OCR là gì

OCR, viết tắt của Nhận dạng ký tự quang học, là công nghệ chuyển đổi văn bản bên trong hình ảnh, tệp được quét và tệp PDF dựa trên hình ảnh thành văn bản có thể đọc được bằng máy. Về mặt thực tế, OCR biến ảnh biên nhận, hợp đồng được quét hoặc biểu mẫu giấy thành nội dung kỹ thuật số có thể tìm kiếm, sao chép, lập chỉ mục, phân tích và tích hợp vào quy trình công việc kinh doanh.

Đối với các doanh nghiệp, OCR không chỉ là một tính năng tiện lợi. Nó là một phần cốt lõi của chuyển đổi kỹ thuật số vì nó thu hẹp khoảng cách giữa tài liệu giấy và dữ liệu kỹ thuật số có cấu trúc. Nếu không có OCR, các tập tin được quét thường chỉ là hình ảnh. Với OCR, chúng trở thành tài sản kinh doanh có thể sử dụng được.

Tại sao OCR lại quan trọng

Nhiều công ty vẫn nhận được thông tin ở những dạng khó xử lý tự động: hóa đơn, biên lai, hợp đồng, phiếu giao hàng, giấy tờ tùy thân, biểu mẫu, hồ sơ y tế và hồ sơ giấy lưu trữ. Khi các tệp này được quét mà không có OCR, văn bản sẽ hiển thị trực quan đối với con người nhưng bị ẩn khỏi hệ thống phần mềm. OCR giải quyết vấn đề đó bằng cách trích xuất văn bản và làm cho nó có thể tìm kiếm và xử lý được.

Đây là lý do tại sao OCR được sử dụng rộng rãi để tạo ra các tệp PDF có thể tìm kiếm, cải thiện khả năng truy xuất tài liệu, giảm việc nhập dữ liệu thủ công, hỗ trợ lưu trữ tuân thủ và tăng tốc quá trình tự động hóa xuôi dòng. Adobe Hướng dẫn PDF có thể tìm kiếm và tổng quan về OCR của AWS đều nhấn mạnh rằng OCR biến các tài liệu dựa trên hình ảnh thành các tệp có thể chỉnh sửa hoặc tìm kiếm được, tiết kiệm thời gian và nâng cao hiệu quả.

OCR hoạt động như thế nào

Ở mức độ cao, OCR thường tuân theo quy trình làm việc gồm nhiều bước.

1. Thu nhận hình ảnh

Quá trình bắt đầu bằng hình ảnh hoặc tài liệu đầu vào, chẳng hạn như bản PDF được quét, ảnh điện thoại, TIFF, PNG hoặc JPEG. Đầu tiên, hệ thống sẽ nhận nội dung trực quan và chuẩn bị phân tích. IBM mô tả giai đoạn ban đầu này là chuyển đổi nguồn thành dạng phù hợp để nhận dạng.

2. Tiền xử lý

Trước khi nhận dạng, công cụ OCR thường làm sạch và chuẩn hóa hình ảnh. Điều này có thể bao gồm loại bỏ nhiễu, tăng độ tương phản, làm mịn các cạnh, sửa độ lệch và xử lý căn chỉnh kém. Google Cloud lưu ý rõ ràng việc chỉnh sửa góc và xoay là các tính năng giúp cải thiện chất lượng trích xuất, trong khi IBM nhấn mạnh tiền xử lý là một giai đoạn quan trọng để loại bỏ các pixel không liên quan và chỉnh sửa căn chỉnh trang.

3. Phát hiện văn bản

Sau đó, hệ thống OCR sẽ xác định vị trí văn bản xuất hiện trên trang. IBM mô tả OCR liên quan đến một phát hiện giai đoạn bản địa hóa các từ trong tài liệu. Nền tảng OCR hiện đại có thể phát hiện các khối, đoạn văn, dòng, từ và đôi khi cả ký hiệu.

4. Nhận dạng văn bản

Sau khi tìm thấy các vùng văn bản, hệ thống sẽ xác định các ký tự hoặc từ. OCR truyền thống dựa chủ yếu vào việc khớp mẫu và mẫu phông chữ. Các hệ thống hiện đại hơn sử dụng máy học và mạng lưới thần kinh để nhận dạng văn bản in, chữ viết tay, ngôn ngữ hỗn hợp và bố cục phức tạp một cách chính xác hơn. Microsoft lưu ý rằng OCR hiện đại trích xuất văn bản in và viết tay, đồng thời có thể xuất các từ, dòng và khối văn bản, trong khi tài liệu Tesseract nêu bật công cụ OCR dựa trên LSTM của nó.

