Когда нужен OCR?

Вот стандартная задача для любого внедрения систем документооборота (да и просто перехода к безбумажным документам): перевод документов бумажных, в документы электронные.

Техпроцесс давно изучен и в общем-то не очень сложен. Но вот вопрос: всегда ли при переводе бумаги в цифру, есть смысл в распознавании документов? Какие есть плюсы и минус у распознанного документа? Мне представляется, что такие.

Плюсы:

●     Документ можно легко править, комментировать, в общем, изменять (комментировать, в прочем, можно и нераспознанные документы, но для этого нужны или специальные средства, или специальные форматы).

●     Документ легко читать с экрана, причем, не обязательно широкоформатного. Например, с экрана КПК. Здесь я имею в виду, что у распознанного есть возможность не только линейного масштабирования, но и, например, изменения форматирования документа для улучшения читабельности. Например, можно использовать переносы слов, изменять размеры страницы, … (опять же, можно вспомнить, что похожие технологии есть и для scan-документов, например, тот же SmartDjvu)

●     Из документа можно извлекать данные для дальнейшей обработки. Например, считывать суммы в формах.

●     Распознанный документ можно найти по содержанию.

Минусы: в основном это минусы, связанные с удорожанием процесса, а именно:

●     Нужно дополнительное оборудование и/или ПО.

●     Нужна последующая «вычитка» документов, если мы хотим точности или придется смириться с возможными искажениями в документе.

●     Необходимо, все-таки, сохранять и распознанный, и исходный документ. Это требование вытекает из того соображения, что ни одна система оптического распознавания не обеспечивает 100% точности распознавания.

Так когда нужно, и когда не нужно использовать OCR?

Мне кажется, что так:

Не нужно: Для официальных и финансовых документов (договоров, писем, счетов, …). За исключением случаев, когда нужно вводить в систему данные из фиксированных форм. Использовать распознавание только для полнотекстового поиска здесь вряд ли целесообразно (ну как найти по содержанию договора, если они и отличаются зачастую, только названиями сторон?).

Нужно: Для всевозможной технической документации (хотя, сейчас отсутствие документации в электронном формате скорее нонсенс), для документов, которые будут правиться или обрабатываться автоматически (например, формы), и … пожалуй все.

А кто как смотрит на этот вопрос?