OCR và ICR khác nhau thế nào?

Trả lời nhanh: OCR đọc chữ in hoặc chữ đánh máy, có phông và khoảng cách ổn định. ICR (Intelligent Character Recognition) đọc chữ viết tay, nơi mỗi người viết một kiểu. ICR thường dựa trên học máy và cho kết quả kèm điểm tin cậy. Biểu mẫu có cả hai loại chữ thì dùng phối hợp, trường nghi ngờ chuyển cho người soát.

Điểm chính

  • Khác biệt nằm ở loại chữ cần đọc và độ biến thiên của nét chữ, không phải ở “máy đọc giấy” hay “máy đọc ảnh”.
  • Độ chính xác nên đo theo từng trường (số tiền, ngày, họ tên), không đo theo cả sản phẩm.
  • Chữ viết tay nằm trong ô kẻ sẵn dễ đọc hơn nhiều so với đoạn văn viết tự do.
  • Trên thực tế, nhiều bộ phần mềm gộp cả hai trong một engine, bạn thường mua một gói chứ không mua hai công nghệ rời.
Mục lục
  1. OCR và ICR giải quyết hai bài toán gì?
  2. Cơ chế đọc của OCR và ICR khác nhau ở đâu?
  3. Bảng so sánh OCR và ICR theo từng tiêu chí
  4. Ranh giới giữa OCR và ICR có thật sự rõ?
  5. Độ chính xác của OCR và ICR: con số nào đáng tin?
  6. Chữ viết tay tiếng Việt khó ở chỗ nào?
  7. Biểu mẫu nào của doanh nghiệp cần OCR, cần ICR hay cả hai?
  8. Quyết định chọn OCR, ICR hay phối hợp
  9. Làm sao thử OCR và ICR trên tài liệu của bạn?
  10. Cách giảm lỗi mà không cần đổi công nghệ
  11. Khi nào không cần ICR?
  12. Câu hỏi thường gặp

OCR và ICR giải quyết hai bài toán gì?

OCR (Optical Character Recognition, nhận dạng ký tự quang học) chuyển ảnh chụp hoặc bản quét có chữ in thành văn bản máy đọc được. Nếu bạn cần nền tảng về cách OCR hoạt động, hãy xem bài OCR nhận dạng ký tự quang học. Ở đây ta chỉ tập trung vào điểm khác.

ICR là nhánh của cùng họ công nghệ, nhắm vào chữ viết tay. Chữ in có hình dạng lặp lại: chữ “a” trên cùng một phông luôn giống nhau. Chữ tay thì không. Cùng một người, chữ “a” viết lúc vội và lúc cẩn thận đã khác. Nét có thể dính, đứt, nghiêng hoặc chồng lên nhau.

Vì vậy câu hỏi đúng không phải “công nghệ nào tốt hơn” mà là “tài liệu của tôi có chữ gì, ở đâu, với độ biến thiên bao nhiêu”. Một tờ đơn xin việc in sẵn có thể cần cả hai: phần tiêu đề và câu hỏi là chữ in, phần ứng viên điền là chữ tay.

Cơ chế đọc của OCR và ICR khác nhau ở đâu?

OCR: đối chiếu hình dạng ký tự

OCR cổ điển tách từng dòng, từng ký tự rồi so với mẫu hoặc đặc trưng đã biết. Theo mô tả của Parseur, OCR đã có từ nhiều thập kỷ và dùng nhận dạng mẫu cùng thuật toán theo luật. Nó đọc rất tốt chữ in nhưng kém với chữ tay. OCR hiện đại đã chuyển sang mô hình học sâu, nhưng bài toán vẫn là một dạng chữ tương đối đồng nhất.

