Os documentos em papel e os PDF digitalizados armazenam texto como pixéis, e não como caracteres. O reconhecimento ótico de caracteres converte estas imagens em texto legível por máquina, possibilitando pesquisas, edições e processamento automatizado.

Os primeiros sistemas utilizavam modelos para fontes individuais. Os sistemas modernos utilizam redes neuronais treinadas com milhões de imagens de texto. Lidam com escrita à mão, digitalizações distorcidas e layouts mistos muito melhor do que os seus antecessores.

Aplicações comuns de OCR

• Digitalização de arquivos históricos
• Processamento de faturas e recibos
• Leitura de matrículas de veículos
• Traduzindo placas a partir de fotos
• Acessibilidade para documentos digitalizados

A precisão depende da qualidade da imagem. Digitalizações desfocadas, tipos de letra incomuns e baixo contraste degradam os resultados. O pós-processamento com modelos de linguagem corrige muitos erros, mas a extração perfeita continua a ser um desafio em entradas complexas.