OCR

Czym jest OCR?

OCR (Optical Character Recognition) to technologia automatycznego rozpoznawania tekstu z obrazów — zeskanowanych dokumentów, zdjęć, plików PDF (bez maszynowo czytelnej warstwy tekstowej). OCR analizuje piksele, identyfikuje poszczególne znaki i składa z nich tekst, który można dalej przetwarzać, przeszukiwać, kopiować lub przesyłać do innych systemów.

Rozróżniamy:

• Klasyczne OCR — rozpoznawanie znaków (Tesseract, ABBYY)
• IDP (Intelligent Document Processing) — OCR + rozumienie układu przez AI, rozumie też strukturę dokumentu (tabele, nagłówki, stopki)
• ICR (Intelligent Character Recognition) — rozpoznawanie ręcznie pisanego tekstu

Nowoczesne OCR oparte na deep learningu osiąga dokładność 98–99% dla drukowanego tekstu w dobrej jakości. Problemy: przekrzywione skany, plamy, nieczytelne pieczątki, tabele bez wyraźnych linii — tu pomaga kombinacja AI/RAG.

W polskiej firmie B2B OCR najbardziej pomaga przy:

• Przychodzących fakturach w PDF — ekstrakcja NIP, kwoty, VAT, terminu płatności
• Umowach — pełnotekstowe wyszukiwanie w archiwum
• Wnioskach delegacyjnych — odczyt paragonów

Kiedy ma zastosowanie

OCR jest wejściem do praktycznie każdej automatyzacji dokumentów AI. Bez OCR model AI nie mógłby przetworzyć faktury PDF ani zeskanowanej umowy.

Zob. moduł Wyciąganie dokumentów i moduł Pliki.

Powiązane pojęcia

• Wyciąganie dokumentów — end-to-end proces OCR + ekstrakcja AI. Zob. /pl/slownik/vytazovanie-dokladov-pojem.
• e-Invoice — alternatywa, gdzie OCR nie jest potrzebne. Zob. /pl/slownik/e-invoice.
• RAG — po OCR dokumenty są typowo indeksowane do RAG. Zob. /pl/slownik/rag.

W Modulario

Moduł Wyciąganie dokumentów w Modulario łączy OCR z ekstrakcją AI — faktura PDF przychodzi e-mailem, system przeprowadza OCR, model AI ekstrahuje wszystkie istotne pola i automatycznie tworzy zapis przyjętej faktury w Księgowości.

Modulario używa architektury warstwowej: dla maszynowo czytelnych PDF tekst jest ekstrahowany bezpośrednio, dla zeskanowanych lub PDF z warstwami uruchamiany jest silnik OCR przeszkolony na polskich i czeskich znakach z polskimi literami. Dokładność ekstrakcji typowych pól faktury (NIP, kwota, data) wynosi w Modulario ok. 98%, niejednoznaczne przypadki system oznacza do ręcznej weryfikacji.