Gli svantaggi dell'OCR

Il servizio postale statunitense usa la tecnologia di riconoscimento ottico dei caratteri (OCR) per leggere gli indirizzi sui pezzi di posta. Perché la posta sia leggibile da un ordinatore postale OCR, tuttavia, gli indirizzi e i font devono essere formattati in un certo modo. Il software OCR è utile per convertire immagini scansionate di documenti dattiloscritti o scritti a mano in testo elettronico ricercabile, ma ha svantaggi che ne limitano le applicazioni.

Documenti limitati

L'OCR funziona meglio con documenti dattiloscritti di buona qualità. I documenti scritti a mano non possono essere letti facilmente dal software OCR. Allo stesso modo, i font dattiloscritti che assomigliano alla scrittura a mano — così come i font non latini — creano molti errori durante il processo OCR. Se il documento ha scarso contrasto, è piegato o sporco, o il testo e lo sfondo sono simili nell'oscurità, allora l'OCR potrebbe non funzionare bene. L'OCR ha difficoltà con documenti che hanno sia immagini che testo. I fogli di calcolo produrranno anche più errori.

Precisione

Nessun software OCR è accurato al 100%. Il numero di errori dipende dalla qualità e dal tipo di documento, incluso il font usato. Gli errori che si verificano durante l'OCR includono la lettura errata di lettere, lo salto di lettere illeggibili, o la mescolanza di testo da colonne adiacenti o didascalie di immagini. Se è richiesta alta precisione — come nella conversione di libri digitali in formato elettronico — sarà necessaria una pulizia del testo elettronico.

Soluzioni alternative

L'OCR ha difficoltà a differenziare tra caratteri, come il numero zero e una "O" maiuscola. Per aggirare questo, si può usare un font OCR speciale, come scrivere lo zero in modo esplicito. Tuttavia, questo funziona solo per documenti creati con l'OCR in mente, come i questionari. Quando si creano questionari che saranno scritti a mano, i ricercatori usano anche caselle per ogni lettera.

Lavoro aggiuntivo

Anche se l'immagine scansionata del documento originale è di alta qualità, passaggi aggiuntivi devono avvenire per ripulire il testo OCR. È molto laborioso correggere gli errori creati dall'OCR. Una persona deve confrontare manualmente il documento originale e il testo elettronico. Le persone commettono anche errori quando digitano testo da un documento, ma a volte è più veloce saltare il passaggio OCR.