Tekstherkenning

Definitie

Tekstherkenning verwijst naar de identificatie van teksttekens in afbeeldingen of gescande documenten. Het omvat zowel gedrukte als handgeschreven herkenning.

Doel

Het doel is om tekst in visuele vorm toegankelijk en doorzoekbaar te maken.

Belang

• Maakt digitalisering van archieven mogelijk.
• Cruciaal voor toegankelijkheid en automatisering.
• Nauwkeurigheid is afhankelijk van de beeldkwaliteit.
• Gerelateerd aan OCR-technologieën.

Hoe het werkt

1. Scan of fotografeer documenten.
2. Bewerk afbeeldingen voor om de duidelijkheid te verbeteren.
3. Tekstgebieden detecteren.
4. Herkenningsmodellen toepassen.
5. Geef machineleesbare tekst weer.

Voorbeelden (echte wereld)

• Google Lens: herkent tekst in foto's.
• ABBYY FineReader: digitaliseert gescande documenten.
• Tesseract OCR: open-source tekstherkenningsengine.

Referenties / Verder lezen

• Smith, R. “Een overzicht van de Tesseract OCR-engine.” ICDAR.
• ISO/IEC 15938-4-norm.
• IEEE Transactions on Pattern Analysis en Machine Intelligence.