Optical Character Recognition (OCR) #2

Sebelum ke sini saya harap Anda sudah membaca tulisan pertama. Sekarang saya ajak Anda untuk memanfaatkan teknologi OCR dalam kegiatan tulis-menulis.

Cukup beragam produk software OCR yang ditawarkan, saya memilih yang gratis (open source) saja, yaitu FreeOCR dari Ralph Richardson. FreeOCR yang saya gunakan saat ini adalah versi terbaru, yaitu v5.41 Maret 2015. Untuk mendapatkan software ini, silakan buka halaman resminya sebagaimana ditautkan di atas, kemudian pasang (install) pada komputer Anda dengan mengikuti seluruh petunjuk yang muncul. Ukurannya cukup ringan, hanya 10,79MB. Setelah software ini terpasang, tampilan awal ketika dibuka akan tampak seperti di bawah ini.

Dalam penggunaan yang sederhana, saya memanfaatkannya untuk "mengambil" teks dari dokumen berbentuk gambar (png, jpeg, dsb.) dan PDF. Langkah-langkah dalam penggunaannya:

• Bila dokumennya berupa gambar, klik menu Open dan bila berbentuk PDF, klik menu Open PDF.
• Cari file yang dimaksud, kemudian klik Open. 
• Klik tanda silang merah untuk membersihkan jendela hasilnya.
• Klik menu OCR>OCR Current Page atau OCR All Pages dan tunggu beberapa saat hingga hasilnya muncul. 
• Salin (copy) hasil itu dengan mengklik menu-tengah, kedua dari bawah, dan menempelkannya (paste) ke dalam dokumen yang sedang Anda susun; atau klik menu Word, terbawah, bila Anda ingin langsung membukanya dalam Microsoft Word; atau Anda menyimpan saja teks tersebut.
• Untuk menu Scan belum bisa saya jelaskan karena saya belum pernah menggunakannya.

Sejauh ini hasil terbaik saya peroleh bila: 

• dokumen tersebut berupa teks biasa, bukan modus matematika,
• file yang dibuka oleh OCR berupa potongan (cropped) dari sebagian dokumen asal, untuk pemotongannya saya gunakan FastStone Capture.

Berikut ini contoh file dalam tulisan pertama yang saya buka dalam FreeOCR beserta hasilnya.

Tampak bahwa kita masih harus melakukan penyuntingan terhadap hasilnya, tetapi ini masih mending dibandingkan kita mengetikkan ulang secara manual.

Demikian semoga bermanfaat.

Adjie Gumarang Pujakelana 2015

Optical Character Recognition (OCR) #1

Pernahkah Anda menemukan suatu dokumen teks dalam bentuk gambar (image)? Padahal tulisan yang sedang Anda buat merujuk pada dokumen tersebut. Perhatikan contoh berikut ini.

Anda ingin "mengambil" teks dari dokumen gambar di atas. Apa yang Anda lakukan? Mengetikkan ulang teks itu secara manual? Melelahkan, bukan?

Sekarang tidak lagi, karena Anda dapat menggunakan optical character recognition (OCR). OCR adalah pengubah mekanik atau elektronik dari gambar teks yang diketik atau dicetak ke dalam mesin-pengkode teks. 

Sifat dari teknologi ini adalah untuk menyederhanakan entri dokumen agar dapat diproses lebih lanjut. Tujuannya adalah untuk memiliki versi digital dari dokumen kertas dan menghindari entri karakter secara manual.

Saat ini, perusahaan-perusahaan induk sudah mengintegrasikan teknologi ini ke dalam proses global perusahaannya, dari penagihan (billing) menjadi dokumen arsip.

Gambar di atas menunjukkan proses:

1. Pemindaian (scan) atau pemotongan (capture) dokumen: suatu pemindai (scanner) atau kamera memotong dokumen kertas tersebut.
2. Mesin OCR memindahkan (ekstrak) teks dari gambar.
3. Teks yang telah dikenali itu dikirim untuk diproses.

OCR tidaklah sempurna, karena memiliki keterbatasan atas beberapa faktor yang mengubah kualitas pengenalan/rekognisinya:

• Resolusi: file beresolusi tinggi memberikan hasil terbaik karena lebih rinci dalam membantu pengenalan
• Orientasi: Kebanyakan mesin hanya mengenali dokumen dengan teks kiri-ke-kanan secara horisontal.
• Bahasa, jenis huruf: jenis huruf yang umum berhasil lebih baik. Jenis huruf tulisan tangan dan modus matematika cenderung tidak dikenali dengan baik. Bahasa juga menentukan himpunan karakter yang dapat dikenali, beberapa karakter bersifat khas untuk suatu bahasa.
• Kualitas gambar: gambar yang tajam dengan pencahayaan yang baik dan kontras yang jelas akan memberikan hasil terbaik. Gambar yang buram akan mengurangi kualitas pengenalan.

Teknologi OCR membandingkan pola-pola yang dikenali pada gambar dengan pola tersebut pada jenis-jenis huruf. Jadi seolah-olah semakin banyak jenis huruf yang dikenali dengan baik saat ini, maka masih ada beberapa jenis huruf atau orientasi teks yang sangat mungkin tidak dikenali.
Rata-rata kinerja pengenalan karakter saat ini adalah sekitar 95%.

Selain penggunaan oleh perusahaan, seperti digitalisasi dokumen untuk arsip, OCR juga digunakan dalam pelayanan publik.

• Pemindaian kartu identitas dan paspor
• Pemindaian plat mobil untuk perparkiran
• Pembaca dokumen untuk penyandang cacat

Sejak tahun 2000 dan melonjaknya pengguna ponsel, teknologi OCR juga merambah perangkat mobile. Kita dapat menemukan OCR dalam banyak aplikasi: Business Card Reader, Document Reader, dan Camera Translator.

Ponsel pintar sekarang berada di saku semua orang, OCR menyederhanakan entri teks. Sekarang Anda dapat memasukkan info kontak langsung ke ponsel Anda hanya dengan mengambil gambar dari kartu kontak (business card). Anda dapat menerjemahkan menu atau tanda-tanda ketika Anda sedang bepergian. Anda dapat memindai dokumen dan mengintegrasikannya ke dalam pengolahan data perusahaan saat Anda bepergian tanpa komputer.

Demikian dulu untuk bagian pertama ini. Tulisan "pengantar" ini merujuk pada dua situs, yaitu Wikipedia dan XMSCAN.

Semoga bermanfaat.

Adjie Gumarang Pujakelana 2015