Documentele pe hârtie și PDF-urile scanate stochează textul sub formă de pixeli, nu de caractere. Recunoașterea optică a caracterelor convertește aceste imagini în text lizibil de mașină, deblocând căutarea, editarea și procesarea automată.

Sistemele timpurii asociau șabloane pentru fonturi individuale. Sistemele moderne folosesc rețele neuronale antrenate pe milioane de imagini text. Acestea gestionează mult mai bine decât predecesoarele lor scrisul de mână, scanările înclinate și machetele mixte.

Aplicații OCR comune

• Digitalizarea arhivelor istorice
• Procesarea facturilor și chitanțelor
• Citirea plăcuțelor de înmatriculare
• Traducerea semnelor din fotografii
• Accesibilitatea documentelor scanate

Precizia depinde de calitatea imaginii. Scanările neclare, fonturile neobișnuite și contrastul scăzut degradează rezultatele. Postprocesarea cu modele lingvistice corectează multe erori, dar extragerea perfectă rămâne dificilă în cazul datelor de intrare dificile.