O reconhecimento óptico de caracteres (OCR) é uma inovação incrível que se mostrou um componente crítico para muitas organizações. Na verdade, o progresso da transição digital requer a transformação de algumas imagens contendo ocorrências de texto em relatórios de texto. Desta forma, claramente ter uma ferramenta de OCR sólida é essencial para a recuperação e comunicação de dados.
As inovações atuais de OCR são frequentemente muito incríveis no que diz respeito a registros que vêm em ótimas condições (todos situados com luz e contraste suficientes, sem falhas87 na imagem, estilo de escrita fácil de usar e entender, e assim por diante) Em qualquer caso, o fato da questão está longe de ser incrível. Com certeza, muitas dificuldades enfrentadas pelo OCR surgem quando essas condições não fazem diferença. Consequentemente, há uma necessidade de instrumentos robustos e de bom desempenho em toda a gama de resultados concebíveis.
O que é OCR e como pode funcionar?
OCR é o ponto em que uma máquina converte uma imagem contendo texto (composta ou escrita manualmente) em um documento de texto. Em geral, dá pouca atenção à linguagem ou à organização. Este empreendimento é realizado em um processo de duas etapas: distinguir o texto e perceber o referido texto. No entanto, apesar das dificuldades (as dificuldades que esclarecemos acima), podemos realizar algumas atividades iniciais para mitigá-las. Os mais conhecidos são:
- Skewing: reajustar e dinamizar o registro para uma análise mais padronizada
- Despeckle: para eliminar manchas de parasita concebíveis
- Converter para tons de cinza ou binarização
- Removendo e aplicando filtros
- Exclusão de linha para caixas e elementos que não estabelecem caracteres (por exemplo: tabelas, imagens, linhas isoladas e assim por diante)
- Localização da linha
- Pré-segregando a caixa de texto (ou edição)
Para começar, aplicamos esse pré-processamento e o resultado é uma imagem mais simples de digitalizar. Em segundo lugar, a localização da mensagem acontece, configurando caixas de salto nas frases ou palavras. Então, nesse ponto, vem o ID do texto real, que pode acontecer caractere por caractere ou por palavras inteiras (o que tornaria o cálculo específico do idioma e, portanto, seria útil para casos de uso específicos).
Por último, outra progressão pode vir mais tarde para pós-processar o rendimento do algoritmo OCR para lidar com falhas críticas. Por exemplo: se uma palavra não tiver um lugar na palavra de referência, podemos substituí-la por uma palavra próxima que requer a alteração de alguns caracteres.
Quais são as ferramentas de OCR disponíveis e como escolheríamos a mais adequada?
Algumas soluções de OCR são acessíveis, cada uma com suas qualidades e especificidades. Basicamente, existem APIs e programação para download. Que tal examinarmos alguns deles aqui:
APIs baseadas em nuvem
Ao desbastar uma tarefa, o custo acaba sendo essencial para a situação e pode controlar a oportunidade de decisão. Como resultado, é fundamental considerar esse fator, uma vez que as APIs que apresentaremos neste segmento não são de código aberto. Isso é particularmente significativo quando o caso de utilização não precisa de habilidades / exibições explícitas que não são abertamente acessíveis.
Google Cloud Vision
Sendo um bundle acabado e viável com outros serviços Google, esta API oferece uma administração OCR, entre outros. Ele retorna naturalmente as caixas de salto que abrangem o texto e o texto antecipado sempre que recebe uma imagem.
Observação: o Google Docs também oferece uma ferramenta de OCR gratuita para transformar relatórios em PDF em texto. Seja como for, não muda nas tabelas e notas de rodapé.
Prós:
- A configuração é fácil
- Desempenho geralmente melhor do que outras APIs
Contras:
- Documentação desatualizada
- É necessário instalar vários pacotes na máquina local do usuário
- Recursos não personalizáveis
Preços:
- 1 $ 50/1000 páginas para 5 milhões de páginas ou menos
- 0 $ 60/1000 páginas para mais de 5 milhões de páginas
AWS Textract
A interface do console (com base em um algoritmo de aprendizado de máquina) aqui também retorna as caixas delimitadoras e o texto fornecido com uma imagem.
Prós:
- Preços flexíveis
- Fácil de usar após a configuração
Contras:
- Relativamente entediante de configurar
- Requer várias etapas (download de pacotes e vários arquivos essencialmente)
- Não é adequado para documentos manuscritos
Preços:
- 1 $ 50/1000 páginas para 1 milhão de páginas ou menos
- 0 $ 60/1000 páginas para mais de 1 milhão de páginas.
