OCR (التعرف الضوئي على الأحرف)

OCR هو مشكلة التعرف، وليس مشكلة التحليل، وهذا هو السبب في أنه احتمالي بطريقة لا تكون فيها بقية خط أنابيب المستند كذلك. تعتمد الدقة على دقة المسح، التباين، الانحراف، اللغة، الخط وتعقيد التخطيط. النص المطبوع النظيف بدقة 300 DPI قريب من الحل. نسخة فاكسميل من نموذج مكتوب يدويًا ليست كذلك.

تلك التباينات لها عواقب عملية يقلل الناس من شأنها: مخرجات OCR هي دليل على ما قد تقول الصفحة، وليس نسخة دقيقة. يجب اعتبار البحث في الأرشيفات التي تم تطبيق OCR عليها كأداة استدعاء وليس كضمان، وأي شيء له تبعات قانونية يجب التحقق منه مقابل الصفحة المعروضة.

كما أن OCR يتطلب حسابًا أكثر بكثير من عملية العرض، وهذا هو السبب في أنه عادةً ما يكون عملية دفعة على الأرشيف بدلاً من شيء تشغله عندما يفتح المستخدم ملفًا.