5. Cơ cấu và xuất khẩu

Đầu ra cuối cùng có thể là văn bản thuần túy, PDF, DOCX, XML, JSON hoặc dữ liệu có cấu trúc sẵn sàng cho cơ sở dữ liệu. Trong các trường hợp nâng cao hơn, đầu ra OCR không chỉ giới hạn ở văn bản. Nó có thể bao gồm tọa độ, điểm tin cậy, cấu trúc trang, phân cấp bố cục và các thành phần tài liệu được phát hiện như hộp kiểm, trường biểu mẫu hoặc nội dung bảng.

Các loại OCR

Một lý do khiến các bài viết OCR xếp hạng tốt là vì chúng không dừng lại ở định nghĩa cơ bản. Họ thường giải thích rằng OCR nằm trong một nhóm công nghệ nhận dạng rộng hơn.

OCR đơn giản

OCR đơn giản thường khớp các mẫu hình ảnh với các mẫu phông chữ hoặc ký tự được lưu trữ. Nó hoạt động tốt nhất trên các tài liệu được in rõ ràng với phông chữ có thể dự đoán được và bố cục gọn gàng. AWS liệt kê đây là danh mục OCR cơ bản dựa trên các thuật toán so khớp.

ICR (Nhận dạng ký tự thông minh)

ICR là phần mở rộng của OCR sử dụng máy học để diễn giải các ký tự in bằng tay và nhiều hình dạng ký tự có thể thay đổi hơn. Nó đặc biệt có liên quan khi xử lý các biểu mẫu viết tay hoặc đầu vào có định dạng hỗn hợp. AWS và ABBYY đều phân biệt ICR với OCR tiêu chuẩn.

IWR (Nhận dạng từ thông minh)

IWR hoạt động ở cấp độ từ chứ không phải ở cấp độ ký tự. Điều này có thể cải thiện hiệu suất trong một số trường hợp viết tay hoặc chụp tài liệu nhất định trong đó ngữ cảnh giúp xác định các từ đầy đủ một cách đáng tin cậy hơn. AWS bao gồm tính năng nhận dạng từ thông minh dưới dạng một loại liên quan đến OCR riêng biệt.

OMR (Nhận dạng dấu quang học)

OMR thường được thảo luận cùng với OCR, mặc dù về mặt kỹ thuật nó khác nhau. Thay vì đọc các chữ cái, OMR xác định các dấu hiệu như bong bóng đầy, hộp kiểm và vùng chọn. Trong quy trình làm việc tài liệu thực tế, OCR và OMR thường được kết hợp cho các kỳ thi, khảo sát, biểu mẫu đăng ký và danh sách kiểm tra.

Nhận dạng toàn văn bản so với nhận dạng cấp trường

ABBYY cũng tạo ra sự khác biệt hữu ích giữa nhận dạng toàn văn Và nhận dạng cấp trường. Nhận dạng toàn văn bản được sử dụng để chuyển đổi tài liệu, lưu trữ và tái sử dụng nội dung, trong khi nhận dạng cấp trường tập trung vào việc trích xuất các giá trị cụ thể từ các khu vực được chỉ định, chẳng hạn như tổng hóa đơn, ngày, tên hoặc số ID.

OCR và AI OCR

OCR truyền thống chủ yếu tập trung vào việc chuyển đổi văn bản hiển thị thành văn bản có thể đọc được bằng máy. AI OCR còn tiến xa hơn nữa. Nó có thể hiểu bố cục, xác định cấu trúc tài liệu, phát hiện bảng, diễn giải biểu mẫu, trích xuất các cặp khóa-giá trị, đọc chữ viết tay và đôi khi suy ra mối quan hệ giữa các trường.

Đây là lý do tại sao nhiều nền tảng đám mây hiện định vị OCR như một phần của Xử lý tài liệu thông minh (IDP) hoặc tài liệu AI chứ không phải là một tiện ích độc lập. Microsoft tuyên bố rằng OCR là nền tảng cho IDP, trong khi OCR Tài liệu doanh nghiệp của Google Cloud bổ sung các tính năng như gợi ý ngôn ngữ, chỉnh sửa xoay, chấm điểm chất lượng hình ảnh, trích xuất hộp kiểm và phát hiện kiểu phông chữ.

Nói cách khác, OCR cơ bản trả lời câu hỏi: “Trang này có văn bản gì?”
AI OCR và trí thông minh tài liệu trả lời câu hỏi lớn hơn: “Tài liệu này chứa gì và dữ liệu nào quan trọng?”

