Il prossimoProssima guida
Riconoscimento dell'azione
IA visiva
GUIDA AI visiva
OCR converts text visible in images into machine-readable sequences.
Ascolta questa guidaNarrato dall'IA · ~2 min
Accuracy depends on image quality, script, layout, and recognition model.
OCR maps visual patterns to characters or tokens. Modern recognizers may use sequence models that predict strings without manually segmenting every glyph. CTC is one training approach for learning alignments between input frames and target sequences. Tesseract is an open-source OCR engine with legacy and LSTM-based recognition modes. OCR does not guarantee correct text, especially for degraded scans, handwriting, rare scripts, or complex page layouts. Tesseract’s Improving the Quality of the Output guide explains that skew degrades line segmentation and recommends rotating text lines horizontal. Handwriting varies between writers and cursive letters can connect, making line and character interpretation less consistent. Donut is a separate OCR-free document-understanding transformer that consumes document images directly and is evaluated on document tasks including visual question answering; it does not make OCR or document answers error-free.
Search a scanned page by extracted text after reviewing OCR confidence.
Use Tesseract on supported language data for a local OCR task.
Check uncertain handwriting against the original image.
Combine OCR with document question answering only when the use case needs semantic retrieval.
Document systems increasingly combine layout, OCR, and semantic search. Test exact model, language data, and image conditions; do not assume a vision-language answer is a faithful transcription.
Newsletter gratuita
Tre storie verificate sull'IA ogni mattina nei giorni feriali, scritte in un inglese semplice. Gratuito per sempre, senza pubblicità.
Un'email ogni giorno feriale. Disiscriviti con un clic. Non vendiamo né condividiamo mai il tuo indirizzo.
Mettiti alla prova
Feedback immediato su ogni risposta e un certificato condivisibile con un ID verificabile una volta superato un corso.
Sostieni l'istruzione gratuita sull'IA. AI Understanding è un'organizzazione non profit 501(c)(3) — nessun annuncio, nessun paywall, mai. Fai una donazione
OCR converts text visible in images into machine-readable sequences. Accuracy depends on image quality, script, layout, and recognition model.
Il compito fondamentale dell'OCR è trasformare i pixel che raffigurano le lettere in codici di testo reali che un computer può archiviare, cercare e modificare.
Sequence recognizers can align image features and text without requiring exact glyph crops.
Le pagine scansionate o fotografate sono spesso leggermente ruotate; l'allineamento allinea il testo orizzontalmente, migliorando la precisione del riconoscimento.
Tesseract è un popolare motore OCR open source che supporta molte lingue; gli altri servono a scopi non correlati.
La grafia presenta un'enorme variabilità nella forma, nell'inclinazione e nella spaziatura e le lettere corsive si collegano, rendendo la segmentazione e la classificazione molto più difficili.
Continua a imparare
Altre guide selezionate per questo argomento
Il prossimoProssima guida
Riconoscimento dell'azione
IA visiva