La reconnaissance optique de caractères (OCR) est une technologie qui utilise la vision par ordinateur et des algorithmes pour reconnaître et convertir automatiquement le texte contenu dans des images (documents papier, copies numérisées ou photographies) en texte électronique modifiable et consultable. Le développement de ce concept a été progressif : dès 1914 et 1929, le physicien Emanuel Goldberg et l’ingénieur Gustav Tauschek inventèrent respectivement les premiers dispositifs mécaniques de reconnaissance de caractères à base de gabarits, jetant ainsi les bases mécaniques de la technologie ; dans les années 1950, IMR, fondée par David H. Shepard, lança le premier appareil OCR commercialisé, le « Gismo », et par la suite… IBM en 1959Lors de la promotion des systèmes commerciaux de numérisation et de reconnaissance de caractères, la technologie a été officiellement nommée... Reconnaissance optique de caractères (OCR)Cela en a fait un terme standard de l'industrie, accepté à l'échelle mondiale.

Au fil de l'évolution technologique, plusieurs articles marquants ont propulsé la reconnaissance optique de caractères (OCR) de la comparaison basée sur des règles à l'ère de l'apprentissage profond et des modèles à grande échelle. En 1998, Yann LeCun et al. ont publié un article aux laboratoires Bell d'AT&T… Apprentissage basé sur le gradient appliqué à la reconnaissance de documents Ray Smith a proposé le réseau LeNet-5 et l'ensemble de données MNIST, jetant ainsi les bases de l'application des réseaux neuronaux convolutifs à la reconnaissance de caractères ; en 2007, Ray Smith a publié… Présentation du moteur OCR Tesseract Cet article décrit en détail l'architecture et les mécanismes du moteur open source Tesseract, établissant ainsi une référence dans le domaine. En 2017, Baoguang Shi et al. de l'Université des sciences et technologies de Huazhong ont publié… Un réseau neuronal entièrement entraînable pour la reconnaissance de séquences d'images Une architecture CRNN + CTC a été proposée pour résoudre le problème de la reconnaissance de bout en bout de textes de longueur variable et de caractères cursifs ; en 2023, Minghao Li et al. de Microsoft Research Asia ont publié… TrOCR : Reconnaissance optique de caractères basée sur les transformeurs avec des modèles pré-entraînés L'introduction de Vision Transformer dans la reconnaissance optique de caractères (OCR) marque une nouvelle étape dans le développement global des paradigmes de reconnaissance vers des mécanismes d'auto-attention et une analyse intelligente des documents.