ค้นหาไฟล์ภาพได้เร็วขึ้นด้วย OCR

OCR ย่อมาจาก Optical Character Recognition (การอ่านอักขระด้วยแสง) หรือ Optical Character Reader (โปรแกรมอ่านอักขระด้วยแสง) OCR เป็นเทคโนโลยีที่ใช้เพื่อ "รู้จำ" หรือ "อ่าน" ข้อความที่ปรากฏในไฟล์ภาพ OCR จะแปลงภาพที่มีข้อความซึ่งพิมพ์ด้วยมือ เขียน หรือพิมพ์ด้วยเครื่องพิมพ์จากไฟล์ โดยรวมถึงเอกสารที่ผ่านการสแกน รูปภาพเอกสาร รูปภาพที่มีสัญลักษณ์หรือฉากที่มีเครื่องหมาย หรือคำบรรยายใต้ภาพในภาพ ให้กลายเป็นข้อความซึ่งเครื่องจักรสามารถประมวลผลและค้นหาได้ ในปัจจุบัน Dropbox ใช้ OCR เพื่ออ่านข้อความบน PDF ของคุณและทำให้ผู้คนค้นหาข้อความนั้นจากเนื้อหาภายในได้

ใช่ OCR มีพื้นฐานมาจากการเรียนรู้ของเครื่อง เทคโนโลยี OCR จำลองความสามารถของมนุษย์ในการจดจำรูปแบบข้อความ แบบอักษร หรือลักษณะต่างๆ บนภาพ เอกสาร และอื่นๆ เทคโนโลยีนี้เป็นไปได้เพราะความสามารถของเครื่องจักรในการเรียนรู้ OCR เป็นตัวอย่างที่ดีของโครงการขนาดใหญ่ประเภทที่เกี่ยวข้องกับคอมพิวเตอร์วิทัศน์และการเรียนรู้ของเครื่องจักรที่วิศวกรของ Dropbox พัฒนาอยู่ตลอดเวลา 

แม้อาจจะฟังดูคล้ายกัน แต่ OCR และ ICR ก็มีความแตกต่างที่สำคัญอยู่บ้าง OCR จะแปลรูปภาพที่สแกนของข้อความและเปลี่ยนรูปภาพที่สแกนเหล่านี้เป็นข้อความที่เข้ารหัสด้วยเครื่อง ส่วน ICR เป็น OCR ประเภทหนึ่ง แต่เน้นเฉพาะข้อความมากกว่า ICR สามารถเรียนรู้แบบอักษรและลักษณะลายมือที่แตกต่างกันได้ มากกว่าแค่แปลข้อความจากภาพที่สแกน 

OCR ใช้การจดจำรูปแบบหรือคุณสมบัติเพื่อกำหนดอักขระแต่ละตัวในรูปแบบที่แตกต่างกัน จากนั้นจึง "อ่าน" ข้อความและแปลงเป็นไฟล์ดัชนีที่สามารถค้นหาได้