Che cos’è l’OCR e a cosa serve

Che cos’è l’OCR e a cosa serve

Che cos’è L’OCR (In inglese Optical Character Recognition) o “Riconoscimento ottico dei caratteri” è un sistema di riconoscimento automatico computerizzato di testo e simboli.

In pratica, se utilizzi programmi con OCR, stai adoperando software che riconoscono in automatico lettere, numeri e simboli da una immagine o da una scansione e li trasformano nei relativi caratteri digitali, convertendoli in documenti di testo.

Questo potente strumento viene utilizzato molto nel mondo della digitalizzazione di documenti come documenti con valore legale, libri, lettere o papiri. I fogli, scannerizzati al pc (con l’aiuto di hardware apposito, come appunto uno scanner), vengono sottoposti ad uno o più software che ne rilevano in automatico i caratteri e digitalizzano i documenti. Da PDF o JPEG (ad esempio) si può dunque passare a un file Word/DOC in pochi secondi, tramite l’utilizzo di un programma OCR.

Utilizzare software OCR è una pratica molto diffusa a livello globale tanto che tutte le grandi aziende ne fanno uso. Inoltre, le più grandi opere letterarie e le più rilevanti fonti storiche scritte o segnate vengono digitalizzate una volta scaduti i diritti d’autore sulle stesse.

Altre curiosità sull’OCR

• I file digitalizzati con tecnica OCR sono molto più leggeri, in termini di Megabyte, delle relative controparti scannerizzate, ma spesso, durante il processo di riconoscimento dei caratteri, alcuni simboli o alcune lettere vengono codificati in modo errato, rendendo l’accuratezza della conversione ben lontana dal 100%.
• Sui testi digitalizzati con OCR si possono effettuare molte operazioni che altrimenti non sarebbero possibili, come la ricerca rapida di un simbolo o di una parola (la classica ricerca nel testo) oppure la traduzione automatica in altre lingue.
• I sofware più famosi al mondo in grado di eseguire OCR, sono ancora quasi tutti proprietari, proprio per la difficoltà di sviluppo di questo genere di programmi.
• Solitamente, l’immagine scansionata viene convertita in formato Unicode o ASCII semplice.
• Con la diffusione dell’intelligenza artificiale, l’OCR si sta diffondendo sempre di più, rendendo capaci conversioni di testi sempre più veloci e affidabili.
• Wikisource, la sezione della Wikimedia Foundation dedicata a testi e opere scritte, ripropone una rilettura al mese di opere famose, eseguendo una vera e propria ricognizione OCR “a mano” di testi con diritti d’autore scaduti. Dallo stesso siti puoi scaricare gratuitamente e liberamente tutti i libri già scansionati e riscritti.

E tu? Conoscevi il mondo del riconoscimento ottico di documenti e testi?

Come trovare il font da una immagine? Clicca qui per scoprirlo!