Reconnaissance optique de caractères (OCR)

Définition

La reconnaissance optique de caractères (OCR) est le processus de conversion d'un texte imprimé ou manuscrit dans des images en texte numérique lisible par machine.

Interet

L'objectif est de numériser des documents à des fins de recherche, d'édition et d'analyse. L'OCR prend en charge les applications de numérisation, d'accessibilité et d'automatisation de la saisie de données.

Importance

• Permet la conversion du papier en texte consultable.
• Améliore l’efficacité dans des secteurs comme la banque et la santé.
• Des difficultés avec des numérisations de mauvaise qualité ou des polices inhabituelles.
• Constitue la base de l'exploration de texte dans les archives numérisées.

Fonctionnement

1. Numériser ou capturer une image de texte.
2. Prétraiter l'image pour supprimer le bruit.
3. Détecter et segmenter des caractères ou des mots.
4. Reconnaître du texte à l’aide de modèles ML.
5. Générer un texte numérique modifiable.

Exemples (monde réel)

• Google Cloud Vision OCR : service de reconnaissance de texte.
• ABBYY FineReader : logiciel OCR commercial.
• Numérisation du projet Gutenberg : OCR pour les livres.

Références / Lectures complémentaires

• Smith, R. « Un aperçu du moteur OCR Tesseract. » ICDAR.
• ISO/IEC 15938-4 : Interface de description de contenu multimédia.
• Transactions IEEE sur l'analyse des modèles et l'intelligence artificielle.
• Qu'est-ce que l'OCR ?