ব্যাখ্যা
OCR-এর পূর্ণরূপ হলো Optical Character Recognition বা অপটিক্যাল ক্যারেক্টার রিকগনিশন। এটি একটি অত্যন্ত জনপ্রিয় আর্টিফিশিয়াল ইন্টেলিজেন্স ও কম্পিউটার ভিশন প্রযুক্তি।
কার্যপদ্ধতি:
আমরা যখন কোনো ছাপা বই, হাতে লেখা ডকুমেন্ট বা সাইনবোর্ডের ছবি তুলি, কিংবা স্ক্যানার দিয়ে স্ক্যান করি, তখন তা একটি ডিজিটাল ইমেজ বা ছবি (যেমন- JPG, PNG) হিসেবে সেভ হয়। এই ইমেজের ভেতরের লেখাগুলোকে আমরা কম্পিউটারে সরাসরি এডিট করতে পারি না।
OCR প্রযুক্তি এই ইমেজের প্রতিটি অক্ষর বা ক্যারেক্টারের আকৃতি বিশ্লেষণ করে তাকে কম্পিউটারের পাঠযোগ্য মেশিন-এনকোডেড টেক্সটে (Machine-encoded text) রূপান্তর করে। ফলে সেই টেক্সটগুলো কপি করা, এডিট করা বা সার্চ করা সম্ভব হয়। অর্থাৎ এটি ইমেজ বা ছবি হতে টেক্সটে রূপান্তর করে।
Source: Pattern Recognition and Machine Learning; Document Image Analysis research.