Texterkennung  (354 Angebote unter 30.864.903 Artikeln)Zum Expertenwissen

Überall im Unternehmen fallen permanent große Datenmengen an, die elektronisch verarbeitet werden müssen:

• Kunden-, Lieferanten- und Artikeldaten müssen für ERP-, CRM- oder WWS-Systeme aufbereitet und in diese eingelesen werden.
• Allgemeine Kontaktdaten müssen von Visitenkarten in die EDV übernommen werden.
• Die Eingangs- wie auch Ausgangspost soll möglichst vollautomatisch sortiert werden, um die jeweiligen Empfänger zuverlässig zu erreichen. Dazu werden die Adressdaten eingescannt und weiter verarbeitet.
• Insbesondere zu gesetzlich vorgeschriebenen Zwecken müssen wichtige Betriebsdaten über Jahre hinweg elektronisch vorgehalten werden, um nachträgliche Prüfungen jederzeit zu ermöglichen.
  

Um diese Anforderungen zu erfüllen, sind neben leistungsfähigen Scannersystemen Softwareapplikationen nötig, die die vom Scanner eingelesenen Bilddateien in Textdateien umsetzen und somit deren weitere Verarbeitung ermöglichen.

Die so genannte OCR-Software (Optical Character Recognition) dient der Erkennung von Buchstaben und Ziffern in Bilddateien. Dabei werden die zum papiernen Hintergrund kontrastierenden Bildraster mit einer Datenbank abgeglichen, die vollständige Zeichensätze für mehrere Sprachen beinhaltet. Somit können auch fremd- oder mehrsprachige Texte zuverlässig erkannt werden. Die erkannten Pixelmuster des Bildes müssen anschließend - um die Fehlerquote der Texterkennung zu verringern - noch durch eine Kontextanalyse verifiziert werden. Gern schleichen sich ohne diese Kontextanalyse Fehler bei der Erkennung ähnlicher Buchstaben und Ziffern ein (beispielsweise „8“ für „B“ oder „5“ für „S“). Der so erkannte Text wird entweder in einem weiteren Schritt nochmals einer manuellen Korrektur durch den Anwender unterzogen oder in einem vom Nutzer festgelegten Format gespeichert für die weitere Verwendung in anderen Programmen.

Allgemein weisen gute Texterkennungsprogramme folgende Funktionen auf:

• Möglichkeit, verschiedene Bilddatei-Formate einzulesen;
• leistungsfähige Engine zur Erkennung der Pixelmuster;
• Abgleich der Pixelmuster mit internen Wörterbüchern in mehreren Sprachen;
• Kontextanalyse anhand von Wörterbüchern zur Vermeidung fehlerhafter Erkennung in Zweifelsfällen;
• Erkennung auch schwieriger Dokumente mit geringem Kontrast oder farblichen Hintergründen durch Graustufenfilterung;
• Erkennung von Spalten und Grafiken, die automatisch ausgeblendet werden;
• problemlose Erkennung von unterschiedlichen Schriftgrößen sowie Schriftattributen wie Serifen;
• manueller Modus zur händischen Nachbearbeitung von Zweifelsfällen;

Exportfilter zum direkten Export in unterschiedliche standardisierte Text- und Datenbank-Formate.

Achten Sie beim Einscannen von Textdokumenten darauf, eine möglichst gute Vorlage zu verwenden. Dokumente mit einem Grauschleier oder wenig Kontrast können die Korrekturläufe bei der Texterkennung verlangsamen oder eine erhöhte Fehlerrate bedingen. Unter Umständen können schlechte Vorlagen durch Kopieren verbessert werden.
Dokumente mit Frakturschriften eignen sich sehr schlecht für die Texterkennung. Müssen solche Dokumente elektronisch aufbereitet werden, so sollten Sie beim Kauf der OCR-Software bereits explizit darauf achten, dass diese für Frakturschriften genutzt werden kann. Hilfreich sind auch solche Programme, die die manuelle Anlage von Erkennungsmustern erlauben.
Für das Einscannen von Visitenkarten und die anschließende Textbearbeitung empfiehlt es sich, eigene Visitenkartenscanner mit den entsprechenden, darauf abgestimmten Programmen zu nutzen, da diese Hard- und Software speziell für das Einlesen von Visitenkarten optimiert wurde und daher schnell gute Ergebnisse erbringt.