Karaktergenkendelse

Karaktergenkendelse, også kendt som optisk tegn-genkendelse (OCR), er en teknologi, der konverterer billeddata af trykte eller håndskrevne tegn til maskinlæsbar tekst. Formålet er at digitalisere dokumenter, muliggøre søgbarhed og automatiseret dataudtræk.

Processen spænder fra tegngenkendelse til layoutforståelse. Den kan anvendes på både trykte tegn og håndskrift og håndterer ofte tekstblokke, kolonner og tabeller.

Typisk pipeline: billedforbehandling (støjfjernelse, kontrastjustering), segmentation (opdeling i tegn eller ord), funktionsekstraktion og klassificering. Post-processing med ordbogsbaserede korrektion og kontekstuelle regler forbedrer nøjagtigheden.

Metoder har udviklet sig fra traditionelle teknikker som template matching og statistiske modeller til dybe neurale netværk (CNN, CRNN, transformer-baserede tilgange). Off-the-shelf værktøjer som Tesseract og EasyOCR er populære.

Udfordringer inkluderer støj, lav opløsning, varierende skrifttyper og håndskrift samt komplekse layout. Nøjagtigheden påvirkes af sprog, skrifttype og billedkvalitet, men kontekstmodeller og flersproget træning bidrager til forbedringer.