AuraDoc
Iniciar sessãoCriar

O que é a precisão do OCR?

A precisão do OCR descreve até que ponto o texto reconhecido a partir de uma página digitalizada se aproxima do texto realmente impresso nela. Costuma exprimir-se como a percentagem de carateres ou palavras lidos corretamente. Uma taxa de 98 por cento parece alta, mas numa página com 3000 carateres deixa ainda cerca de 60 erros, e um único dígito errado num número de fatura ou numa data pode pesar mais do que cinquenta letras erradas num parágrafo.

O que a reduz

O reconhecimento depende primeiro da imagem. Uma resolução baixa esbate os traços finos e um e passa a parecer um c. Uma página digitalizada torta, a sombra da lombada de um livro, o texto do verso que transparece em papel fino, o toner desbotado e os carimbos sobre o texto dificultam a separação das letras. A letra manuscrita, os tipos de letra invulgares e as notas de rodapé minúsculas pioram o resultado, tal como indicar ao programa o idioma errado.

Como melhorar o resultado antes do reconhecimento / Como verificar um resultado

A maior parte do ganho vem de preparar a digitalização, não do reconhecimento em si. Procure cerca de 300 DPI para texto impresso comum, endireite as páginas inclinadas ou de lado, corte as margens escuras e escolha o idioma do documento. Quando a página mistura dois idiomas, reconhecê-la no principal costuma ler razoavelmente bem o resto, mas os nomes pouco comuns pedem ainda uma vista de olhos. Procure uma palavra que vê na página. Se o visualizador a encontrar, foi reconhecida. Compare números, nomes e datas a olho, porque são os pontos onde um erro causa dano real. Um bom hábito é tratar o texto reconhecido como rascunho em tudo o que envolva dinheiro, prazos ou valor jurídico.

Usar o AuraDoc para isto

Rodar PDF digitalizado corrige as páginas de lado antes do reconhecimento, Detetar idioma do PDF indica o idioma que o ficheiro parece usar e OCR em PDF acrescenta à digitalização uma camada de texto pesquisável. O ficheiro reconhecido é uma cópia nova, pelo que o pode comparar com a digitalização de partida.

Ferramentas que usam este termo

Guias que põem o termo em prática

Perguntas frequentes

É possível ter 100 por cento de precisão no OCR?
Não de forma fiável. Uma impressão limpa e moderna, em boa resolução, chega perto, mas nenhum programa promete leitura perfeita de todas as páginas, por isso confira os números importantes.
Mais DPI lê sempre melhor?
Até certo ponto. Por volta de 300 DPI chega para texto comum, e ir muito além quase só torna o ficheiro mais pesado sem melhorar o reconhecimento.
Porque é que os números são lidos mal com mais frequência do que as palavras?
Uma palavra dá contexto ao programa, e uma letra estranha dentro de uma palavra conhecida pode ser corrigida. O número não tem esse contexto, por isso cada dígito está sozinho.

Comparações lado a lado

Termos relacionados

Precisa de mais do que uma correção rápida?

O AuraDoc é uma plataforma de documentos com OCR, pesquisa e resumos com IA e mais de 60 ferramentas de PDF para equipas. Experimente gratuitamente durante 7 dias.

As ferramentas marcadas como “Servidor protegido” enviam o seu ficheiro uma única vez, por ligação cifrada, para um servidor isolado da AuraDoc. É tratado num processo descartável e eliminado assim que o resultado lhe é devolvido. Política de utilização justa e antiabuso