OCR, HTR, automatische transcriptie: wat is het verschil?

Wat is OCR?

OCR, van het Engelse Optical Character Recognition, herkent de tekens van een gedrukte of getypte tekst. Het blinkt uit op schone scans met regelmatige tekens; het heeft moeite met scheve foto’s, schaduwen, gotische letters zonder speciaal model en handschrift. Tesseract, open source, en ABBYY FineReader zijn twee voorbeelden.

Wat is HTR?

HTR, van het Engelse Handwritten Text Recognition, leest handschrift regel voor regel. HTR-tools zoals eScriptorium met zijn engine Kraken of Transkribus verdelen de pagina in regels en passen daarna een model toe, vaak getraind op met de hand getranscribeerde pagina’s van hetzelfde handschrift.

En AI-leesmodellen?

Ze lezen de hele afbeelding zoals een lezer: drukwerk, typewerk, gotisch, handschrift, tabellen, dubbele pagina’s, zonder training op uw handschrift. Ze begrijpen de opmaak en de taal, en kunnen ook vertalen en namen en data noteren. wondarchive gebruikt ze en toont de tekst altijd naast de foto, en herkent lege pagina’s in plaats van er een tekst voor te verzinnen.

Hoe verhouden ze zich tot elkaar?

	OCR	HTR	AI-lezing
Drukwerk, typewerk	ja, op schone scans	ja	ja, foto’s inbegrepen
Handschrift	nee	ja, met een passend model	ja, zonder training
Training	nee	vaak, op het handschrift	nee
Scheve foto’s, schaduwen	slecht	afhankelijk van de segmentatie	goed
Vertaling, namen, data	nee	nee	ja
Voorbeelden	Tesseract, ABBYY FineReader	eScriptorium, Transkribus	wondarchive

Welke gebruikt wondarchive?

AI-lezing voor elke pagina, met een extra krachtige herlezing voor handschrift. En, als gratis optie, een open-source-OCR die de pagina’s in uw browser leest, zonder AI en zonder credits: handig voor scherp drukwerk (gratis transcriberen).

Alle functies Prijzen Mijn gratis account aanmaken

Een account is in een minuut geopend, honderd pagina’s een jaar gratis.

Wat betekent HTR?

Handwritten Text Recognition, handschriftherkenning: het automatisch lezen van handgeschreven tekst.

Leest OCR handschrift?

Slecht: klassieke OCR is gemaakt voor regelmatige gedrukte tekens. Voor handschrift is HTR of een AI-leesmodel nodig.

Wat is het verschil tussen transcriptie en OCR?

OCR is een techniek; transcriptie is het resultaat, de tekst van de pagina zoals hij geschreven staat, of die nu door een machine of door een mens is gemaakt.

Moet je nog een HTR-model trainen?

Om een fonds te lezen en te doorzoeken niet: recente AI-modellen lezen zonder training. Training blijft nuttig voor een regel-voor-regeleditie van één hand.

Probeer het op uw eigen pagina’s

Honderd pagina’s getranscribeerd en vertaald, een jaar lang, geen bankkaart nodig.

Mijn gratis account aanmaken Prijzen bekijken