OCR

¿Qué es el OCR?

OCR es la abreviatura de Optical Character Recognition / Reader, una tecnología que reconoce las partes de caracteres de una imagen captada por una cámara o un escáner y las convierte en datos de texto que pueden ser reconocidos por un ordenador.

Incluso el texto manuscrito se convierte en datos de texto mediante OCR, de modo que, una vez capturado, se puede acceder inmediatamente al documento deseado mediante una búsqueda posterior. Los tipos de productos disponibles incluyen escáneres OCR físicos y servicios OCR basados en la nube para imágenes preparadas por uno mismo.

Usos del OCR

El OCR se utiliza a menudo para digitalizar documentos, sobre todo manuscritos, con el objetivo de prescindir del papel y mejorar la accesibilidad a los mismos. Aunque muchos trámites se realizan actualmente en línea, en algunos todavía predominan los documentos manuscritos.

Algunos ejemplos son los formularios de matriculación escolar y las encuestas realizadas en eventos o en la calle. Los documentos en papel no sólo son voluminosos, sino que además lleva mucho tiempo encontrar el documento deseado. Hasta ahora, para convertir el texto manuscrito a datos, debía realizarse un trabajo físico e individual.

Sin embargo, con la introducción del OCR, los comprobantes y recibos pueden convertirse en datos editables y con capacidad de búsqueda simplemente escaneándolos, lo que supone una importante contribución a la eficiencia operativa al digitalizarlos.

Principio del OCR

Tras capturar una imagen, el OCR lleva a cabo tres procesos principales para el reconocimiento de caracteres.

1. Para extraer la parte textual de la imagen, se utiliza un proceso denominado análisis de disposición para separar aproximadamente la parte textual de la no textual.
2. Las columnas y filas se determinan a partir de los trozos de texto extraídos mediante el análisis de disposición.
3. El reconocimiento de caracteres se realiza extrayendo caracteres individuales de las columnas y filas.

Para identificar los caracteres así extraídos, se llevan a cabo otros tres procesos.

1. Se normaliza el tamaño de los caracteres y se tratan como caracteres de igual tamaño.
2. Las características de los caracteres se cuantifican considerando un caracter como un conjunto de segmentos de línea y descomponiendo cada uno de ellos en componentes direccionales.
3. El caracter se identifica mediante la concordancia de patrones comparándolo con una plantilla prerregistrada.

El indicador utilizado para tomar una decisión en el proceso 3 se calcula calculando la distancia euclídea. La distancia euclídea es la distancia entre dos puntos medida con una regla y obtenida mediante la fórmula de Pitágoras (Teorema de los tres cuadrados).

Recientemente, se han realizado muchos esfuerzos para mejorar los índices de alfabetización incorporando el aprendizaje automático en el último paso del cotejo.

Tipos de software de OCR

En los últimos años, el OCR se ha ofrecido en varias formas distintas del OCR tradicional. Por ejemplo, el OCR proporcionado como servicio en la nube no requiere la instalación de software, y los datos de texto pueden obtenerse enviando archivos de imagen al servicio en la nube.

Además, el OCR proporcionado como aplicación de smartphone puede convertir imágenes tomadas con la cámara de un smartphone en texto en tiempo real. En muchos casos, el OCR también está integrado en programas de traducción y de contabilidad doméstica, y han surgido servicios que pueden leer texto con OCR y luego traducirlo, o leer recibos y crear automáticamente un libro de contabilidad doméstica.

En muchos casos, estos programas de OCR están disponibles gratuitamente a partir de un determinado tamaño, lo que permite introducir el OCR a modo de prueba.

Más Información sobre el OCR

OCR basado en IA

El OCR basado en IA, también conocido como AI-OCR, se ha hecho cada vez más popular en los últimos años y está siendo introducido por las empresas para digitalizar un exceso de documentos.

En comparación con el OCR convencional, el AI-OCR se caracteriza por su capacidad para reconocer caracteres con mayor precisión utilizando métodos de aprendizaje automático. Si el texto es fácil de leer, como un texto impreso, puede leerse con una precisión cercana al 100%.

Además, con el OCR convencional es necesario definir la posición de lectura y el elemento antes de leer. Sin embargo, con el OCR, la IA identifica automáticamente las posiciones de lectura y los elementos que se van a leer, por lo que no es necesario ningún trabajo de diseño previo. Esto permite leer con facilidad una gran variedad de documentos.

Recientemente, las herramientas para automatizar tareas, conocidas como RPA (Robotic Process Automation), han ido ganando popularidad. Esto permite automatizar tareas sencillas.