is het belangrijkste document imaging tool. Het is een apparaat dat papier beelden, gedrukte tekst, handschrift of zelfs een object zet als een sieraad in een digitaal beeld. Een scanner leest rood-groen-blauw (RGB) gegevens en deze informatie wordt vervolgens verwerkt met de scanner algoritme voor het aanpassen voor verschillende belichtingscondities.
Beeldkwaliteit is afhankelijk van de kleurdiepte, resolutie en dichtheidsbereik, alsmede de kwaliteit van het algoritme. Verder onderzoek heeft afgestemd het algoritme voor zover afbeeldingen nu beter dan de originelen kunnen worden.
OCR of Optical Character Recognition is een technologie voor het omzetten van afbeeldingen van tekstdocumenten in machine-leesbare tekst. Terwijl een hoge graad van nauwkeurigheid is bereikt in het herkennen van gedrukte of getypte tekst, de mogelijkheid om verschillende soorten van het handschrift te herkennen is nog imperfect.
A menselijke beoordeling is meestal nodig om 100 procent nauwkeurigheid van de geconverteerde document.Computer systemen zorgen voor opslaan van de gescande afbeeldingen van documenten, omgezet in een machine leesbare tekst, in hun repositories. Maar hoe kan elk van deze specifieke documenten snel worden teruggevonden? Wanneer het aantal documenten is weinig, dit misschien niet zo'n probleem zijn. Echter, wanneer dit aantal loopt in de duizenden of miljoenen, het vinden van een bepaald document inderdaad uitgegroeid tot een problem.It is hier dat indexeren
in beeld komt.
Index gegevens verbonden aan de documenten toe te staan zoekmachine stijl queries worden uitgevoerd om specifieke documenten uit de massa van opgeslagen documents.Search-engine indexering lokaliseren kan zo simpel zijn als full-text indexering zijn - waar ieder woord in een document wordt geïndexeerd --of trefwoord of tag indexeren waar slechts een paar labels die aan het document worden geïndexeerd. Deze labels worden geselecteerd om de inhoud correct identificeren van de document.Tag indexering ervan uit dat alle relevante codes worden bevestigd aan elk document.
Als dit niet het geval is, kan het document niet gevonden worden, zelfs wanneer relevant voor veel zoeken queries.Even beelden en andere vormen van niet-tekstbestanden kunnen