Nhận dạng ký tự quang học (OCR)

Định nghĩa

Nhận dạng ký tự quang học (OCR) là quá trình chuyển đổi văn bản in hoặc viết tay trong hình ảnh thành văn bản kỹ thuật số có thể đọc được bằng máy.

Mục đích

Mục đích là số hóa tài liệu để tìm kiếm, chỉnh sửa và phân tích. OCR hỗ trợ các ứng dụng số hóa, trợ năng và tự động hóa nhập dữ liệu.

Tầm quan trọng

• Cho phép chuyển đổi giấy thành văn bản có thể tìm kiếm.
• Cải thiện hiệu quả trong các ngành như ngân hàng và chăm sóc sức khỏe.
• Gặp khó khăn với bản quét chất lượng kém hoặc phông chữ lạ.
• Tạo cơ sở cho việc khai thác văn bản trong kho lưu trữ được quét.

Quy trình triển khai

1. Quét hoặc chụp ảnh văn bản.
2. Tiền xử lý hình ảnh để loại bỏ nhiễu.
3. Phát hiện và phân đoạn các ký tự hoặc từ.
4. Nhận dạng văn bản bằng mô hình ML.
5. Xuất ra văn bản kỹ thuật số có thể chỉnh sửa.

Ví dụ (Thực tế)

• Google Cloud Vision OCR: dịch vụ nhận dạng văn bản.
• ABBYY FineReader: phần mềm OCR thương mại.
• Số hóa dự án Gutenberg: OCR cho sách.

Tài liệu tham khảo / Đọc thêm

• Smith, R. “Tổng quan về công cụ OCR Tesseract.” ICDAR.
• ISO/IEC 15938-4: Giao diện mô tả nội dung đa phương tiện.
• Giao dịch IEEE về Phân tích mẫu và Trí tuệ máy tính.
• OCR là gì?