OCR (การรู้จำอักขระด้วยแสง) คืออะไร

เวิร์กโฟลว์ทางธุรกิจส่วนใหญ่เกี่ยวข้องกับการรับข้อมูลจากสื่อสิ่งพิมพ์ แบบฟอร์มกระดาษ ใบแจ้งหนี้ เอกสารทางกฎหมายที่สแกนไว้ และสัญญาที่พิมพ์ออกมาล้วนเป็นส่วนหนึ่งของกระบวนการทางธุรกิจ เอกสารมากมายเหล่านี้ต้องใช้เวลาและพื้นที่ในการจัดเก็บและจัดการเป็นจำนวนมาก แม้ว่าการจัดการเอกสารแบบไม่ใช้กระดาษจะเป็นแนวทางที่ดี แต่การสแกนเอกสารเป็นรูปภาพนั้นก็มีอุปสรรคมากมายไม่แพ้กัน โดยกระบวนการดังกล่าวต้องอาศัยการดำเนินการด้วยตนเอง และอาจมีความยุ่งยากและใช้เวลานาน

นอกจากนี้การแปลงเนื้อหาเอกสารนี้เป็นดิจิทัลจะสร้างไฟล์รูปภาพที่มีข้อความที่ซ่อนอยู่ภายใน ซึ่งข้อความในรูปภาพไม่สามารถประมวลผลด้วยซอฟต์แวร์ประมวลผลคำในลักษณะเดียวกับเอกสารข้อความได้ เทคโนโลยี OCR จะแก้ปัญหาดังกล่าวด้วยการแปลงรูปภาพข้อความเป็นข้อมูลตัวอักษรที่สามารถวิเคราะห์ได้โดยซอฟต์แวร์ทางธุรกิจอื่นๆ คุณจึงสามารถใช้ข้อมูลดังกล่าวเพื่อทำการวิเคราะห์ ปรับการดำเนินงานให้มีประสิทธิภาพขึ้น ทำให้กระบวนการเป็นไปโดยอัตโนมัติ และปรับปรุงประสิทธิภาพการทำงาน

หนึ่งในพัฒนาที่รู้จักกันครั้งแรกใน OCR คือเครื่องของ Emanuel Goldberg ในปี 1920 ซึ่งสามารถอ่านอักขระและแปลงเป็นรหัสโทรเลข สิ่งนี้สร้างรากฐานสำหรับแนวคิดของการอ่านแบบใช้เครื่องจักร

การยอมรับก่อนกำหนด

ในปี 1950 OCR เริ่มมีรูปร่างเป็นเทคโนโลยีเชิงพาณิชย์ บริษัท เช่น RCA พัฒนาระบบที่สามารถอ่านแบบอักษรเฉพาะสำหรับแอปพลิเคชันธนาคารและไปรษณีย์ ระบบเหล่านี้ถูกนำมาใช้ในการประมวลผลการตรวจสอบและการจัดเรียงจดหมายโดยอัตโนมัติ—การใช้งานที่แคบ แต่มีผลกระทบ

ในช่วงทศวรรษที่ 1960 แบบอักษร OCR-A และ OCR-B ได้รับการออกแบบมาให้ทั้งมนุษย์และเครื่องอ่านได้อย่างง่ายดาย การแนะนำของพวกเขาทำให้ OCR มีความสอดคล้องมากขึ้นในด้านการเงินและรัฐบาล

การขยาย

การปรับปรุงสแกนเนอร์และอัลกอริทึมซอฟต์แวร์ช่วยให้ทำให้ OCR ใช้งานได้จริงสำหรับการใช้งานในธุรกิจประจำวัน โปรแกรมแรกๆ สามารถสแกนเอกสารกระดาษที่พิมพ์และแปลงเป็นข้อความที่แก้ไขได้ แม้ว่าความแม่นยำจะจำกัดก็ตาม

ในทศวรรษ 2000 เครือข่ายประสาทและเทคโนโลยีการเรียนรู้ของเครื่องในยุคแรกทำให้ OCR สามารถก้าวไปกว่าแบบอักษรและเลย์เอาต์คงที่ ตอนนี้ระบบสมัยใหม่สามารถตีความข้อความที่เขียนด้วยลายมือ การสแกนคุณภาพต่ำ และเลย์เอาต์ที่ซับซ้อนด้วยความแม่นยำที่มากขึ้น

