Descripción General de los Escenarios de Uso Básico

El resultado de este escenario es una versión editable de un documento.

En este escenario, se reconocen las imágenes de los documentos conservando todo el formato original, y los datos se guardan en un formato de archivo editable. Como resultado, se obtienen versiones editables de los documentos, que pueden revisarse fácilmente para detectar errores y modificarse.

ConsulteConversión de documentospara obtener más información.

En este escenario de procesamiento, los documentos en papel se convierten en copias digitales no editables que contienen toda la información del documento en un formato de búsqueda. Como resultado, las copias digitales de los documentos pueden localizarse fácilmente en un archivo electrónico mediante búsqueda de texto completo, los fragmentos de texto pueden copiarse, y los documentos pueden enviarse por correo electrónico o imprimirse.

ConsulteArchivado de documentospara obtener más información.

Este escenario se utiliza para extraer todos los datos posibles de un documento y almacenarlos de forma estructurada.

El resultado es un archivo JSON que representa la estructura del documento. Almacena todos los objetos del documento: texto impreso y escrito a mano, tablas, códigos de barras, marcas de verificación e imágenes con su ubicación y atributos. Este formato es óptimo para el procesamiento posterior, el almacenamiento de datos en una base de datos o la integración con otras aplicaciones.

ConsulteExtracción de datospara obtener más información.

Este escenario permite extraer el texto principal de un documento, así como el texto de logotipos, sellos y cualquier otro elemento distinto del cuerpo del documento.

Se conserva el orden natural del texto “tal como lo leería una persona”. A continuación, puede enviar los documentos a motores de procesamiento del lenguaje natural (NLP) propios, por ejemplo, para resumirlos rápidamente, buscar información confidencial o realizar un análisis de sentimientos.

ConsulteExtracción de textopara obtener más información.

En el reconocimiento a nivel de campo, se reconocen fragmentos de texto cortos con el fin de capturar datos de determinados campos. La calidad del reconocimiento es fundamental en este escenario.

Este escenario también puede emplearse como parte de flujos más complejos en los que se deben extraer datos relevantes de documentos (por ejemplo, para capturar datos de documentos en papel en sistemas de información y bases de datos, o para clasificar e indexar documentos automáticamente en sistemas de gestión documental).

En este escenario, el sistema reconoce varias líneas de texto en solo algunos de los campos o el texto completo en una imagen pequeña. El sistema calcula una puntuación de certeza para cada carácter reconocido, que puede utilizarse posteriormente al verificar los resultados del reconocimiento. Además, el sistema puede almacenar múltiples variantes de reconocimiento para palabras y caracteres, que luego pueden emplearse en algoritmos de votación para mejorar la calidad del reconocimiento.

ConsulteReconocimiento a nivel de campopara obtener más información.

En este escenario, ABBYY FineReader Engine se utiliza para leer códigos de barras. La lectura de códigos de barras puede ser necesaria, por ejemplo, para la separación automática de documentos, para el procesamiento de documentos por parte de un sistema de gestión documental, o para la indexación y clasificación de documentos.

Este escenario puede utilizarse como parte de otros escenarios. Por ejemplo, los documentos escaneados con escáneres de producción de alta velocidad pueden separarse mediante códigos de barras, o los documentos preparados para almacenamiento a largo plazo pueden incorporarse a sistemas de gestión documental de archivo según los valores de sus códigos de barras.

Al extraer códigos de barras de textos, el sistema puede detectar todos los códigos de barras o únicamente los de un tipo determinado con un valor concreto. El sistema puede obtener el valor de un código de barras y calcular su suma de verificación.

Los valores de los códigos de barras reconocidos pueden guardarse en los formatos más adecuados para su procesamiento posterior, por ejemplo, en TXT.

ConsulteReconocimiento de códigos de barraspara obtener más información.

Las tarjetas de visita contienen información profesional sobre una empresa o una persona. Pueden incluir el nombre de la persona, la empresa, números de teléfono, fax, correo electrónico, direcciones de sitios web e información similar. Es posible que necesite capturar esta información de tarjetas de visita en papel y guardarla en formato electrónico, ya sea en una agenda electrónica de un teléfono móvil, un cliente de correo electrónico u otro sistema de almacenamiento de datos. Por ejemplo, las tarjetas de visita se intercambian con frecuencia por correo electrónico o red en formato vCard.

ConsulteReconocimiento de tarjetas de visitafor details.

Los documentos de viaje o de identidad oficiales de muchos países contienen una zona de lectura mecánica (MRZ) que garantiza un procesamiento más preciso de los datos del documento.

Este escenario se utiliza para extraer datos de la zona de lectura mecánica en documentos de identidad durante los procesos de incorporación o verificación de clientes. El sistema reconoce la MRZ en la imagen del documento y extrae los datos de ella. Los datos extraídos contienen varios campos con información personal sobre el documento y su titular (tipo de documento y fecha de vencimiento, nombre y apellido del titular, etc.). Es posible buscar entre los campos, verificar los datos y guardarlos en un archivo externo para su posterior procesamiento.

ConsulteMachine-Readable Zone Capturepara más detalles.

Solo para Windows.

En este escenario, ABBYY FineReader Engine se utiliza en un “equipo de digitalización” que escanea imágenes y las guarda como archivos.

Este escenario puede utilizarse como parte de otros escenarios en la etapa preliminar del procesamiento de documentos, es decir, para obtener versiones electrónicas de los documentos para su posterior procesamiento. Algunos ejemplos de uso son la digitalización de documentos con fines de archivo, la obtención de versiones editables y la extracción de datos relevantes de los documentos.

Los documentos en papel se escanean y las imágenes se guardan en formato electrónico, lo que genera versiones electrónicas de alta calidad de sus documentos impresos.

ConsulteScanningpara más detalles.

La clasificación de documentos consiste en asignar cada documento a una de las categorías definidas por el usuario. Es posible que deba gestionar un flujo de documentos compuesto por varios tipos, como contratos, facturas y recibos, y que necesite identificar el tipo de cada uno. Por ejemplo, puede que desee ordenarlos en carpetas distintas o cambiarles el nombre según su tipo. Todo esto puede realizarse de forma automática con un sistema preentrenado.

El aspecto principal de este escenario es que se conocen de antemano los tipos de documentos que se van a procesar. ABBYY FineReader Engine puede clasificar documentos por su apariencia o por su contenido.

ConsulteDocument Classificationpara más detalles.

Al trabajar con documentos en papel, es necesario detectar y corregir errores o cambios realizados de forma intencionada.

Este escenario se utiliza para comparar documentos de especial importancia, como contratos y documentación bancaria, con sus copias. El resultado de la comparación incluye información sobre las diferencias en el tipo de contenido (solo texto), el tipo de modificación (eliminado, insertado o modificado) y su ubicación en el original y en la copia. Es posible obtener la lista de diferencias detectadas o la región de cualquier cambio, y guardar el resultado de la comparación en un archivo externo para su posterior procesamiento o almacenamiento a largo plazo.

ConsulteDocument Comparisonpara más detalles.