OCR (Optical Character Recognition)

Optical Character Recognition (OCR) bezeichnet ein Verfahren der Text- bzw. Zeichenerkennung. Im engeren Sinne ist OCR für die Mustererkennung zuständig, im Deutschen wird der Begriff jedoch häufig für die automatische Texterkennung insgesamt verwendet.

Im OCR-Prozess wird zunächst die Struktur erkannt (Trennung von Grafik- und Textblöcken), anschließend werden Zeilen und schließlich einzelne Zeichen erkannt. Moderne Systeme erkennen nahezu alle Schriftarten zuverlässig. OCR ist eine wichtige Grundlage für die Volltextsuche und für die KI-gestützte Datenerfassung.