto's
• Toegankelijkheid voor gescande documenten

De nauwkeurigheid hangt af van de beeldkwaliteit. Wazige scans, ongebruikelijke lettertypen en een laag contrast verminderen de resultaten. Nabewerking met taalmodellen corrigeert veel fouten, maar perfecte extractie blijft lastig bij complexe invoer.