OCR

Vážné nedostatky

Tato stránka má vážné nedostatky či nevyhovuje základním požadavkům na formu a kvalitu obsahu Wikisofie. Nedojde-li k napravení situace, může být článek smazán. Podrobnosti naleznete na diskusní stránce.

Zkratkou OCR se rozumí optické rozpoznávání znaků. Jedná se o metodu, která umožnuje digitalizaci naskenovaných tištěných dokumentů do elektronické podoby. Lze s nimi pracovat jako s počítačovým textem. K převedení tištěného dokumentu do elektronické formy je zapotřebí speciální OCR software. Obyčejný skener z dokumentu vytvoří pouze rastrový obrázek. OCR software rozpozná ze skenovaného obrázku písmena, které poskládá do slov a následně do vět.

Nejvyšším identifikátorem OCR je přesnost převedeného textu. Výrobci OCR programů se snaží přesnost vylepšit například zvyšováním počtu slovníků pro co nejpřesnější převedení slova. Převedený text je podroben korektuře, neboť žádný OCR software nezaručí stoprocentní přepis. U špatně čitelných textů se OCR nedoporučuje z důvodu nepřesnosti a časové náročnosti. OCR je použitelné pro všechny tištěné výstupy z laserových, inkoustových, jehličkových tiskáren a knihtisk.

Použití

Zpracování textu z tištěné do elektronické podoby je použitelné pro všechny tištěné výstupy z laserových, inkoustových, termosublimačních a jehličkových tiskáren a samozřejmě pro předlohy vytištěné knihtiskem. U nevhodných předloh, např. slabě vytištěných jehličkových výtisků nebo dohromady slitých písmen, se z časového hlediska vyplatí spíše přepis textu.

Technologií OCR se běžně digitalizují různé typy textových (mezi nimi např. i staré účetní výkazy a doklady, historické tiskoviny) a obrazových (grafy, tabulky, obrázky) dat. Vznikne tak možnost jejich další editace, vyhledávání v nich a jiné usnadnění práce s nimi.

Programy

ABBYY FineReader OCR - Jedná se o nejznámější a nejpoužívanější komerční OCR program s operačními systémy Microsoft Windows Vista, Windows XP. Mechanismus OCR pracuje na třech základních principech. Jedná se o integritu, účelnost a adaptabilitu. Soustředí se na napodobení přírodního a lidského rozpoznávání. Adobe Acrobat – OCR program s operačním systémem Windows a Mac OS X Microsoft Office Document Imaging

OCR online

Převod dokumentů je možný i pomocí online OCR převodníků. Není potřeba instalovat OCR software. Online OCR (www.onlineocr.net) - Je považován za nejlepší online převodník. Bez registrace je uživatel omezen počtem převedených dokumentů, velikosti obrázků a souborů. Podporuje 32 jazyků. New OCR (www.newocr.com) - Není natolik kvalitní. Převedený text je přímo v aplikaci, nikoli již uložený ve formátu DOC nebo RTF. Není potřeba registrace. Podporuje 29 jazyků. Free OCR (www.free-ocr.com) - Není potřeba se registrovat, nicméně je omezený v převodu počtu obrázků a jednostránkových PDF za hodinu. Podporuje 29 jazyků. Má vyšší kvalitu přesnosti, než New OCR, ovšem text je exportován bez formátování.

Odkazy

Zdroje

• BALVÍNOVÁ, Alena. OCR. In: KTD: Česká terminologická databáze knihovnictví a informační vědy (TDKIV) [online]. Praha : Národní knihovna ČR, 2003- [cit. 2015-02-02]. Dostupné z: http://aleph.nkp.cz/F/?func=direct&doc_number=000000218&local_base=KTD.

Použitá literatura

...

Externí odkazy

...

Zdroje obrázků

...

Související články

...

Klíčová slova

OCR, digitalizace