Reconocimiento optico de caracteres (OCR)

Reconocimiento óptico de caracteres en formularios de empresa mediante redes neuronales artificiales

FUENTE: José Ramón Dorronsoro Ibero, Instituto de Ingeniería del Conocimiento de la Universidad Autónoma de Madrid (http://www.iic.uam.es)

A pesar de la tantas veces anunciada Compañía Sin Papel, la información escrita sigue teniendo una presencia cada vez mayor en la empresa. Un ejemplo particularmente relevante de este hecho son los formularios: los albaranes de pedidos, las relaciones de inventarios, o la información personal se recogen sobre formularios específicos, para su proceso posterior.

RAMA32, una herramienta OCR desarrollada en el Instituto de Ingeniería del Conocimiento y orientada específicamente a la captura de información en formularios, tanto manuscrita como impresa o marcas de selección, ofrece en el familiar entorno de las aplicaciones Windows, un medio eficaz de aprovechar dichas ventajas y complementarlas con otras, como una fácil explotación desasistida, un potente sistema de videocorrección, o la posibilidad de incorporar todo tipo de diccionarios o listas de control.

El objetivo es simplificar al máximo la captura de información manuscrita en todo tipo de formularios. Con RAMA32, empresas tales como El Corte Inglés, Reebok, el Ministerio de Educación y Ciencia, o Prosegur, han resuelto el problema de la captura de datos en formularios, con una relación coste/beneficio excelente.

El problema son los diferentes formatos....

Se han desarrollado algunos proyectos para ayudar a la estandarización de las facturas de papel, como UNeDocs de United Nations Centre for Trade Facilitation and Electronic Business (http://www.unece.org/cefact/) Esto sirve para facilitar las cosas a los OCR. Veamos un ejemplo de rediseño de facturas en Chgblog (http://www.chgblog.com/rediseno-de-factura-mejorando-la-comunicacion/) o en (http://www.consulting.xerox.com/resultados/aliant/espy.html) [vídeo en inglés].