Các trường hợp sử dụng OCR phổ biến

OCR được sử dụng trong nhiều ngành vì văn bản bị mắc kẹt bên trong hình ảnh là một vấn đề phổ biến.

Lưu trữ PDF và kỹ thuật số có thể tìm kiếm

Một trong những trường hợp sử dụng phổ biến nhất là chuyển các tệp PDF được quét hoặc fax thành tài liệu có thể tìm kiếm được. Điều này rất quan trọng đối với việc lưu trữ, hồ sơ pháp lý, hồ sơ tuân thủ và lưu trữ tài liệu lịch sử. Adobe giải thích rằng các tệp PDF dựa trên hình ảnh cần OCR trước khi người dùng có thể tìm kiếm bên trong chúng.

Xử lý hóa đơn, biên nhận và biểu mẫu

Các nhóm tài khoản phải trả, tài chính, hậu cần và vận hành sử dụng OCR để trích xuất dữ liệu từ hóa đơn, đơn đặt hàng, biên lai và chứng từ giao hàng. OCR giảm việc nhập khóa thủ công và hỗ trợ định tuyến tự động vào hệ thống ERP, kế toán và quy trình làm việc. AWS liên tục nêu bật các biên lai, biểu mẫu, hóa đơn và hợp đồng là các kịch bản OCR và IDP chính.

Tài liệu ID và giới thiệu

OCR có thể đẩy nhanh quy trình xác minh và giới thiệu của khách hàng bằng cách đọc dữ liệu từ ID, giấy phép, ứng dụng và tài liệu hỗ trợ. Trong những trường hợp này, OCR thường được kết hợp với logic xác thực và đánh giá của con người để đưa ra các quyết định có rủi ro cao hơn. Hướng xử lý tài liệu rộng hơn này được phản ánh trong OCR và định vị tài liệu thông minh của Microsoft và Google Cloud.

Nội dung và chữ viết đa ngôn ngữ

Nền tảng OCR hiện đại ngày càng hỗ trợ nhiều ngôn ngữ và trong một số trường hợp là các tài liệu ngôn ngữ hỗn hợp. Microsoft lưu ý hỗ trợ văn bản in và viết tay bằng nhiều ngôn ngữ, đồng thời phát hiện ngôn ngữ và gợi ý ngôn ngữ của tài liệu Google để cải thiện kết quả.

Trích xuất văn bản hình ảnh chung

Ngoài tài liệu, OCR còn được sử dụng cho áp phích, bảng hiệu, nhãn, gói hàng, ảnh chụp màn hình và hình ảnh sản phẩm. Microsoft đặc biệt tách OCR cho các hình ảnh “ngoài tự nhiên” chung khỏi OCR được tối ưu hóa cho tài liệu cho các tài liệu được quét hoặc kỹ thuật số.

Công cụ miễn phí: Hình ảnh miễn phí cho văn bản

Điều gì ảnh hưởng đến độ chính xác của OCR

Độ chính xác của OCR không được xác định chỉ bằng phần mềm. Chất lượng hình ảnh và điều kiện tài liệu rất quan trọng.

IBM xác định một số nguyên nhân phổ biến gây ra sự cố OCR: độ phân giải không đủ, ánh sáng kém, mất tiêu điểm, các trang không được căn chỉnh, cài đặt máy quét không chính xác và các hiện vật do in kém. Google bổ sung các vấn đề xoay, chói, mờ và phông chữ nhỏ vào danh sách các yếu tố có thể ảnh hưởng đến chất lượng trích xuất.

Để cải thiện hiệu suất OCR, nói chung tốt nhất là:

• chụp tài liệu ở độ phân giải phù hợp,
• tránh mờ và bóng,
• độ nghiêng và xoay chính xác,
• giữ độ tương phản cao,
• sử dụng bản gốc sạch khi có thể,
• cung cấp gợi ý ngôn ngữ khi biết ngôn ngữ nguồn,
• và áp dụng xác minh của con người khi trích xuất dữ liệu kinh doanh quan trọng.

Đối với nội dung SEO, phần này rất quan trọng vì người dùng tìm kiếm “OCR” cũng thường muốn biết tại sao kết quả nhận dạng của họ không chính xác hoặc không nhất quán.

Tùy chọn phần mềm OCR: Mã nguồn mở và Cloud OCR

Các công cụ OCR thường rơi vào hai nhóm lớn: công cụ nguồn mở và dịch vụ đám mây được quản lý.

