OCR

OCR sta per Optical Character Recognition, cioè riconoscimento ottico dei caratteri. Un documento scansionato, la foto di una fattura o un PDF prodotto da una fotocopiatrice è solo un'immagine: il computer ci vede pixel, non lettere. L'OCR analizza questa immagine, individua i caratteri e restituisce il testo in una forma utilizzabile.

I primi software di OCR confrontavano la forma delle lettere con modelli memorizzati. Gli strumenti attuali si basano su reti neurali che leggono righe intere e gestiscono più lingue, le tabelle, l'impaginazione e, entro certi limiti, la scrittura a mano. I modelli di visione recenti vanno oltre: comprendono la struttura di un documento e possono estrarne direttamente campi come una data, un importo o un numero di contratto. Il risultato non è mai perfetto, soprattutto con una scansione sfocata o storta, ed è per questo che conviene digitalizzare con cura.

L'OCR è una fase chiave prima del RAG: un assistente IA non può citare un documento che non sa leggere. Se i tuoi archivi contengono molti PDF scansionati, prevedi questa conversione al momento dell'indicizzazione. Un OCR classico può girare sul processore, ma una GPU accelera nettamente l'elaborazione di grandi volumi, soprattutto con i modelli di visione, che richiedono allora VRAM in aggiunta a quella dell'LLM.

Quando installiamo un assistente IA privato, studiamo con te l'elaborazione dei tuoi documenti scansionati perché anch'essi diventino interrogabili.