Technologia Optycznego Rozpoznawania Znaków (OCR) wykorzystana w przedsiębiorstwie, jest w stanie zaoszczędzić wymierne sumy pieniędzy, które w innym przypadku musiałby zostać wydane np. na opłacenie odpowiednich pracowników. W poprzednim wpisie wskazałem na co zwracać uwagę podczas wyboru konkretnego rozwiązania. Czas na przyjrzenie się konkretnym programom.

Każdy kto słyszał o OCR, z pewnością natknął się na jeden z produktów ABBYY. Nie bez powodu, gdyż oprogramowanie tej rosyjskiej firmy, obecne jest na rynku dość długo i znane jest z bardzo dobrej jakości. 

Jak to wygląda w testach? Zależy od testu :). Aczkolwiek w ogromnej ilości przypadków OCR od ABBYY radzi sobie całkiem nieźle. Przedstawiam zestaw kilku różnych testów, w które w rozmaity sposób wyciskają siódme poty z rosyjskiego OCR-a:

Test 1. Szybki test ABBY FineReader 10 Professional Edition – Komputer Świat 

Komputer Świat przetestował ABBYY Fine Reader 10 Pro. Niestety nie zestawiono go z innymi programami. Wskazano na bardzo dobre rozpoznawanie w języku polskim, nawet w przypadku stron mocno obciążonych grafiką. Zauważono, że program kiepsko radzi sobie z tekstem odręcznym (skuteczność 10%), aczkolwiek nie jest to zaskoczeniem, gdyż do tego rodzaju tekstu używa się raczej software’u klasy ICR.

Test 2. Group test: what’s the best OCR software? – PC Advisor

Niemal w tym samym czasie co Komputer Świat, za test oprogramowania OCR wziął się PC Advisor. Tutaj oprócz Fine Reader’a 10 Pro, wzięto pod uwagę także ABBYY FineReader 9.0, Readiris Pro 12, Readiris Pro 12, Nuance OmniPage Professional 18.

Pierwsze miejsce zdobył ostatni z wymienionych, którego chwalono za ilość opcji do wykorzystania oraz bardzo dobrą jakość rozpoznawania znaków. Dostało się nieco interfejsowi.

Podobny zarzut padł pod adresem trzeciego w zestawieniu Fine Readera 10 Pro. Jednakże w ogólnym rozrachunku okazał się wystarczająco prosty w użytku, z dobrą jakością rozpoznawania znaków i wsparciem dla wielu urządzeń.

Test 3. 2013 Best OCR Software Comparisons and Reviews -Top Ten Reviews

“Najświeższy” z prezentowanych testów autorstwa Top Ten Reviews, w którym porównano aż 9 różnych programów. Jeśli mu wierzyć, obecnie Omni Page Standard deklasuje (ocena 9.88/10) konkurencję pod niemal każdym względem. Fine Reader Pro znalazł się dopiero na szóstym miejscu z oceną 5.83. Niestety autorzy zestawienia nie podają które wersje oprogramowania testowali, ani jakiej metodologii użyli, co dość mocno rzutuje na wiarygodności testu. Ponadto szereg cech jakie wzięto pod uwagę, może wskazywać iż badanie ułożone było pod Omni Page, dlatego polecam traktować ten test raczej z rezerwą.

Test 4. Co tam jest napisane czyli test programów OCR – benchmark.pl

Test już nieco nieaktualny, bo sprzed prawie 3 lat. Warty jednak uwagi, ze względu na dokładnie pokazaną metodologię sprawdzania dokładności rozpoznawania znaków. Autor każdorazowo przedstawia bazowy tekst oraz rezultat po zeskanowaniu go każdym z programów. W tym zestawieniu ABBYY Fine Reader zdeklasował Cueiform, Puma.NET i Simple OCR.

Test 5. OCR software guide – simpleocr.com

W teście SimpleSoftware rozróżniono 3 kategorie oprogramowania: OCR do użytku prywatnego, konwertery do PDF oraz OCR korporacyjny. Dla przedstawienia wyników posłużono się dość funkcjonalną tabelką z zaznaczonymi poszczególnymi funkcjonalnościami. I tutaj ABBYY, według autorów testu, radziło sobie najlepiej. Testowano m.in.  FineReader Pro 11, FineReader 11 Corporate, Nuance OmniPage Pro 18 czy IRIS ReadIRIS Pro 14.

Jak wynika z powyższych testów oprogramowanie ABBYY należy do ścisłej czołówki. Czy jest najlepsze? To pytanie pozostawiam bez odpowiedzi. Aczkolwiek na pewno można w nie zainwestować bez zbytniego ryzyka, że będzie działać poniżej realnych oczekiwań. Firma ABBYY obecna jest na rynku od lat. Przez cały czas funkcjonowania ulepsza swój software, który w kolejnych wersjach uzyskuje coraz lepsze wyniki w rozpoznawaniu znaków. Z punktu widzenia firm, bardzo korzystnym rozwiązaniem jest sprzężenie OCR-a z workflow/obiegiem dokumentów w firmie. Dzięki temu możliwa jest np. automatyczna rejestracja, rejestracja mailem lub masowe skanowanie dokumentów. Problemem może być integracja, jednakże są już na rynku systemy tj. WEBCON Business Process Suite, które posiadają już zintegrowany moduł OCR (w tym przypadku ABBYY Flexi Capture).