ICR: học nét và đoán theo ngữ cảnh

ICR phân tích đặc điểm hình học của nét (đường cong, góc, giao điểm) bằng mạng nơ-ron, rồi dùng thêm ngữ cảnh để chọn kết quả hợp lý. Ví dụ: trong ô “ngày sinh”, chuỗi “l2/O5/l99O” nhiều khả năng là “12/05/1990”, vì ô này chỉ nhận chữ số. Ràng buộc theo loại trường là một nửa sức mạnh của ICR, nửa còn lại là mô hình nhận dạng nét.

Ô kẻ sẵn và vùng viết tự do

Bằng sáng chế mô tả quy trình đọc biểu mẫu chia trường chữ thành hai nhóm. Trường có ràng buộc là trường giam từng ký tự trong ranh giới kích thước định sẵn, như các ô vuông để điền từng chữ. Trường không ràng buộc phải được phân đoạn ký tự trước khi đọc. Sự khác biệt này giải thích vì sao cùng một công nghệ ICR có thể rất chính xác ở ô số điện thoại nhưng yếu ở ô “ghi chú”.

Sơ đồ luồng: ảnh quét được tách vùng chữ in và chữ tay, vùng chữ in đi vào công cụ OCR, vùng chữ tay đi vào công cụ ICR, sau đó mỗi trường
Sơ đồ khái niệm về luồng đọc một biểu mẫu có cả chữ in và chữ tay.

Bảng so sánh OCR và ICR theo từng tiêu chí

Tiêu chí OCR ICR
Đối tượng đọc Chữ in, chữ đánh máy, phông ổn định Chữ viết tay, chữ in tay, đôi khi phông lạ
Độ biến thiên đầu vào Thấp Cao: mỗi người một nét
Cách nhận dạng Đối chiếu mẫu, học sâu trên chữ in Mạng nơ-ron phân tích nét, thêm ràng buộc theo trường
Đơn vị đọc Ký tự, dòng, khối văn bản Ký tự trong ô, hoặc cả từ
Trường mạnh Số hoá đơn, mã số thuế, đoạn văn bản Ô số, ngày tháng, họ tên viết in hoa trong khung
Trường yếu Chữ tay, tài liệu mờ, nghiêng Chữ viết thảo, đoạn văn tự do, chữ dính nét
Cần người soát Ít, tập trung vào ảnh xấu Nhiều hơn, theo điểm tin cậy
Tốc độ và tài nguyên Nhanh, nhẹ Thường nặng hơn do mô hình học máy
Chi phí Thường thấp hơn Thường cao hơn, tuỳ nhà cung cấp

Hãy coi dòng “chi phí” là xu hướng chung. Giá thực tế phụ thuộc nhà cung cấp, cách tính theo trang hay theo trường, và mức tuỳ biến. Bạn nên hỏi báo giá theo đúng loại biểu mẫu của mình.

Ranh giới giữa OCR và ICR có thật sự rõ?

Không rõ như các bài giới thiệu thường vẽ. Có ba lý do.

  • Cách gọi khác nhau. Parseur cho rằng ngành gọi là ICR, còn người dùng phổ thông tìm “handwriting OCR”, cả hai chỉ cùng một năng lực. Nhiều nhà cung cấp Việt Nam cũng giới thiệu ICR như một mô-đun nằm trong sản phẩm OCR.
  • Engine hiện đại đọc cả hai. Các dịch vụ OCR đám mây ngày nay đọc được một phần chữ tay mà không cần mua riêng gói “ICR”. Khi mô hình ngôn ngữ thị giác được dùng để đọc ảnh, ranh giới còn mờ hơn nữa.
  • Có thêm khái niệm HTR. Handwritten Text Recognition đọc nguyên dòng chữ tay liên tục thay vì tách từng ký tự rời. Nó phù hợp thư từ, ghi chép, tư liệu lưu trữ hơn là biểu mẫu.

Hệ quả thực tế: khi nhà cung cấp trả lời “có hỗ trợ ICR”, hãy hỏi tiếp “đọc trường nào, ở dạng nào, độ chính xác đo trên tài liệu loại nào”. Bài ICR là gì đi sâu hơn vào quan hệ ICR với OMR (đọc ô tích chọn).

