Cum funcționează OCR-ul pe documente scanate?
OCR-ul transformă o pagină scanată dintr-o simplă imagine într-un document în care poți căuta orice cuvânt.
Kort svar
- OCR înseamnă recunoașterea optică a caracterelor: textul dintr-o imagine devine text căutabil.
- Scanarea produce doar o imagine; fără OCR, conținutul ei nu poate fi găsit prin căutare.
- OCR-ul rulează automat la încărcarea documentului și adaugă un strat de text peste imagine.
- După procesare poți căuta orice apare în document: nume, număr de înregistrare, dată sau sumă.
Ce spune legislația (pe scurt)
- Legea 135/2007 cere ca documentul păstrat electronic să rămână lizibil și nemodificat: OCR-ul adaugă căutare, nu înlocuiește documentul original.
- Legea 16/1996 pune în sarcina deținătorului regăsirea rapidă a documentului, deci inventarul rămâne necesar chiar și cu OCR.
- Regulamentul (UE) 2016/679, art. 5(1)(e): textul extras prin OCR conține aceleași date personale și intră sub aceleași termene de păstrare.
- Documentele financiar-contabile scanate rămân sub termenele din Legea 82/1991 și OMFP 2634/2015.
Exemple practice
- Cauți „proces-verbal recepție hala 2" și primești patru rezultate din 3.500 de pagini scanate.
- Un CUI scris în corpul unei adrese primite devine căutabil, deși nu apare nicăieri în numele fișierului.
- La 200 de pagini scanate pe zi, indexarea manuală ar însemna aproximativ două ore de tastat; OCR-ul o face la încărcare.
- Un dosar de personal din 2014, scanat retroactiv, devine căutabil după numele angajatului în aceeași zi.
Greșeli frecvente
- Se scanează la 150 dpi sau mai puțin, iar acuratețea recunoașterii scade vizibil; 300 dpi este pragul practic.
- Paginile sunt strâmbe sau fotografiate cu telefonul, fără îndreptare automată.
- Se caută fără diacritice, deși textul recunoscut le conține.
- Se presupune că OCR-ul recunoaște fiecare cuvânt: pe documente scrise de mână rezultatul rămâne parțial.
- Se renunță la inventar, pe motiv că „oricum se caută full-text".
Cum te ajută 4docs
- OCR automat la încărcare, inclusiv pentru importurile în masă din arhiva veche.
- Căutare full-text în conținutul documentelor, nu doar în denumirea fișierului.
- Filtrare combinată pe an, tip de document, departament și termen de păstrare.
- Fragmentul găsit este evidențiat direct în previzualizarea paginii.