Ένα σαρωμένο έγγραφο μπορεί να φαίνεται καθαρό στην οθόνη, αλλά να μην επιτρέπει αναζήτηση λέξεων ή αντιγραφή του κειμένου. Η οπτική αναγνώριση χαρακτήρων, γνωστή ως OCR, μετατρέπει το κείμενο που εμφανίζεται μέσα σε μια εικόνα σε ψηφιακούς χαρακτήρες, τους οποίους μπορεί να αναγνωρίσει ένας υπολογιστής.
Η διαδικασία είναι χρήσιμη για συμβόλαια, παλιές εφημερίδες, έντυπες σημειώσεις και αρχειακά έγγραφα. Αρχικά, ο χρήστης επιλέγει μια εφαρμογή που υποστηρίζει OCR, όπως το Adobe Acrobat ή κάποιο αξιόπιστο εργαλείο αναγνώρισης κειμένου. Πριν από την επεξεργασία, πρέπει να εξεταστεί αν το έγγραφο περιέχει εμπιστευτικά δεδομένα, ιδιαίτερα όταν η υπηρεσία λειτουργεί μέσω διαδικτύου.
Η ποιότητα του αποτελέσματος εξαρτάται σε μεγάλο βαθμό από την εικόνα. Μια σελίδα που έχει σαρωθεί σε επαρκή ανάλυση, χωρίς έντονη κλίση, σκιές ή θόρυβο, συνήθως προσφέρει καλύτερα αποτελέσματα. Αν η σελίδα είναι στραβή, μπορεί να χρειαστεί διόρθωση προσανατολισμού ή περικοπή των περιθωρίων πριν από την αναγνώριση.
Στην εφαρμογή επιλέγεται η λειτουργία OCR και, όπου είναι δυνατό, η σωστή γλώσσα του εγγράφου. Αν ένα κείμενο περιλαμβάνει ελληνικά και αγγλικά, χρειάζεται να ελεγχθεί αν το εργαλείο υποστηρίζει τη συγκεκριμένη γλωσσική σύνθεση. Η λανθασμένη επιλογή γλώσσας μπορεί να οδηγήσει σε αλλοιωμένους χαρακτήρες ή λάθη σε ονόματα και αριθμούς.
Μετά την επεξεργασία, το αποτέλεσμα πρέπει να ελεγχθεί με προσοχή. Ιδιαίτερα συχνά λάθη εμφανίζονται σε αριθμούς, ημερομηνίες, σημεία στίξης, πολυτονικά κείμενα και πίνακες. Αν το έγγραφο χρησιμοποιείται για νομικούς, οικονομικούς ή διοικητικούς σκοπούς, δεν αρκεί η αυτόματη αναγνώριση χωρίς ανθρώπινη επαλήθευση.
Ένα καλό τελικό αρχείο μπορεί να παραμείνει οπτικά παρόμοιο με το πρωτότυπο, αλλά να περιλαμβάνει επιπλέον επίπεδο αναζητήσιμου κειμένου. Έτσι, ο χρήστης μπορεί να εντοπίζει λέξεις, να αντιγράφει αποσπάσματα και να αξιοποιεί καλύτερα το ψηφιακό αρχείο.
Το OCR δεν διορθώνει αυτόματα το περιεχόμενο ούτε εγγυάται ότι κάθε χαρακτήρας αναγνωρίστηκε σωστά. Η αξία του βρίσκεται στον συνδυασμό αυτοματοποίησης και προσεκτικού ελέγχου.
