wondarchive
Français
English
Deutsch
Italiano
Nederlands
Português
Polski
Čeština
Magyar
Svenska
Ελληνικά
Русский
Latina¿Qué es el OCR?
El OCR, del inglés Optical Character Recognition, reconoce los caracteres de un texto impreso o mecanografiado. Destaca en escaneos limpios con caracteres regulares; le cuestan las fotos torcidas, las sombras, los caracteres góticos sin modelo específico y el manuscrito. Tesseract, libre, y ABBYY FineReader son dos ejemplos.
¿Qué es el HTR?
El HTR, del inglés Handwritten Text Recognition, lee la escritura manuscrita línea a línea. Las herramientas de HTR, como eScriptorium con su motor Kraken o Transkribus, dividen la página en líneas y luego aplican un modelo, a menudo entrenado con páginas de la misma escritura transcritas a mano.
¿Y los modelos de IA de lectura?
Leen la imagen entera como un lector: impreso, mecanografiado, gótico, manuscrito, tablas, dobles páginas, sin entrenamiento con su escritura. Entienden la maquetación y el idioma, y pueden además traducir y extraer los nombres y las fechas. wondarchive los usa mostrando siempre el texto junto a la foto, y reconociendo las páginas en blanco en lugar de inventarles un texto.
¿Cómo se comparan?
| OCR | HTR | IA de lectura | |
|---|---|---|---|
| Impreso, mecanografiado | sí, en escaneos limpios | sí | sí, fotos incluidas |
| Manuscrito | no | sí, con un modelo adecuado | sí, sin entrenamiento |
| Entrenamiento | no | a menudo, con la escritura | no |
| Fotos torcidas, sombras | mal | según la segmentación | bien |
| Traducción, nombres, fechas | no | no | sí |
| Ejemplos | Tesseract, ABBYY FineReader | eScriptorium, Transkribus | wondarchive |
¿Cuál usa wondarchive?
La IA de lectura para cada página, con una relectura reforzada para el manuscrito. Y, como opción gratuita, un OCR libre que lee las páginas en su navegador, sin IA ni créditos: práctico para el impreso nítido (transcribir gratis).
Abrir la cuenta lleva un minuto, y son cien páginas gratis durante un año.
¿Qué significa HTR?
Handwritten Text Recognition, el reconocimiento de texto manuscrito: la lectura automática de la escritura a mano.
¿El OCR lee el manuscrito?
Mal: el OCR clásico está hecho para caracteres impresos regulares. Para el manuscrito hace falta un HTR o un modelo de IA de lectura.
¿Qué diferencia hay entre transcripción y OCR?
El OCR es una técnica; la transcripción es el resultado, el texto de la página tal como está escrito, lo produzca una máquina o una persona.
¿Sigue siendo necesario entrenar un modelo de HTR?
Para leer un fondo y buscar en él, no: los modelos de IA recientes leen sin entrenamiento. El entrenamiento sigue siendo útil para una edición línea a línea de una misma mano.
Pruébelo con sus propias páginas
Cien páginas transcritas y traducidas, durante un año, sin tarjeta.