כשסורקים מסמך למחשב מקבלים קובץ תמונה (בד"כ TIF, JPG, PDF). כפי שלא ניתן לבצע התערבות בתמונות מצולמות המכילות טקסט ללא שימוש בתוכנה מתאימה, כך גם לא ניתן לבצע עריכה בקבצים של מסמכים סרוקים.
כדי לעשות שימוש בטקסט המופיע בתמונה לצרכי חיפוש או עריכה במעבד תמלילים יש צורך לבצע פעולה על הקובץ הסרוק.
איך עושים זאת? באמצעות תוכנת זיהוי תווים אופטי, או באנגלית Optical Character Recognition (OCR). זו תוכנה המבצעת המרה של תמונה סרוקה למסמך בר עריכה במעבד תמלילים במחשב. סריקת מסמכים היא חלק אינטגרלי מהיכולת לזהות טקסט.
האתגר הגדול ביותר של מפתחי תוכנות OCR בעברית הוא להגיע לאחוזי זיהוי גבוהים בתהליך המרת תמונה של מסמך סרוק (או כתב יד). הפעולה עצמה היא זיהוי כל תו מתווי המסמך ותרגומו לאות. תהליך זה כולל מספר כללים וחוקים הקשורים לקטעי התמליל, לסוג האותיות ולשפת האותיות.
קיימות שתי דרכים עיקריות בתהליך זיהוי טקסט (זיהוי תווים אופטי): בדרך הראשונה בודקים איזה מהאותיות דומה לתבנית מוגדרת מראש, ובדרך השנייה מחלקים את האות לחלקים ונותנים תיאור לכל חלק של האות.
החיסרון העיקרי של שימוש ב- OCR הוא אחוז גבוה של שגיאות. תוכנת OCR שמזהה 90% מהמילים, עדיין שוגה ב- 9 מכל 10 מילים. אם המסמך שלכם מכיל 10,000 מילים, 1,000 מילים יהיו שגויות ותצטרכו להשקיע זמן ניכר בתיקון השגיאות והתאמת הטקסט הסרוק למסמך המקורי.
כדי למזער את כמות השגיאות, התוכנה נעזרת במילון. בדרך זו התוכנה מכילה שכבה המתרגמת ומשלימה תווים שזוהו למילים שלמות. אם לא נוצרה מילה שלמה התוכנה משנה תווים במילה עד שנמצאת השלמה מול מילה זהה במילון, או המילה הקרובה ביותר.
קיימת בעיה נוספת בתהליך הזיהוי.
אם המסמך נסרק באופן לא מיושר, יש צורך ביישור המילים לפני הפעלת אלגוריתם הזיהוי. קיימים גם פונטים מורכבים שלא כל תוכנת OCR יכולה או יודעת להתמודד איתם, כגון פונט רש"י.
החוכמה בבחירת תוכנת OCR נמצאת באחוזי הצלחת הפענוח והזיהוי של התוכנה. השאיפה היא לקבל 100% זיהוי של קובץ סרוק. אם מצאתם תוכנה עם 98 – 99% זיהוי עשיתם עסק לא רע.
הכותב הוא מנהל האתר דוקיומנטס (Documents) –ניהול מסמכים, סריקת מסמכים, ארכיון דיגיטלי. http://www.documents.co.il
ומנהל האתר "מסמכים" – שירותי סריקה, ארכיון, אלבום דיגיטלי
דוקיומנטס הוא האתר המוביל בישראל בנושאים:
סריקה, סריקה מהירה, סריקת מסמכים, ארכיון דיגיטלי, ארכיון מסמכים, סריקת תמונות, סריקת שרטוטים, OCR, SCANNER, SCANNIG DOCUMENTS,סריקת מסמכים,תוכנות לניהול,תוכנת ניהול,ניהול מסמכים,ניהול מסמכים תוכנה,תוכנה לניהול מסמכים,תוכנת מסמכים,תוכנות ניהול,בנק מבחנים,תוכנת סריקת מסמכים,תוכנות ניהול מסמכים,סריקת מסמכים,סריקת ספרים, המרת קבצי PDF לוורד,המרת קבצים סרוקים,ארכיון דיגיטלי,סריקה,שירותי סריקה,לשכת סריקה,גיבוי מסמכים,סריקת מסמכים לעסק,שירותי סריקה תל אביב,שירותי סריקת מסמכים,תוכנות לניהול,תוכנת