Swoją drogą, ABBYY udostępniło kalkulator służący wyliczaniu ROI (Return On Investment – zwrotu z inwestycji). Nawet jeśli jest nieco naciągany, to liczby robią wrażenie!

Post Testy OCR – który najlepszy dla firmy? Cz. 1: ABBYY pojawił się poraz pierwszy w OCR w dokumentach.

Na początku lat 90. zaczęto organizować swego rodzaju zawody w dokładności rozpoznawania znaków przez oprogramowanie OCR. Nie były to jednak chałupnicze projekty, a dość poważne i kompleksowe badania przeprowadzane przez amerykańskie Information Science Research Institute (ISRI) oraz University of Nevada Las Vegas (tak, nawet w światowej stolicy hazardu znajduje się szanowana uczelnia!). W 1995 roku odbyła się ostatnia edycja tego konkursu.

Od tego czasu sporo się jednak zmieniło. W końcu 18 lat w branży informatycznej to niemalże wieczność. Jak zatem stwierdzić który software obecnie jest najlepszy? 

Dużo zależy od tego jak przeprowadzone zostaną testy, jakie kryteria będą wzięte pod uwagę oraz czego tak naprawdę potrzeba osobie/firmie zainteresowanej kupnem oprogramowania OCR. Bowiem inne wymagania będzie mieć firma sprzedażowa, pracująca głównie na drukowanych fakturach, a inne biblioteka publiczna, starająca się digitalizować swoje wiekowe zbiory.

Podczas oceny i wyboru oprogramowania należy wziąć przynajmniej 6 czynników, które mogą mieć wpływ na ostateczną decyzję:

1. Jakość skanowanych dokumentów – zgodnie z wcześniej podanym przykładem należy określić na skanowaniu jakich dokumentów najbardziej nam zależy

2. Obsługa różnych języków – bardzo ważny czynnik dla firm mających oddziały w różnych krajach. Np. organizacja mająca siedzibę w Stanach Zjednoczonych i oddział w Izraelu najpewniej potrzebowała będzie OCR-a wspierającego język angielski i hebrajski.

3. Integracja z innymi systemami – to kolejne pytanie o funkcje OCR. Jeśli celem jest tylko digitalizacja dokumentów (biblioteki) to nie trzeba sobie tym czynnikiem specjalnie zawracać głowy. Jeśli natomiast OCR ma funkcjonować w ramach np. systemu elektronicznego obiegu dokumentów, wówczas należy się zastanowić co będzie najłatwiej zintegrować

4. Łatwość użycia – obecnie nie istnieje oprogramowanie dające 100% skuteczność. Stąd prędzej czy później działanie OCR-a podlegać będzie ludzkiej weryfikacji. Dlatego warto zadbać, aby kupiony program był łatwy i intuicyjny w obsłudze

5. Wsparcie – żadna aplikacja nie jest pozbawiona błędów. Prędzej czy później doświadczymy działalności złych, programistycznych trolli. To zaś powinno skłaniać do wyboru producenta, który zapewni solidne wsparcie dla swojego produktu. Jest to niezwykle istotne w przypadku gdy skanowaniu podlegają krytyczne dla firmy dokumenty

6. Dokładność – na koniec najważniejszy czynnik czyli trafność w rozpoznawaniu znaków. Mogłoby się wydawać, że między 98% a 99% skutecznością nie ma wielkiej różnicy, lecz nic bardziej mylnego. Średnio na stronie A4 znajduje się 1800 znaków. Stąd przy 10-stronicowym dokumencie robi znaczną różnice czy trzeba będzie zweryfikować poprawność 360 słów czy tylko 180. Różnica jak widać jest dwukrotna!

To oczywiście ogólne wskazówki, niemniej jednak warto o nich pamiętać przy wyborze oprogramowania. A tym bardziej dobrze jest mieć je w głowie zanim zaczniemy analizować bardziej szczegółowe i techniczne aspekty. Pozwoli to na zachowanie szerszej perspektywy i lepsze dopasowanie OCR-a w stosunku do indywidualnych potrzeb. O ile w przypadku zakupu detalicznego można sobie pozwolić na pewną pobłażliwość, o tyle w sytuacji zakupu dla firmy warto zachować czujność, gdyż w grę z reguły wchodzą wymierne kwoty.

W następnym wpisie postaram się wskazać na jaki konkretnie soft warto zwrócić uwagę.

Post OCR – jak wybrać dobry software? pojawił się poraz pierwszy w OCR w dokumentach.