Độ chính xác của OCR và ICR: con số nào đáng tin?

Các con số công bố rất lệch nhau. Một nhà cung cấp nêu OCR đạt 95% trở lên trên tài liệu in chất lượng cao, còn ICR 70–90%. Bài khác lại nêu ICR đạt 97–99% trên biểu mẫu viết in rõ nét theo “dữ liệu ngành 2025”, và một so sánh khác ghi 85–95%. Các khoảng này khác nhau vì họ đo trên các bộ tài liệu khác nhau, nên không so trực tiếp được.

Điều rút ra có ích hơn là quy luật, không phải con số:

  • Chữ in sạch, quét thẳng: OCR cho kết quả rất cao.
  • Chữ tay viết in trong ô kẻ, nội dung hạn chế (số, ngày, mã): ICR cho kết quả tốt.
  • Chữ viết thảo hoặc câu văn tự do: độ chính xác giảm mạnh, và theo Parseur không con số quảng cáo nào thay đổi được điều đó.
  • Theo Parseur, điểm tin cậy hữu ích hơn tỷ lệ chính xác quảng cáo, vì nó cho phép tự nhận trường an toàn và chỉ chuyển trường nghi ngờ cho người.

Một trường sai không đều nhau về hậu quả. Sai một ký tự trong ô “ghi chú” ít gây hại, sai một chữ số trong số tiền hoặc số tài khoản thì gây lỗi hạch toán. Hãy đặt ngưỡng tin cậy riêng cho từng trường, chặt hơn ở trường liên quan tiền và định danh.

Chữ viết tay tiếng Việt khó ở chỗ nào?

Tiếng Việt có dấu thanh và dấu phụ nằm trên, dưới chữ cái. Trong chữ tay, dấu hay bị viết lệch, kéo dài hoặc dính vào chữ bên cạnh. Chữ “ả”, “ã”, “ạ” dễ bị lẫn với nhau, và “ơ” với “o” cũng vậy. Đây là điểm khiến hệ thống huấn luyện chủ yếu trên chữ Latinh không dấu đọc kém.

Ví dụ minh hoạ: trên phiếu đăng ký khám bệnh, ô “Họ và tên” viết in hoa trong khung thường đọc ổn. Ô “Địa chỉ” viết thảo có “Đường Nguyễn Văn Cừ, P. Nguyễn Cư Trinh” dễ sai dấu, dẫn đến địa chỉ không khớp danh mục. Cách xử lý phổ biến là đối chiếu kết quả đọc với danh mục phường xã hoặc danh sách khách hàng sẵn có, chỉ đề xuất giá trị gần nhất cho người chọn.

Chi tiết về dấu, phông và bộ dữ liệu huấn luyện nằm trong bài OCR tiếng Việt. Với chữ tay, bạn nên tự đo trên biểu mẫu của mình, vì kết quả trên phông in không dự báo được kết quả trên chữ tay.

Biểu mẫu nào của doanh nghiệp cần OCR, cần ICR hay cả hai?

Hãy xếp tài liệu theo hai trục: loại chữ và mức ổn định của bố cục. Hình dưới là ma trận thô để định hướng.

Ma trận 2x2: trục ngang là bố cục cố định hoặc thay đổi, trục dọc là chữ in hoặc chữ tay. Chữ in bố cục cố định dùng OCR theo vùng. Chữ in
Ma trận khái niệm do VBPO Tech Blog tổng hợp để định hướng chọn công nghệ, không phải kết quả đo.

