Da imagem ao texto
O OCR, sigla de Optical Character Recognition ou reconhecimento óptico de caracteres, identifica a escrita numa imagem e a converte em texto que um programa pode pesquisar ou processar. Como uma página digitalizada contém a aparência das letras, o reconhecimento precisa identificar os caracteres representados na imagem.
O mecanismo localiza regiões com escrita e reconhece seu conteúdo. A saída pode reunir palavras em linhas e informar suas posições na página. A documentação da Microsoft distingue essa extração da interpretação de campos de um documento, que exige processamento adicional.
Conferência de um número extraído
Num exemplo didático, a imagem de uma etiqueta contém AB-105, mas o reconhecimento retorna AB-1O5, com a letra O no lugar do zero. A aplicação recebe uma sequência de caracteres válida e pode armazenar um código diferente do original.
Você pode comparar a saída com a região correspondente da imagem para identificar a troca. Validar apenas o formato do código pode deixar esse erro sem correção, sobretudo quando o campo aceita letras e números na mesma posição.
A documentação do Tesseract mostra como ruído e inclinação da página prejudicam o reconhecimento. Melhorar a imagem pode corrigir parte das falhas. A autenticação do documento continua sendo uma verificação separada, pois reproduzir sua escrita não confirma a origem nem a veracidade do conteúdo.
Dúvidas frequentes
Perguntas frequentes sobre OCR
- Um PDF precisa de OCR para permitir a busca de palavras?
- Um PDF com texto já armazenado pode permitir busca e seleção diretamente. Páginas que contêm apenas a imagem da escrita precisam de reconhecimento para oferecer esse texto.
- O OCR reconhece escrita à mão?
- Alguns mecanismos reconhecem texto manuscrito, como o Read da Microsoft. O suporte depende do idioma e do modelo utilizado, por isso você precisa conferir a documentação da implementação.
- O OCR identifica automaticamente o total de uma nota?
- O reconhecimento pode extrair o texto e sua posição. Associar um número ao campo total exige outra etapa de interpretação do documento, como os modelos específicos do Document Intelligence.
Para continuar
Recursos relacionados
Documentação
Microsoft: reconhecimento e extração de texto visual
Explica a extração de texto impresso e manuscrito e a diferença entre reconhecer caracteres e interpretar documentos.
Abrir recursoSite de referência
Dev Side Studio: desenvolvimento colaborativo
Sessão técnica ao vivo para você investigar a integração do OCR e revisar o tratamento dos campos extraídos.
Abrir recursoAplicação na formação
Vibe Coding: Do Zero ao MVP
Ao integrar o OCR a uma aplicação, você precisa conferir o texto extraído e definir como os campos reconhecidos serão usados.
Conhecer a formação
Fontes consultadas
Referências deste verbete
Este verbete ajudou você?
Obrigado pela resposta. Ela fica salva apenas neste navegador.