El reconocimiento de texto en escenas (Scene Text Recognition) lee el texto que aparece en fotos y vídeos del entorno real, como señales de tráfico, envases o matrículas. A diferencia del OCR clásico para documentos escaneados, debe lidiar con perspectivas inclinadas, iluminación cambiante, tipografías poco habituales y fondos recargados. Lo habitual son dos fases: primero se localizan las zonas de texto y después se reconocen los caracteres.
Agentes, flujos y plantillas en un solo espacio de trabajo – demo gratuita de 24 horas.
Iniciar demoEl reconocimiento óptico de caracteres (Optical Character Recognition, OCR) convierte el texto contenido en imágenes, como escaneos, fotos o faxes, en texto legible por máquina. Solo entonces se pueden buscar, copiar o procesar automáticamente los documentos. El OCR moderno usa redes neuronales y reconoce también tablas, maquetaciones y, en parte, escritura a mano. Usos típicos son la recepción de facturas, la digitalización de archivos y la lectura de formularios; la calidad depende mucho de la de la imagen.
La visión artificial (computer vision) es un campo de la IA en el que los ordenadores analizan imágenes y vídeos. Tareas típicas son detectar y localizar objetos, leer texto en imágenes o medir piezas. Se usa, por ejemplo, en el control de calidad en fábricas, en sistemas de asistencia a la conducción, en logística o en imagen médica.
El reconocimiento de imágenes es un campo de la visión artificial en el que un software identifica lo que muestra una imagen: objetos, personas, texto, logotipos o escenas. Suele basarse en redes neuronales entrenadas con muchas imágenes etiquetadas. Sus aplicaciones van desde el control de calidad en fábricas y la clasificación de fotos de productos hasta el apoyo en imagen médica. Con imágenes de personas hay que prestar especial atención a la protección de datos y a posibles sesgos.
