Extracción OCR

Athento permite extraer el texto de documentos con formatos estándares. La funcionalidad de  OCR permite leer el texto de una imagen (PDF, JPG, PNG, TIFF, etc.) y convertirlo a texto que puede ser leído y procesado por ordenadores. 

Athento incluye un motor OCR por defecto -Tesserac-, pero es posible usar otros motores OCR ya que el diseño de operaciones permite desacoplar de forma completa el motor de OCR o incluso  usar varios al tiempo.

Entre los distintos motores que se podrían acoplar a Athento se encuentran  Google OCR, Amazon OCR, Abby OCR SDK, OpenText RecoStar, entre otros.

Athento permite extraer el contenido textual de un documento o contenido digital en los siguientes formatos:

• JPG (.jpg y .jpeg)
• PNG (.png)
• TIFF (.tiff)
• PDF(.pdf)