Optical Character Recognition / OCR
Görüntü içindeki basılı veya el yazısı metni düzenlenebilir dijital metne dönüştüren teknoloji.
Optik Karakter Tanıma (OCR), taranmış belgeler, fotoğraflar veya ekran görüntüleri içindeki basılı ya da el yazısı metni, bilgisayarın işleyip düzenleyebileceği dijital metne dönüştüren bir teknolojidir. Geleneksel OCR sistemleri, karakterlerin şeklini önceden tanımlanmış kalıplarla eşleştiren kural tabanlı yöntemler kullanırken, günümüzün modern OCR sistemleri evrişimli sinir ağları (CNN) ve tekrarlayan sinir ağlarını veya transformer mimarilerini birleştirerek metni bağlamı dikkate alarak tanır; bu sayede bozuk, eğik veya el yazısı gibi zorlu metinlerde de yüksek doğruluk elde edilir.
OCR'nin önemi, kağıt tabanlı dünya ile dijital dünya arasında bir köprü kurmasından gelir: faturaların otomatik olarak muhasebe sistemlerine aktarılması, kimlik belgelerinin taranarak doğrulanması, kütüphanelerdeki eski kitapların dijitalleştirilip aranabilir hale getirilmesi ve mobil uygulamalarda kartvizit veya fiş tarama gibi günlük kullanım senaryoları hep OCR'ye dayanır. Google'ın Tesseract'ı açık kaynak OCR motorlarının en bilinenlerinden biridir; ayrıca günümüzün büyük görsel-dil modelleri, geleneksel OCR boru hattına ihtiyaç duymadan görüntüdeki metni doğrudan okuyup anlamlandırabilme yeteneği kazanmıştır.
OCR'nin önemi, kağıt tabanlı dünya ile dijital dünya arasında bir köprü kurmasından gelir: faturaların otomatik olarak muhasebe sistemlerine aktarılması, kimlik belgelerinin taranarak doğrulanması, kütüphanelerdeki eski kitapların dijitalleştirilip aranabilir hale getirilmesi ve mobil uygulamalarda kartvizit veya fiş tarama gibi günlük kullanım senaryoları hep OCR'ye dayanır. Google'ın Tesseract'ı açık kaynak OCR motorlarının en bilinenlerinden biridir; ayrıca günümüzün büyük görsel-dil modelleri, geleneksel OCR boru hattına ihtiyaç duymadan görüntüdeki metni doğrudan okuyup anlamlandırabilme yeteneği kazanmıştır.