ניהול,ניהול מסמכים,ניהול מסמכים תוכנה,תוכנה לניהול מסמכים,ארכיב,תוכנת מסמכים,תוכנות ניהול,,תוכנת סריקת מסמכים,תוכנות ניהול מסמכים,סריקת,ארכיב דיגיטלי,סופט קופי,תוכנה לסריקת מסמכים,סריקה של מסמכים,השכרת סורק מסמכים,תוכנות סריקה,סורקים,סריקת,ארכיב דיגיטלי,תוכנה ניהול,סופט קופי,תוכנה לסריקת מסמכים,סריקה,שירותי סריקה,קלדנות,סורק מסמכים,תוכנה לאלבום דיגיטלי,תוכנות סריקה,סורקים,,סריקת,בנק מבחנים,תוכנת סריקת מסמכים,לשכת שירות,סריקות,מבחן התאמה,מבחני התאמה, ניהול מסמכים,סריקת מסמכים,ארכיב,סריקת תמונות,חתימה דיגיטלית,סריקה,מסמכים, שירותי סריקה,ארכיון דיגיטלי,תוכנה לסריקת מסמכים,שרותי סריקה,ארכיון מסמכים,תוכנת סריקת מסמכים,סריקת מסמכים,חתימה דיגיטלית,סריקת,חתימה דיגיטאלית,שירותי ארכיון,תוכנה לסריקת תמונות,סורק מסמכים,סריקה,סריקת תמונות,סריקת תמונות ישנות,סורק תמונות,שרותי סריקה,ארכיון אלקטרוני,טיוב נתונים,שירותי סריקה,ארכיב ממוחשב,ניהול מסמכים,סריקת מסמכים,הקלדת מסמכים,סריקת,ארכיון ממוחשב,ארכיון מסמכים,סריקה,סורקי מסמכים,הקלדת נתונים,תוכנה לסריקת מסמכים,ניהול מסמכים תוכנה,סורק מסמכים,תוכנת סריקת מסמכים,סריקת תמונות ישנות,תוכנה לניהול מסמכים,ארכיב,הקלדה,מערכת לניהול מסמכים,תוכנות ניהול מסמכים,סריקת תמונות, ארכיון ממוחשב,חתימה דיגיטלית,ניהול מסמכים,ארכיב ממוחשב,חתימה אלקטרונית,ארכיון מסמכים,סורקים מקצועיים,מערכת ניהול מסמכים,מערכת לניהול מסמכים,סריקת מסמכים, תיוק מסמכים,סורק מסמכים,סורקים,מעקב החלטות,תוכנה לסריקת מסמכים,סריקת,סורק מקצועי, ארכיב, משרד ללא נייר,שרותי סריקה,ארכיון ממוחשב,שירותי ארכיב,תוכנה לניהול ארכיון,תוכנה לסריקת מסמכים,ocr בעברית,שירותי סריקה,סורקי מסמכים,ארכיון דיגיטלי,תוכנת סריקת מסמכים,ניהול מסמכים תוכנה,ארכיב ממוחשב,ניהול מסמכים,שירותי גניזה,ארכיון מסמכים,ארכיון לקטרוני,ארכיב דיגיטלי,תוכנות ניהול,תוכנה לניהול מסמכים,שירותי ארכיון,סורק מסמכים,חתימה אלקטרונית,ניהול מסמכים חינם,תמונות של אלבומים,חתימה דיגיטלית,מערכת לניהול מסמכים,תוכנות ניהול מסמכים,תוכנת ocr בעברית,תוכנת מסמכים,תיוק מסמכים,תוכנת ניהול,שרות מדפסות,סריקת מסמכים,מערכת לניהול ידע,תוכנה לניהול תוכן,זיהוי תווים אופטי,תוכנה לסריקת תמונות,תוכנת ocr, מערכת ניהול מסמכים,תוכנות סריקה,ניהול משרד,שירותי גרפיקה,תוכנה ניהול,תוכנה לניהול משרד,סריקת תמונות,מכונת צילום משולבת,תוכנה לניהול משרד חינם,סריקת,תוכנת ארכיון,סורקים מקצועיים,מכונת צילום,תוכנות לניהול,מערכת ניהול ידע,תוכנת ניהול משרדאחסון מסמכים,תוכנות ניהול חינם,תוכנת ניהול חינם,ניהול משרד ממוחשב,מיקרופילם,מכונות צילום,מערכות ניהול ידע,סריקה,סריקת מערכות,גניזת מסמכים,ocr בעברית חינם,תוכנה להצעות מחיר,ניהול מערכות,ניהול מידע,אלבומים,סורקים,פתרונות ניהול,שירותי it,לניהול,סורק מקצועי,ניהול ידע,סורק תמונות,גניזה,בנק מבחנים, ועוד.