OCR (reconocimiento óptico de caracteres) es el proceso por el tipo escrito, impreso o escrito a mano consigue convertir en formato legible por máquina. Aquí tenemos que introducir los archivos escaneados en el formato de PDF para la conversión. El proceso de OCR se inició en el año 1950 que modificó muchas veces y tiene la estructura de la actual estilo. Se utiliza principalmente en las fuerzas armadas de los Estados Unidos de América. Esto se puede afirmar importante invención en el campo de la tecnología de la información.
En la actualidad también OCR es una investigación difícil tema con una gran cantidad de aplicaciones comerciales. OCR se puede utilizar en aplicaciones comerciales como la búsqueda del libro y la indexación, la conversión de los documentos, y también para el reconocimiento de dirección postal.
El análisis estructural y la coincidencia de patrones es la ruta inicial o primaria tomada para el procesamiento de OCR. En estas imágenes de diferentes formas se puede convertir fácilmente en máquina de formato legible fácilmente.
En la etapa inicial de OCR invención se utilizó sólo para fuente específica solamente. Pero ahora puede reconocer caracteres de todas las fuentes disponibles en el idioma. También algunos de hoy disponible del famoso software de OCR incluyen Ocrad, ABBYY Fine Reader, Tesseract y Brainware. Entre ellos ABBYY y Tesseract son ligeramente diferentes de los demás. Estos dos pueden ofrecer apoyo en varios idiomas. La principal ventaja que podemos ver aquí es su compatibilidad para convertir archivos PDF fácilmente
.
La mayoría de software de OCR tienen licencia y puede dar salida en PDF en un formato de documento de texto estándar. También aceptan diferentes tipos de formatos de imagen que son comunes hoy en día, como JPEG, GIF y TIFF. La mayor parte del OCR disponibles hoy en día se hace especialmente para algunos idiomas específicos. Esto nos puede decir como medida para único propósito especial. También alguna oferta de software de salida OCR archivos listos para descargar inmediatamente sin esperar más tiempo o presentando dirección de correo electrónico y esperar de los datos convertidos.