Ví dụ minh hoạ theo từng nhóm

  • Chữ in, bố cục cố định: phiếu xuất kho in từ hệ thống nội bộ. Cùng một mẫu, vị trí trường không đổi, OCR theo vùng là đủ.
  • Chữ in, bố cục thay đổi: hoá đơn từ hàng trăm nhà cung cấp. Cần OCR cộng nhận diện trường (số hoá đơn, mã số thuế, tổng tiền). Xem xử lý tài liệu thông minh để thấy phần này vượt ra ngoài OCR thuần.
  • Chữ tay, bố cục cố định: phiếu khảo sát, phiếu nhận hàng có ô kẻ sẵn để điền số lượng và họ tên. ICR theo ô có lợi thế rõ.
  • Chữ tay, bố cục thay đổi: đơn từ viết tay tự do, biên bản ghi tay. Đây là vùng khó, nên tính trước phần người soát lớn.

Quyết định chọn OCR, ICR hay phối hợp

Tình huống Nên chọn Lý do
Chỉ có tài liệu in, quét sạch OCR Không cần trả thêm cho khả năng đọc chữ tay
Phiếu in sẵn, nhân viên điền số vào ô OCR cho phần in, ICR cho ô điền Phần cố định và phần điền có độ khó khác nhau
Chữ tay tự do, khối lượng nhỏ Nhập tay hoặc ICR kèm soát toàn bộ Chi phí cấu hình có thể lớn hơn việc gõ lại
Chữ tay khối lượng lớn, ô kẻ sẵn ICR kèm ngưỡng tin cậy Có thể tự nhận phần lớn trường chắc chắn
Ô tích chọn, đánh dấu OMR Chỉ cần biết ô có dấu hay không, không cần đọc ký tự

Với khối lượng nhỏ, hãy tính cả thời gian cấu hình và đào tạo. Nếu mỗi ngày chỉ vài chục phiếu chữ tay, nhập liệu thủ công có thể rẻ hơn. Bài nhập liệu data entry mô tả các loại công việc này và khi nào thuê ngoài phù hợp.

Làm sao thử OCR và ICR trên tài liệu của bạn?

Đừng thử bằng ảnh mẫu đẹp do nhà cung cấp gửi. Hãy làm theo các bước sau.

  1. Lấy tài liệu thật. Chọn bản quét và ảnh chụp điện thoại như nhân viên vẫn gửi, gồm cả bản mờ, nghiêng, có dấu mộc đè lên chữ.
  2. Liệt kê trường cần lấy. Ví dụ: số phiếu, ngày, họ tên, số lượng, ghi chú. Gắn nhãn mức ảnh hưởng nếu sai: cao (tiền, định danh), thấp (ghi chú).
  3. Nhờ người nhập đáp án chuẩn. Để so với kết quả máy, không dùng kết quả máy để tự chấm.
  4. Tính chính xác theo trường. Một trường đúng khi toàn bộ chuỗi khớp đáp án. Tỷ lệ đúng theo ký tự cao hơn thường che mất lỗi, vì một số có một chữ sai vẫn là số sai.
  5. Xem điểm tin cậy. Với trường tiền, tìm ngưỡng mà ở trên đó máy gần như không sai. Phần dưới ngưỡng là khối lượng người phải soát, từ đó tính ra công cần giữ lại.
  6. Ghi lại lỗi theo nhóm. Lỗi dấu tiếng Việt, lỗi lẫn “1” với “7”, lỗi do dấu mộc, lỗi do ảnh chụp. Mỗi nhóm có cách xử lý khác nhau, như yêu cầu quét lại, đổi biểu mẫu hay thêm danh mục đối chiếu.

Phần soát của người là một khâu thiết kế, không phải sự thất bại của máy. Khái niệm này được mô tả trong bài human-in-the-loop.

