OCR

OCR(광학 문자 인식)은 텍스트가 있는 이미지를 기계가 읽을 수 있는 문자로 변환합니다. 입력은 스캔, 사진, 스크린샷일 수 있습니다. 출력은 일반 텍스트이며, 페이지에서 각 단어, 줄, 블록의 위치 정보를 함께 제공하는 경우가 많습니다.

최신 OCR 엔진은 여러 글꼴과 언어로 학습한 신경망 모델을 사용합니다. 널리 쓰이는 엔진으로는 오픈 소스 프로젝트인 Tesseract와 macOS 및 iOS 앱이 호출할 수 있는 Apple의 Vision 프레임워크가 있습니다. 최근 macOS 버전은 사진, 미리보기 등 여러 앱에서 이미지의 텍스트를 선택할 수 있는 실시간 텍스트(Live Text)도 제공합니다.

OCR 결과를 PDF의 페이지 이미지 위에 보이지 않는 레이어로 올리면, PDF는 겉모습이 바뀌지 않은 채 검색 가능해집니다.

OCR의 동작 방식

1. 이미지를 전처리합니다. 대비를 조정하고, 기울기를 바로잡고, 노이즈를 제거합니다.
2. 레이아웃을 분석합니다. 텍스트 블록, 단, 줄, 단어를 찾습니다.
3. 학습된 모델로 문자와 단어를 인식합니다.
4. 언어 모델을 적용해 오류일 가능성이 큰 부분을 수정합니다.
5. 좌표와 함께 텍스트를 출력합니다.

OCR의 사용 분야

• 스캔 문서와 스크린샷 PDF를 검색 가능하게 만들기
• 이미지, 슬라이드, 동영상 프레임에서 텍스트 복사하기
• 영수증, 청구서, 양식을 다른 시스템에 입력하기
• 접근성. 스크린 리더가 그림 대신 텍스트를 읽도록 하기

스크린샷에 대한 OCR

스크린샷은 OCR 입력으로 적합합니다. 텍스트가 곧고 선명하며 대비가 높습니다. 글씨가 매우 작거나, 색 대비가 낮거나, 장식 글꼴이거나, 수식 기호가 있거나, 다이어그램 안에 텍스트가 있으면 정확도가 떨어집니다. Retina 캡처와 무손실 PNG는 축소된 JPG보다 엔진에 더 많은 세부 정보를 제공합니다.

Temposhot은 결과 패널에서 PDF를 내보낼 때 OCR을 실행하며, 모든 처리는 사용자의 Mac에서 이루어집니다.

OCR을 쓸 때 흔한 실수

• 심하게 압축되었거나 축소된 이미지에 OCR을 실행함.
• 확인하지 않고 OCR 결과의 숫자와 이름을 그대로 신뢰함.
• 수식, 표, 각주가 올바른 구조로 나올 것으로 기대함.
• 한 페이지에 여러 언어가 섞여 있는데 결과를 확인하지 않음.

페이지를 PDF로 만들고 있나요?

Temposhot에서 검색 가능한 PDF를 내보내거나, Mac에서 스크린샷을 PDF로 저장하는 방법을 참고하십시오. 기존 이미지를 변환하려면 Screenshot to Searchable PDF를 사용할 수 있습니다.

자주 묻는 질문

OCR 텍스트는 원문과 정확히 같나요?

아닙니다. 선명한 텍스트에서는 정확도가 높지만 완벽하지는 않습니다. 중요한 세부 정보는 이미지와 대조해 확인합니다.

스크린샷 한 장에서 텍스트를 추출할 수 있나요?

네. Extract Text from Image는 브라우저에서 텍스트를 읽습니다.

출처

• Optical character recognition (Wikipedia)
• Tesseract OCR (GitHub)

관련 자료

• OCR이 수식, 각주, 다이어그램을 놓치는 경우: 알려진 한계.
• 내보내기 형식: 검색 가능한 PDF 내보내기.