¿Qué es el reconocimiento óptico de caracteres (OCR)?
El procesamiento de reconocimiento óptico de caracteres (OCR) es el procedimiento que transforma una imagen de texto en un formato de texto que las máquinas pueden leer. Por ejemplo, si realiza una copia de seguridad de un formulario o recibo, su ordenador almacena la copia como un archivo de imagen. Un editor de texto no puede emplearse para modificar, buscar o narrar las palabras presentes en el archivo de imagen. No obstante, el OCR puede emplearse para transformar la imagen en un documento de texto que contenga su contenido en forma de datos de texto.
¿Por qué es importante el OCR?
La mayor parte de los flujos de trabajo en el ámbito empresarial implican obtener información de medios impresos. Los formularios impresos, las facturas, los documentos jurídicos escaneados y los contratos impresos constituyen elementos esenciales en los procedimientos comerciales. Estas grandes cantidades de documentación demandan gran cantidad de tiempo y espacio para su almacenaje y gestión. Aunque la gestión de documentos en formato digital es aconsejable, la digitalización de estos genera retos. El procedimiento necesita acción manual y puede resultar tedioso y pausado.
Además, la transformación digital del contenido de los documentos genera archivos gráficos con el texto escondido dentro de ellos. El contenido de las imágenes no puede ser procesado de la misma forma que los documentos de texto con un programa de procesamiento de texto. La tecnología OCR soluciona el problema transformando imágenes de texto en información de texto que puede ser examinada por otros programas empresariales. Así, puede emplear la información para realizar análisis, perfeccionar operaciones, automatizar procedimientos y aumentar la productividad.
¿Cómo funciona el OCR?
El software o el motor de OCR opera siguiendo los pasos siguientes:
1. Adquisición de identidad visual
Un escáner procesa los documentos y los transforma en información binaria. El programa de OCR examina la imagen escaneada y categoriza las zonas claras como fondo, mientras que las zonas oscuras son consideradas texto.
2. Procesamiento previo y exhaustivo
El programa de OCR inicialmente limpia la imagen y suprime los fallos para acondicionarla para su lectura. Algunas de las técnicas para la limpieza son:
-
El documento escaneado se endereza o se inclina un poco para resolver las dificultades de alineación durante el proceso de escaneo
-
Se quita o se borran las marcas de las imágenes digitales o se suavizan los bordes de las imágenes de texto.
- Se aclaran los paneles y las líneas de la ilustración.
- Se identifican guiones para la tecnología OCR de múltiples idiomas.
3. Reconocimiento de texto
Se conocen como coincidencia de patrones y extracción de características a los dos tipos principales de algoritmos de OCR o procesos informáticos que emplean un software de OCR para la identificación de texto.
4. Coincidencia de patrones
La coincidencia de patrones aparta una imagen de personalidad, conocida como glifo, y la contrasta con un glifo guardado de forma parecida. La identificación de patrones solo es efectiva si el glifo guardado posee una fuente y escala parecidas a las del glifo de entrada. Este procedimiento resulta eficaz con imágenes digitalizadas de documentos redactados en una fuente reconocida.
5. Extracción de características
La obtención de características segmenta o desintegra los glifos en elementos como líneas, circuitos cerrados, dirección de línea e intersecciones de línea. Posteriormente, emplea estas propiedades para determinar la mejor coincidencia o el vecino más próximo entre los glifos guardados.
6. Procesamiento posterior
Tras el análisis, el sistema transforma la información de texto obtenida en un archivo de informática. Algunos sistemas de OCR tienen la capacidad de generar documentos PDF con anotaciones que contienen las versiones previas y subsiguientes del documento que se ha escaneado.
¿Qué tipos de OCR existen?
Software simple de reconocimiento óptico de caracteres
Un motor de OCR sencillo guarda numerosos patrones de texto y diversas fuentes como las plantillas. El programa de OCR emplea algoritmos de coincidencia de patrones para cotejar imágenes de texto, letra por letra, con su base de datos interno. Si el sistema se alinea palabra por palabra con el texto, esto se conoce como reconocimiento óptico de palabras. Esta solución presenta restricciones, dado que existen prácticamente infinitas fuentes y estilos de escritura, y no es posible capturar y guardar cada uno de estos tipos en la base de datos.
Software inteligente de reconocimiento óptico de caracteres
Los sistemas de reconocimiento automático de caracteres (OCR) actuales emplean tecnología de reconocimiento inteligente de caracteres (ICR) para leer el texto de la forma en que los seres humanos lo hacen. Emplean técnicas sofisticadas que capacitan a las máquinas para que actúen como seres humanos a través del software de aprendizaje automático. Un sistema de aprendizaje automático conocido como red neuronal examina el texto en diversos niveles y procesa la imagen de manera repetitiva. Examina distintas características de la imagen, tales como curvas, líneas, cruces y circuitos, y fusiona los resultados de todos estos distintos niveles de análisis para conseguir el resultado final. Aunque el ICR usualmente procesa imágenes de un carácter simultáneamente, el procedimiento es veloz y los resultados se logran en segundos.
Reconocimiento de palabras inteligente
Los sistemas inteligentes de identificación de palabras operan con los mismos fundamentos que el ICR, aunque manejan imágenes de palabras completas en vez de procesar las imágenes en caracteres antes de procesarlas.
Reconocimiento óptico de marcas
La identificación óptica de marcas reconoce logotipos, marcas de agua y otros signos textuales en un texto.
