ऑप्टिकल कैरेक्टर रिकग्निशन ओसीआर

ऑप्टिकल कैरेक्टर रिकग्निशन (OCR) को मशीन-एन्कोडेड टेक्स्ट में हस्तलिखित, टाइपराइट या मुद्रित टेक्स्ट की स्कैन की गई छवियों के इलेक्ट्रॉनिक अनुवाद के रूप में परिभाषित किया गया है। यह एक बहुत पुरानी तकनीक है जिसका आविष्कार वर्ष 1929 में किया गया था। OCR का उपयोग कागजी दस्तावेजों को इलेक्ट्रॉनिक फाइलों में बदलने के लिए किया जाता है जिन्हें पूरी तरह से खोजने योग्य और चयन योग्य बनाया जा सकता है। PDF Normal वेब प्रकाशन के लिए लोकप्रिय प्रारूप बन गया क्योंकि OCR तकनीक ने PDF फ़ाइलों को कॉम्पैक्ट और खोजने योग्य बना दिया। अधिकांश OCR इंजन तथाकथित “संदिग्ध” शब्दों को उजागर करते हैं और संदिग्ध शब्द की बिट-मैप छवि को देखकर शब्द के संपादन की अनुमति देते हैं। अधिकांश इंजन पहचाने गए टेक्स्ट कैरेक्टर को कैरेक्टर के हिसाब से चेक करने की अनुमति देते हैं ताकि यूज़र को उन अचरजों से बचाया जा सके जिन्हें ओसीआर इंजन कभी-कभी फेंक देते हैं। इस सुविधा का उपयोग करके कोई भी 100% पाठ्य सटीकता का लक्ष्य रख सकता है जिससे 100% खोज क्षमता प्राप्त हो सके।