Tesseract là một trong những công cụ OCR nguồn mở nổi tiếng nhất. Tài liệu của nó nêu rõ rằng nó là nguồn mở theo giấy phép Apache 2.0, hỗ trợ nhiều ngôn ngữ và bao gồm công cụ dựa trên LSTM được giới thiệu trong Tesseract 4. Đây là một lựa chọn mạnh mẽ cho các nhà phát triển muốn kiểm soát, xử lý ngoại tuyến và không cần nhà cung cấp khóa, mặc dù việc triển khai và tối ưu hóa đòi hỏi nỗ lực kỹ thuật.

Nền tảng OCR đám mây được quản lý từ các nhà cung cấp như Google Cloud, Microsoft và AWS thường cung cấp khả năng mở rộng dễ dàng hơn, xử lý ngôn ngữ tích hợp, trích xuất bố cục, điểm tin cậy và các tính năng tài liệu có cấu trúc. Chúng thường là lựa chọn tốt hơn khi doanh nghiệp cần triển khai nhanh hơn, hỗ trợ doanh nghiệp và hiểu tài liệu nâng cao.

OCR có đủ không?

Đối với các tác vụ đơn giản như chuyển đổi bản PDF đã quét thành văn bản có thể tìm kiếm, OCR có thể là đủ. Nhưng nhiều doanh nghiệp hiện nay cần nhiều hơn việc trích xuất văn bản. Họ cần phân loại tài liệu, phân tích bảng, hiểu biểu mẫu, trích xuất khóa-giá trị, xác thực, định tuyến quy trình công việc và phân tích. Đó là lý do tại sao OCR ngày càng được sử dụng làm nền tảng của các hệ thống tự động hóa tài liệu lớn hơn thay vì là một bước độc lập.

Phần kết luận

OCR là công nghệ nền tảng để biến thông tin trên giấy và hình ảnh thành dữ liệu kỹ thuật số có thể sử dụng được. Đơn giản nhất, OCR chuyển đổi văn bản hiển thị thành văn bản có thể đọc được bằng máy. Ở cấp độ nâng cao hơn, các hệ thống OCR hiện đại được hỗ trợ bởi AI có thể hiểu bố cục, chữ viết tay, bảng, hộp kiểm và cấu trúc tài liệu, khiến chúng trở thành trung tâm của quá trình xử lý tài liệu thông minh.

Đối với cả người dùng và doanh nghiệp, giá trị thực sự của OCR không chỉ là đọc từ trong hình ảnh. Nó đang làm cho các tài liệu có thể tìm kiếm được, có thể thực hiện được và sẵn sàng cho tự động hóa. Đó là lý do tại sao OCR tiếp tục là một trong những công nghệ quan trọng nhất trong số hóa tài liệu, hiệu quả quy trình làm việc và quản lý thông tin doanh nghiệp.

---

Câu hỏi thường gặp

OCR có nghĩa là gì?

OCR là viết tắt của Nhận dạng ký tự quang học. Nó đề cập đến công nghệ trích xuất văn bản từ hình ảnh, bản quét và các tệp PDF dựa trên hình ảnh và chuyển đổi văn bản đó thành dạng có thể đọc được bằng máy.

OCR có thể đọc chữ viết tay không?

Có, nhiều hệ thống OCR hiện đại có thể đọc ít nhất một số văn bản viết tay hoặc in bằng tay. Microsoft và AWS phân biệt giữa OCR tiêu chuẩn và các phương pháp nâng cao hơn như ICR cho các tình huống liên quan đến chữ viết tay.

Tại sao bản PDF được quét của tôi không thể tìm kiếm được?

Bởi vì nhiều tệp PDF được quét được lưu dưới dạng hình ảnh chứ không phải dưới dạng tài liệu dựa trên văn bản. OCR phải được áp dụng trước khi văn bản có thể được tìm kiếm, sao chép hoặc lập chỉ mục.

Sự khác biệt giữa OCR và AI OCR là gì?

OCR tập trung vào việc đọc văn bản. AI OCR thường bổ sung các khả năng hiểu tài liệu như phân tích bố cục, trích xuất bảng, hỗ trợ chữ viết tay và phát hiện trường.

Sự khác biệt giữa OCR và OMR là gì?

OCR đọc các ký tự và từ, trong khi OMR phát hiện các dấu hiệu như bong bóng đầy, hộp kiểm hoặc lựa chọn trên biểu mẫu.

Tesseract có còn phù hợp không?

Đúng. Tesseract vẫn là một công cụ OCR nguồn mở chính, với giấy phép Apache 2.0, hỗ trợ ngôn ngữ rộng và nhận dạng dựa trên LSTM.