O Serviço Postal dos EUA usa tecnologia de reconhecimento óptico de caracteres (OCR) para ler endereços em peças de correspondência. Para que a correspondência seja legível por um classificador de correio OCR, no entanto, os endereços e fontes precisam ser formatados de uma certa maneira. Software OCR é útil para converter imagens digitalizadas de documentos digitados ou manuscritos em texto eletrônico pesquisável, mas tem desvantagens que limitam suas aplicações.
OCR funciona melhor com documentos digitados de boa qualidade. Documentos manuscritos não podem ser facilmente lidos por software OCR. Da mesma forma, fontes digitadas que se assemelham a manuscritos — assim como fontes não latinas — criam muitos erros durante o processo OCR. Se o documento tem baixo contraste, está amassado ou sujo, ou o texto e o plano de fundo são semelhantes em escuridão, então OCR pode não funcionar bem. OCR tem dificuldade com documentos que têm tanto imagens quanto texto. Planilhas também produzirão mais erros.
Nenhum software OCR é 100% preciso. O número de erros depende da qualidade e tipo de documento, incluindo a fonte usada. Erros que ocorrem durante OCR incluem leitura errada de letras, pular letras ilegíveis, ou misturar texto de colunas adjacentes ou legendas de imagens. Se alta precisão é requerida — como na conversão de livros digitais para formato eletrônico — então uma limpeza do texto eletrônico será necessária.
OCR tem dificuldade em diferenciar entre caracteres, como o número zero e um "O" maiúsculo. Para contornar isso, uma fonte OCR especial pode ser usada, como escrever zero por extenso. No entanto, isso funciona apenas para documentos criados com OCR em mente, como questionários. Ao criar questionários que serão manuscritos, pesquisadores também usam caixas para cada letra.
Mesmo se a imagem digitalizada do documento original for de alta qualidade, passos adicionais devem ocorrer para limpar o texto OCR. É muito trabalhoso corrigir os erros criados pelo OCR. Uma pessoa tem que comparar manualmente o documento original e o texto eletrônico. Pessoas também cometem erros ao digitar texto de um documento, mas às vezes é mais rápido pular a etapa OCR.
Tecnologia Eletrônica © [www.351231.com]
