Toka OCR — программный инструмент оптического распознавания текста, предназначенный для извлечения текста из изображений и документов в формате PDF. Продукт позиционируется как решение для автоматизации обработки сканированных страниц, фотографий документов и других растровых материалов, предоставляя пользователю средства для преобразования графического содержимого в машиночитаемый текст и структурированные форматы вывода. В описаниях Toka OCR подчёркиваются возможности пакетной обработки и поддержка различных языков распознавания.
Исторические сведения о происхождении и развитии Toka OCR в открытых источниках ограничены; обнародованные данные касаются в основном функциональных характеристик и сценариев использования. Как и большинство систем OCR, Toka OCR сочетает этапы предобработки изображения (удаление шума, коррекция перспективы, бинаризация), собственно распознавания символов и постобработки (коррекция слов, экспорт результатов). Решение ориентировано как на единичные задачи распознавания, так и на интеграцию в рабочие процессы автоматической обработки больших объёмов документов.
- Распознавание текста: преобразование печатного и рукописного текста с изображений и сканированных PDF в редактируемый текст.
- Мультиязычная поддержка: распознавание нескольких языков и переключение между языковыми моделями для повышения точности.
- Пакетная обработка: автоматическое выполнение распознавания для больших наборов файлов с возможностью задания правил и шаблонов.
- Предобработка изображений: фильтрация шума, выравнивание, коррекция перспективы и контрастности для улучшения качества распознавания.
- Постобработка и исправление ошибок: словарная и контекстная коррекция, нормализация форматов дат, чисел и специальных символов.
- Экспорт результатов: сохранение распознанного текста в формате TXT, DOCX, XML, JSON или встраивание текстового слоя в PDF.
- Интеграция и автоматизация: API и возможности командной строки для интеграции в корпоративные системы и конвейеры обработки документов.
- Опции точности и скорости: режимы распознавания с приоритетом на скорость или на точность, позволяющие оптимизировать работу под разные задачи.
- Обработка таблиц и структурированных данных: распознавание табличных и блочных структур с сохранением порядка и формата данных.
- Конфиденциальность и локальная обработка: опция локального развертывания для сценариев с повышенными требованиями к защите данных (при наличии такой возможности в поставке).