Investigacion

INTRODUCCIÓN

El reconocimiento óptico de caracteres, es un proceso dirigido a la digitalización de textos, los cuales identifican automáticamente a partir de una imagen símbolos o caracteres que pertenecen a un determinado alfabeto, para luego almacenarlos en forma de datos, así podremos interactuar con estos mediante un programa de edición de texto o similar. Con frecuencia es abreviado en textos escritos en el idioma español, utilizando el acrónico a partir del inglés OCR.

Desde la aparición de los algoritmos de Reconocimiento Óptico de Caracteres han sido muchos los servicios que han introducido estos procesos para aumentar su rendimiento y otros que se basan completamente en estas tecnologías.

Los programas de reconocimiento óptico de caracteres, abreviados habitualmente por OCR (por Optical character recognition) son un clásico del software genérico pero no todo el mundo los conoce ni los aprovecha como merecen.

ANTECEDENTES HISTORICOS

En 1929, Gustav Tauschek obtuvo una patente sobre OCR en Alemania, luego, Handel en 1933 obtiene la patente de OCR en EEUU. En 1935, a Tauschek también se le concedió una patente en EEUU por su método.

La máquina de Tauschek era un dispositivo mecánico que utilizaba plantillas. Un foto-detector era colocado de modo que cuando la plantilla y el carácter que se reconocería estuvieran alineados, una luz era dirigida hacia ellos.

En 1950, David Shepard, criptoanalista en la agencia de seguridad de las fuerzas armadas de los Estados Unidos, fue consultado por Rowlett Franco para trabajar con el Dr. Louis Tordella, para recomendar los procedimientos de la automatización de los datos de la agencia. Esto incluía el problema de convertir mensajes impresos en lenguajes para almacenarlos en un computador.

Shepard decide que es posible construir una máquina para realizar ese proceso, y, con la ayuda del cocinero de Harvey, un amigo, construyeron Gismo durante las tardes y fines de semana. Este suceso fue divulgado en los periódicos Washington Daily News y el New York Times en el año 1953, después de que su patente fuera concedida. En este momento, Shepard fundó Intelligent Machines Research Corporation (IMR), comenzando a fabricar el primero de varios sistemas del OCR usados para operaciones comerciales. Mientras que Gismo y los últimos sistemas de IMR, utilizaron análisis de imagen, en comparación con el carácter que emparejaba, pudiendo aceptar una cierta variación de la fuente. Gismo estaba limitado a los registros verticales, mientras que los reconocedores posteriores de la compañía IMR, analizaban caracteres en cualquier parte del campo de exploración, una necesidad práctica en documentos del mundo real.

El primer sistema comercial fue instalado en Readers Digest en 1955, que, muchos años más tarde, fue donado por al museo Smithsonian, donde fue puesto en la exhibición. El segundo sistema fue vendido a los Standard Oil Company de California para leer impresiones en tarjetas de crédito para propósitos de facturación, además se vendieron muchos más sistemas a compañías petroleras.

Otros sistemas vendieron por el IMR durante los últimos años 50 incluyeron un escáner de páginas para la fuerza aérea de los Estados Unidos para la lectura y transmisión de mensajes escritos a máquina. IBM y otras empresas fueron licenciadas más adelante sobre las patentes del OCR de Shepard. El servicio postal de Estados Unidos ha estado utilizando las máquinas de OCR para clasificar el correo desde que 1965, basados en la tecnología ideada sobre todo por el inventor prolífico Jacob Rabinow. El primer uso del OCR en Europa sucedió en la oficina de Gran Bretaña. En 1965 se comenzó a planear un sistema de actividades bancarias completo, Nacional Giro, usando la tecnología del OCR, ideó un proceso que revolucionó los sistemas del pago de cuentas en el Reino Unido. El correo postal de Canadá ha estado utilizando sistemas OCR desde 1971. Los sistemas OCR leen el nombre y la dirección del destinatario, e imprimen un código de barras en el sobre basados en el código postal del mismo. Después, las cartas necesitan solamente ser clasificadas por los compaginadores, menos costosos que necesitan leer solamente el código de barras. Para evitar interferencia con el campo de dirección escrita a mano,

...