Che cos’è l’OCR e come funziona?
Il riconoscimento ottico dei caratteri (OCR) individua il testo in un’immagine o in una scansione e crea testo che un software può cercare, copiare o elaborare. È utile, ma il risultato è un riconoscimento, non una trascrizione garantita né una comprensione completa del documento.
Che cosa fa l’OCR
Una pagina acquisita può sembrare testo a una persona, mentre per il computer è inizialmente composta da pixel. L’OCR analizza l’immagine, individua le aree di testo e stima caratteri e parole. A seconda del software, può restituire anche posizioni delle righe o parti dell’impaginazione.
Molti PDF digitali contengono già testo selezionabile e non richiedono OCR. La tecnologia è utile soprattutto per foto e immagini prive di un livello testuale.
Come avviene il riconoscimento
Un flusso tipico prepara l’immagine, individua le aree di testo, riconosce caratteri o parole e organizza l’output in righe o altre strutture. Alcuni servizi moderni rilevano anche l’impaginazione o più lingue, ma funzioni e lingue supportate variano in base a prodotto e versione.
Il risultato può essere testo semplice, un PDF ricercabile o dati strutturati. L’OCR standard non verifica che un importo, un nome o una frase riconosciuti siano corretti.
Come migliorare la scansione
Usa un’immagine nitida e illuminata in modo uniforme, con messa a fuoco corretta e pagina il più possibile dritta. La documentazione di Tesseract afferma che il motore dà risultati migliori da 300 dpi; è un’indicazione per quel motore, non un requisito universale. Segui le specifiche di chi riceverà il file.
Conserva l’originale e controlla numeri, date, nomi, accenti, colonne, tabelle, scrittura a mano e note chiare. Il sistema può confondere caratteri simili o riordinare male impaginazioni complesse.
Privacy e documenti
Prima di caricare un documento su un servizio OCR online, verifica le condizioni aggiornate del fornitore su privacy, conservazione e accesso. Una pagina può contenere dati personali o finanziari. Per file sensibili, valuta un flusso locale autorizzato e rispetta le regole dell’organizzazione responsabile.
Gli strumenti PDF di ConverteArq al momento non offrono OCR. La guida collegata spiega come preparare foto di documenti con il telefono; questo articolo non promette l’estrazione di testo sul sito.
Guida correlata
Per creare un’immagine sorgente più nitida, leggi come scansionare documenti con il telefono.
Domande frequenti
L’OCR capisce un documento?
L’OCR riconosce il testo e può restituire informazioni sulla disposizione. Non significa che verifichi i fatti o interpreti in modo affidabile significati legali o finanziari.
Servono sempre 300 dpi?
No. Non esiste un valore universale. Tesseract consiglia almeno 300 dpi per il proprio motore; il destinatario o un altro software possono richiedere impostazioni diverse.
L’OCR legge la scrittura a mano?
Alcuni prodotti la supportano, ma il risultato dipende da lingua, grafia, qualità dell’immagine e modello. Verifica sempre con l’originale.