Serviços Cognitivos do Microsoft Azure
Para usar esta API, é necessário criar uma conta na ferramenta de inteligência artificial do Azure: Serviços Cognitivos. Felizmente, a parte de implementação que vem a seguir para incluir o uso da API no código é bastante fácil. A saída resultante dessa implementação e a imagem de entrada também são caixas delimitadoras e o texto contido.
Prós:
- Fácil implementação após configuração
- Mais de 100 idiomas estão disponíveis
- Compatível com o uso do Docker
Contras:
- Requer a adição de um cartão de crédito para o teste gratuito (problema de privacidade)
Preços:
- 1 $ / transação para 1 a 1 milhão de transações
- 0 $ 65 / transação para 1 milhão a 10 milhões de transações
- 0 $ 60 / transação para 10 a 100 milhões de transações
- 0 $ 40 / transação para mais de 100 milhões de transações
IBM Datacap
Esta API possui alguns componentes estranhamente atraentes. Especificamente, o sistema de verificação e as etapas de manuseio são bastante simples. Da mesma forma, oferece vários elementos ajustáveis, uma sólida capacidade de OCR e semelhanças com vários estágios e dispositivos. Porém, vale a pena focar que ele é lento e a ajuda na IU não é adequada em comparação com seus rivais.
Prós:
- Mecanismos simples de digitalização e processamento
- Recursos personalizáveis
- Função de OCR forte
- Compatibilidade com diferentes plataformas e dispositivos
Contras:
- Processamento lento
- Suporte insuficiente na IU
Preços: variável, depende do caso de uso (número de solicitações, largura de banda, etc.)
Para outras comparações personalizadas das ferramentas mencionadas acima, você pode tentar alguns documentos nesta plataforma de comparação.
ABBYY Finereader
A ABBYY fornece às empresas ferramentas de OCR há muito tempo. Embora tenha apresentado várias soluções de software para lidar com isso, vamos nos concentrar apenas no Finereader aqui (os outros podem ser versões anteriores ou oferecer recursos diferentes).
Prós:
- Interface ergonômica
- Recurso de correção amigável do teclado
- Software de compra apenas uma vez
- Precisão decente
Contras:
- Sem fusão de vários documentos
- As saídas podem exigir algum pós-processamento.
Preços: 199 $ para a versão padrão para Windows e 129 $ para MacOS.
Adobe Acrobat Pro DC
Adobe Acrobat tem oferecido um serviço de OCR sem saber por algum tempo. É um dos melhores em geral para soluções PDF. No entanto, ele está disponível apenas como um recurso adicional para o leitor Adobe Acrobat PDF.
Prós:
- Suporta vários formatos (entradas e saídas)
- Fácil de usar
- Compatível com os recursos de manipulação de PDF do Acrobat
Contras:
- Pesado no sistema e no armazenamento
- Não vem separado do leitor Acrobat PDF
Preços: 15 $ / mês para o plano padrão
Tesseract
É de longe a biblioteca OCR de código aberto mais popular. Desenvolvido pela Hewlett-Packard, foi posteriormente (e até hoje) mantido pelo Google
Prós:
- Um grande painel de idiomas
- Vários formatos de saída
- Modelos baseados em Long-Shot-Term-Memory
- Treinável
Contras:
- Pode não ser adequado para casos de uso de clientes específicos
Preços: Sem custos
SimpleOCR
SimpleOCR é um freeware destinado a uso individual que oferece um SDK para engenheiros apenas como uma ampla referência de palavras à qual palavras personalizadas podem ser adicionadas. Além disso, oferece a oportunidade de lidar com alguns arquivos simultaneamente, apenas como verificação ortográfica.
Prós:
- Amplo dicionário atualizável (mais de 120 mil palavras)
- Capacidade de processar muitos documentos simultaneamente
Contras:
- Não oferece (na versão gratuita) uma interface de linha de comando
- Não pode ser implantado em vários servidores (para a versão gratuita)
Preços: Grátis (versões pagas também existem como pagamento único, a partir de $ 25)
Existem no mercado várias outras ferramentas que vale a pena mencionar, cada uma com seus pontos fortes e fracos, como Rossum, OmniPage, Klippa, Readiris, Docparser, Veryfi e Hypatos.
Conclusão
Resumindo, é muito simples hoje em dia rastrear um arranjo OCR decente que possa atender aos requisitos de um projeto. Alguns arranjos podem ser mais importantes do que outros, dependendo do caso de utilização. Lembre-se do objetivo genuíno de utilizar OCR em um determinado projeto e obtenha avaliações e métricas derivadas dele.
source – www.analyticsinsight.net