Cách giảm lỗi mà không cần đổi công nghệ

Nhiều lỗi ICR đến từ biểu mẫu, không phải từ phần mềm. Một số thay đổi nhỏ ở khâu thiết kế phiếu cho hiệu quả lớn:

  • Dùng ô vuông riêng cho từng ký tự ở trường số điện thoại, số CCCD, mã khách hàng, thay vì một gạch ngang dài.
  • Yêu cầu viết in hoa ở ô họ tên. Chữ in hoa dễ tách nét hơn chữ thường có dấu.
  • Dùng màu mực tương phản. Một số hệ thống quét có thể lọc bỏ màu ô kẻ, nhưng mực nhạt vẫn khó đọc.
  • Chuyển trường có danh mục (giới tính, loại hồ sơ, tỉnh thành) sang ô tích chọn đọc bằng OMR.
  • Chuẩn hoá khâu quét: độ phân giải, quét thẳng, không để trang nghiêng, tránh bóng khi chụp bằng điện thoại.

Nếu phiếu chứa họ tên, số định danh hoặc thông tin sức khoẻ, hãy xác định ngay từ đầu ai được xem ảnh gốc và kết quả đọc. Dữ liệu này được xử lý ở cả hai bước: lưu ảnh và lưu văn bản. Về lưu trữ sau khi số hoá, xem quy trình số hoá tài liệu.

Khi nào không cần ICR?

  • Có thể đổi chữ tay thành nhập điện tử. Nếu nhân viên hiện trường có điện thoại, một biểu mẫu số loại bỏ hẳn bước đọc ảnh và lỗi nhận dạng đi kèm.
  • Dữ liệu chỉ là lựa chọn. Ô tích chọn không cần ICR, dùng OMR hoặc form số.
  • Tài liệu là chữ viết thảo dài. Nếu mục tiêu là lưu trữ, hãy lưu ảnh kèm chỉ mục nhập tay, đừng ép toàn văn.
  • Khối lượng quá nhỏ. Xem phần so sánh chi phí ở trên.

Câu hỏi thường gặp

ICR có phải là OCR không?

ICR là một nhánh của OCR, tập trung vào chữ viết tay và thường dùng học máy. Nhiều sản phẩm gộp cả hai trong một engine, nên bạn có thể thấy “OCR” dùng cho cả hai trong tài liệu bán hàng.

OCR có đọc được chữ viết tay không?

OCR cổ điển đọc chữ tay rất kém. Các engine OCR hiện đại có đọc được một phần, nhất là chữ viết in trong ô. Mức đọc được phụ thuộc từng sản phẩm, nên hãy thử trên chính biểu mẫu của bạn.

ICR chính xác đến mức nào?

Không có một con số chung. Các nguồn của nhà cung cấp nêu những khoảng khác nhau, từ khoảng 70% đến 99%, vì đo trên các tài liệu khác nhau. Ô kẻ sẵn và nội dung hạn chế (số, ngày) cho kết quả tốt hơn nhiều so với đoạn văn viết tự do.

ICR khác gì HTR và OMR?

HTR đọc nguyên dòng chữ tay liên tục, còn ICR thường xử lý ký tự hoặc từ trong trường biểu mẫu. OMR chỉ nhận biết ô đã đánh dấu, như phiếu trắc nghiệm, và không đọc ký tự.

Có nên bỏ hẳn người soát khi dùng ICR?

Với trường liên quan tiền hoặc định danh thì không nên. Dùng điểm tin cậy để máy tự nhận trường chắc chắn, còn trường dưới ngưỡng thì người xác nhận. Cách đặt ngưỡng cần dựa trên số liệu thử với tài liệu thật của bạn.

ICR có thay thế được nhân viên nhập liệu không?

ICR giảm phần gõ lại các trường đọc chắc chắn, nhưng công việc xử lý ngoại lệ, đối chiếu và xác nhận vẫn cần người. Tỷ lệ giảm công thay đổi theo chất lượng chữ và thiết kế biểu mẫu.

Bài viết thuộc chuyên mục OCR & xử lý tài liệu trên VBPO, trang tin tức và kiến thức công nghệ cho doanh nghiệp Việt Nam về AI, dữ liệu, blockchain, chuyển đổi số và tự động hoá.