OCR(光學字元辨識)
簡答: OCR 是光學字元辨識,把掃描檔、照片裡的文字影像辨識成電腦能處理的文字,同時給出每個字在頁面上的位置。
在文件處理中的作用
- 尋找:沒有 OCR,掃描檔裡的字只是像素,無法搜尋。
- 定位:OCR 給出每個字的位置,原位更正和遮蔽都依賴它。
- 驗證:回讀驗證對輸出檔案重新做 OCR,核對寫入的文字。
信賴度
OCR 會給每個結果一個信賴度。PDF 字元替換工具 把低於 80% 的符合項目標為「需核對」,以暖色底標出。
影響準確率的因素
掃描解析度(建議 300 DPI)、字級、字型(手寫體、藝術字辨識率低)、背景複雜程度,以及文字系統本身。各語種在真實掃描檔上的字元錯誤率見語言支援矩陣。