มี

ปัจจุบัน OCR ได้พัฒนาจากเครื่องมือเฉพาะเป็นเทคโนโลยีพื้นฐานในการเปลี่ยนแปลงทางดิจิทัล มันถูกฝังไว้ในทุกอย่างตั้งแต่แอปมือถือไปจนถึงแพลตฟอร์มระบบอัตโนมัติขององค์กร รองรับหลายภาษาและจัดการการจับภาพแบบเรียลไทม์ในลักษณะที่ตระหนักถึงบริบท ตอนนี้มันเป็นส่วนสำคัญของระบบอัตโนมัติอัจฉริยะ

กรณีการใช้งาน OCR ทั่วไปบางส่วนในอุตสาหกรรมต่างๆ มีดังต่อไปนี้:

การธนาคาร

อุตสาหกรรมการธนาคารใช้ OCR ในการประมวลผลและตรวจสอบเอกสารสำหรับเอกสารเงินกู้ เช็คเงินฝาก และธุรกรรมทางการเงินอื่นๆ โดยการตรวจสอบนี้ได้ปรับปรุงการป้องกันการปลอมแปลงและยกระดับความปลอดภัยของธุรกรรมให้สูงขึ้น ตัวอย่างเช่น BlueVine เป็นบริษัทเทคโนโลยีทางการเงินที่ให้บริการทางการเงินแก่ธุรกิจขนาดเล็กและขนาดกลาง โดยบริษัทใช้ Amazon Textract ซึ่งเป็นบริการ OCR บนระบบคลาวด์ในการพัฒนาผลิตภัณฑ์สำหรับธุรกิจขนาดเล็กในสหรัฐอเมริกาเพื่อเข้าถึงโปรแกรมให้สินเชื่อเพื่อคุ้มครองธุรกิจ (Paycheck Protection Program หรือ PPP) ได้อย่างรวดเร็ว ซึ่งเป็นส่วนหนึ่งของแผนกระตุ้นเศรษฐกิจเพื่อบรรเทาผลกระทบจาก COVID-19 ซึ่ง Amazon Textract ประมวลผลและวิเคราะห์แบบฟอร์ม PPP หลายหมื่นรายการต่อวันโดยอัตโนมัติ เพื่อให้ BlueVine สามารถช่วยให้ธุรกิจหลายพันรายได้รับเงินทุน พร้อมทั้งรักษาสภาพการจ้างงาน 400,000 ตำแหน่งไปในตัว

การดูแลสุขภาพ

อุตสาหกรรมการดูแลสุขภาพใช้ OCR เพื่อประมวลผลบันทึกผู้ป่วย รวมถึงการรักษา การทดสอบ บันทึกของโรงพยาบาล และการชำระเงินประกัน โดย OCR ช่วยปรับปรุงเวิร์กโฟลว์ให้มีประสิทธิภาพมากขึ้นและลดการทำงานด้วยตนเองที่โรงพยาบาลในขณะที่ยังคงดูแลให้บันทึกทันสมัยอยู่เสมอ ตัวอย่างเช่น nib Group ให้การประกันสุขภาพและการรักษาพยาบาลแก่ชาวออสเตรเลียกว่า 1 ล้านคนและได้รับการเรียกร้องค่ารักษาพยาบาลหลายพันรายการต่อวัน ซึ่งลูกค้าสามารถถ่ายรูปใบกำกับยาและส่งผ่านแอปมือถือของ nib ได้ จากนั้น Amazon Textract จะประมวลผลรูปภาพเหล่านี้โดยอัตโนมัติเพื่อให้บริษัทอนุมัติการเรียกร้องเหล่านี้ได้รวดเร็วยิ่งขึ้น

