OCR (Optical Character Recognition) is het proces waarbij soort geschreven, gedrukte of geschreven wordt omgezet in de machine leesbaar formaat. Hier hebben we het invoeren van de gescande bestanden in de vorm van PDF-conversie. Het OCR-proces begon in het jaar 1950, die vele malen gewijzigd en kreeg de structuur van de huidige stijl. Het wordt hoofdzakelijk gebruikt in de strijdkrachten in de Verenigde Staten van Amerika. Kunnen we deze belangrijke uitvinding op het gebied van informatietechnologie zeggen.
Op dit moment is ook OCR is een uitdagende onderzoeksonderwerp met tal van commerciële toepassingen. OCR kan worden gebruikt in commerciële toepassingen zoals boeken zoeken en indexeren, conversie van documenten en ook voor het postadres erkenning.
Structurele analyse en patroonherkenning is de eerste of primaire route voor OCR-verwerking. In deze afbeeldingen verschillende vormen gemakkelijk kan worden omgezet in machineleesbaar formaat gemakkelijk. In het beginstadium van de uitvinding werd OCR gebruikt voor alleen bepaalde lettertypen.
Maar nu kan het personages van alle beschikbare in de taal lettertypen te herkennen. Ook enkele van vandaag de beroemde OCR-software is beschikbaar onder ocrad, ABBYY FineReader, Tesseract en ook Brainware. Onder deze ABBYY en Tesseract zijn lichte anders dan anderen. Deze twee kunnen meertalige ondersteuning te bieden. Belangrijkste voordeel kunnen we hier zien is de compatibiliteit met PDF-bestanden eenvoudig converteren.
De meeste OCR-software in licentie worden gegeven en kan PDF-uitvoer te geven in een standaard tekstdocument formaat.
Ook accepteren ze verschillende beeldformaten die gemeenschappelijk zijn vandaag de dag, zoals JPEG, GIF en TIFF. De meeste van de OCR die vandaag beschikbaar is speciaal gemaakt voor een aantal specifieke talen. Dit kunnen we zeggen als maat voor enige speciale doeleinden. Ook enkele OCR-software bieden output bestanden klaar om direct zonder te wachten meer tijd of het indienen van het e-mailadres en wachten voor geconverteerde data te downloaden.