開源光學字符識別工具

Alison Neville 寫道 "紙張在許多地方已日益失寵，無紙化辦公談論 40 多年，辦公環境正限制紙山的生成。而過去幾年，無紙化辦公的概念發生了顯著的轉變。在計算機軟件的幫助下，包含大量重要管理數據和資訊的文檔可以更方便的以電子形式儲存。掃描文檔的好處不純粹是存檔理由。為了訪問基于紙張的信息和將信息整合進數字工作流，光學字符識別(OCR)技術至關重要。選擇正確的 OCR 工具要基于特定需求而定，例如在線 OCR 服務對某些人有用，但可能存在隱私問題和文件大小限制。OCR 軟件非大眾產品，因此開源替代相對于商業級重量級產品相對較少，再加上 OCR 軟件需要先進的算法將掃描的圖像正確翻譯成實際的文字，而圖像不僅僅含有文字，它還包含布局、圖形和表格，可能會跨越多頁。優秀的開源 OCR 軟件包括：最早由惠普開發的開源 OC 引擎 Tesseract，OCRopus，Cuneiform，Lios，等。