Google legger til OCR-støtte for 34 språk

Google har vært i Optical Character Rerkjennelse (OCR) virksomhet i noen tid nå, og i dag har de oppdatert denne funksjonen for å støtte 29 nye språk. I september 2009 Google kjøpte reCAPTCHA, og siden har de samtidig kjempet spam mens de forbedret oversettelsen via ordene som folk skriver inn. Oppdateringen vi ser i dag, er frukt av arbeidet de har gjort siden de hentet inn teknologien.

Hva er OCR?

Hvis du nettopp blir med, er Optical Character Recognition et automatisert system som oversetter et bilde av tekst til kodet valgbar tekst. Google bruker OCR for å skanne bildene og PDF-filene dine. Den skanner deretter skanningen til et redigerbart Google Doc-format. I løpet av de siste to årene har Google brukt menneskelige innspill fra reCAPTCHA-gåter for å øke suksessen med å identifisere komplekse ord.

Hvilke språk ble lagt til?

Sammen med tilleggsspråk forbedret Google også OCR-kvaliteten for de 5 tidligere implementerte språkene: engelsk, italiensk, tysk, spansk og fransk. De 29 nye språkene som er lagt til er følgende:

Når du laster opp bilder eller PDF-filer til Google Docs, må du huske å gjøre det Plukke ut språket som teksten i filen din er skrevet på! For å gjøre det, legg filen i køen som skal lastes opp Sjekk boksen for Konverter tekst fra PDF- eller bildefiler til Google Docs-dokumenter. En rullegardinmeny for Dokumentspråk vises der du kan Plukke ut ditt språk.

Har du prøvd ut Googles OCR-teknologi for skanning av gamle familiejournaler, bøker eller annet du har lagt rundt i huset? Du kan også prøve det på din iPhone eller Android-telefon hvis du har Google Goggles app!