โลจิสติกส์

บริษัทโลจิสติกส์ใช้ OCR เพื่อติดตามฉลากบรรจุภัณฑ์ ใบแจ้งหนี้ ใบเสร็จ และเอกสารอื่นๆ ได้อย่างมีประสิทธิภาพมากขึ้น ตัวอย่างเช่น Foresight Group ใช้ Amazon Textract เพื่อทำให้การประมวลผลใบแจ้งหนี้ใน SAP เป็นไปโดยอัตโนมัติ การป้อนข้อมูลในเอกสารทางธุรกิจเหล่านี้ด้วยตนเองใช้เวลานานและเกิดข้อผิดพลาดได้ง่าย เนื่องจากพนักงานของ Foresight ต้องป้อนข้อมูลในระบบบัญชีหลายระบบ เมื่อใช้ Amazon Textract ช่วยให้ซอฟต์แวร์ Foresight สามารถอ่านอักขระได้แม่นยำยิ่งขึ้นในเค้าโครงต่างๆ มากมาย ซึ่งช่วยเพิ่มประสิทธิภาพทางธุรกิจ

นักวิทยาศาสตร์ข้อมูลจัดประเภทเทคโนโลยี OCR ประเภทต่างๆ ตามการใช้งานและการประยุกต์ใช้ โดยตัวอย่างเล็กๆ น้อยๆ มีดังต่อไปนี้:

ซอฟต์แวร์รู้จำอักขระด้วยแสงอย่างง่าย

เอ็นจิ้น OCR ที่เรียบง่ายทำงานโดยการจัดเก็บแบบอักษรและรูปแบบภาพข้อความที่แตกต่างกันมากมายเป็นเทมเพลต จากนั้นซอฟต์แวร์ OCR จะใช้อัลกอริทึมการจับคู่รูปแบบเพื่อเปรียบเทียบรูปภาพข้อความกับฐานข้อมูลภายในแบบอักขระทีละตัว หากระบบจับคู่ข้อความได้แบบคำต่อคำ ก็จะเรียกวิธีการนี้ว่าการรู้จำคำด้วยแสง แต่โซลูชันนี้มีข้อจำกัดเนื่องจากมีแบบอักษรและลักษณะการเขียนด้วยลายมือที่แทบไม่จำกัด และไม่สามารถบันทึกและจัดเก็บตัวพิมพ์ทุกประเภทไว้ในฐานข้อมูลได้

ซอฟต์แวร์รู้จำอักขระแบบอัจฉริยะ

ระบบ OCR สมัยใหม่ใช้เทคโนโลยีการรู้จำอักขระแบบอัจฉริยะ (ICR) เพื่ออ่านข้อความในลักษณะเดียวกับที่มนุษย์อ่าน ซึ่งจะใช้วิธีการขั้นสูงที่ฝึกฝนเครื่องจักรให้ทำงานเหมือนมนุษย์โดยใช้ซอฟต์แวร์แมชชีนเลิร์นนิง โดยระบบแมชชีนเลิร์นนิงที่เรียกว่านิวรัลเน็ตเวิร์คจะวิเคราะห์ข้อความในหลายระดับ โดยประมวลผลภาพซ้ำๆ ซึ่งจะมองหาลักษณะเฉพาะต่างๆ ของรูปภาพ เช่น เส้นโค้ง จุดตัด และวง และรวมผลลัพธ์ของการวิเคราะห์ระดับต่างๆ เหล่านี้เข้าด้วยกันเพื่อให้ได้ผลลัพธ์สุดท้าย แม้ว่าโดยทั่วไปแล้ว ICR จะประมวลผลรูปภาพทีละอักขระ แต่กระบวนการดังกล่าวมีความรวดเร็ว โดยได้ผลลัพธ์ในไม่กี่วินาที

การรู้จำคำแบบอัจฉริยะ

ระบบการรู้จำคำแบบอัจฉริยะทำงานบนหลักการเดียวกับ ICR แต่จะประมวลผลภาพทั้งคำแทนการประมวลผลภาพล่วงหน้าเป็นอักขระ

การรู้จำเครื่องหมายด้วยแสง

การรู้จำเครื่องหมายด้วยแสงจะระบุโลโก้ ลายน้ำ และสัญลักษณ์ข้อความอื่นๆ ในเอกสาร