OCR là gì? Nhận dạng ký tự quang học hoạt động ra sao

Mục lục

1. OCR là gì?
2. Image to text là gì? Cách chuyển ảnh thành văn bản
3. OCR ra đời từ khi nào?
4. OCR hoạt động như thế nào?
5. OCR truyền thống khác OCR dùng AI như thế nào?
6. Có những loại OCR nào? Phân biệt OCR, ICR, OMR, IWR và IDP
7. Vì sao OCR tiếng Việt khó hơn và làm sao tăng độ chính xác?
8. Ứng dụng OCR trong thực tế: dùng ở đâu?
9. Lợi ích và giới hạn của OCR
10. Nên chọn phần mềm OCR nào? Tiêu chí đánh giá trung lập
11. Quy trình triển khai OCR trong doanh nghiệp
12. OCR kết hợp RPA hoạt động ra sao?
13. Những hiểu lầm phổ biến về OCR
14. Câu hỏi thường gặp

OCR là gì?

OCR (Optical Character Recognition) là công nghệ nhận dạng ký tự quang học: phần mềm “nhìn” vào một bức ảnh có chữ, xác định đâu là chữ, đọc từng ký tự rồi xuất ra văn bản số. Kết quả là chữ thật, không còn là điểm ảnh. Bạn có thể tìm kiếm, sao chép, sửa và đưa nó vào phần mềm khác.

Ví dụ đời thường: bạn chụp trang sách rồi dùng tính năng “sao chép văn bản từ ảnh”, hoặc ứng dụng ngân hàng tự điền họ tên sau khi bạn chụp thẻ căn cước. Phía sau cả hai là OCR.

Cần phân biệt OCR với quét (scan). Máy quét chỉ tạo ra ảnh của trang giấy; với máy tính, đó là ma trận điểm màu. OCR là bước biến “ảnh của chữ” thành “chữ”. Đây cũng là lý do OCR là mắt xích quan trọng của mọi dự án số hoá tài liệu.

Image to text là gì? Cách chuyển ảnh thành văn bản

“Image to text”, còn gọi là chuyển ảnh thành văn bản, ảnh sang chữ hay trích xuất văn bản từ ảnh, là cách gọi của người dùng cho việc chạy OCR trên một tệp ảnh (JPG, PNG, ảnh chụp màn hình) và lấy ra chữ để sao chép hoặc lưu thành tệp. Công nghệ bên dưới không khác OCR ở các phần sau. Điểm khác là bạn chọn công cụ theo khối lượng và độ nhạy cảm của ảnh.

Cách 1: Dùng tính năng có sẵn trên điện thoại

Điện thoại hiện đại đã tích hợp OCR. Trên iPhone, tính năng Live Text cho phép chạm giữ vào chữ trong ảnh hoặc khung camera để chọn và sao chép. Trên Android, Google Lens (trong Google Ảnh hoặc ứng dụng Google) có chế độ chọn “Văn bản” rồi sao chép hoặc gửi sang máy tính. Tên menu và phiên bản hệ điều hành hỗ trợ có thể thay đổi, nên hãy xem phần cài đặt của máy bạn. Cách này hợp với vài dòng chữ như biển hiệu, tên sản phẩm, số điện thoại trên danh thiếp.

Cách 2: Dùng công cụ trên máy tính

• Windows: Snipping Tool trên Windows 11 có thao tác nhận dạng chữ trong ảnh chụp màn hình (Text actions). Bộ tiện ích PowerToys có công cụ Text Extractor, cho phép khoanh vùng màn hình để lấy chữ.
• Microsoft OneNote: chèn ảnh vào trang, bấm chuột phải và chọn sao chép văn bản từ ảnh (Copy Text from Picture).
• Google Drive: tải ảnh lên, bấm chuột phải và mở bằng Google Tài liệu. Chữ nhận dạng được hiện bên dưới ảnh gốc.

Cách 3: Dùng công cụ OCR trên web

Nhiều trang web cho tải ảnh lên và trả về chữ. Cách này tiện nhưng ảnh được gửi tới máy chủ của bên thứ ba. Với ảnh căn cước, hợp đồng, bệnh án hoặc sao kê, bạn cần biết dữ liệu lưu ở đâu, giữ bao lâu và có bị dùng để huấn luyện mô hình không. Nếu không có câu trả lời rõ, đừng tải loại ảnh này lên.

Cách 4: Dòng lệnh Tesseract cho nhiều ảnh

Với nhóm kỹ thuật cần xử lý hàng loạt ảnh mà không gửi dữ liệu ra ngoài, Tesseract chạy ngay trên máy. Lệnh cơ bản có dạng tesseract anh.png ketqua -l vie. Lệnh này đọc tệp anh.png bằng dữ liệu tiếng Việt và ghi chữ ra ketqua.txt. Bạn có thể thay vie bằng vie+eng khi tài liệu lẫn tiếng Anh, miễn là đã cài gói dữ liệu ngôn ngữ tương ứng.

Lỗi thường gặp khi chuyển ảnh thành văn bản

Hiện tượng	Nguyên nhân thường gặp	Cách xử lý
Mất dấu, sai dấu, ra ký tự lạ	Chưa chọn tiếng Việt, ảnh độ phân giải thấp, bị nén mạnh	Khai báo đúng ngôn ngữ; dùng ảnh gốc, quét từ 300 dpi
Chữ hai cột bị ghép thành một dòng	Phân đoạn nhận cả trang là một khối	Cắt ảnh theo từng cột rồi chạy riêng
Ảnh chụp màn hình chữ nhỏ bị đọc sai	Chữ chỉ cao vài điểm ảnh	Phóng to màn hình rồi chụp lại
Dòng bị lệch, thiếu chữ cuối dòng	Ảnh chụp nghiêng, loá sáng	Chụp thẳng góc, tránh đèn chiếu trực tiếp
Bảng ra thành các dòng rời	Công cụ chỉ xuất văn bản thô	Dùng công cụ có đọc bảng (layout) và xuất Excel
Chữ viết tay ra sai nhiều	OCR cơ bản tối ưu cho chữ in	Xem hướng dẫn về nhận dạng chữ viết tay ICR

Sau khi lấy được chữ, hãy đối chiếu những chỗ sai hậu quả lớn như số tiền, số tài khoản, ngày tháng. Phần OCR tiếng Việt hoạt động thế nào giải thích sâu hơn vì sao các lỗi dấu hay lặp lại. Nếu mục tiêu là lấy đúng trường dữ liệu từ hoá đơn thay vì cả khối chữ, hãy xem cách OCR hoá đơn và xử lý tài liệu thông minh. Khi cần chuyển cả kho hồ sơ giấy, bài về quy trình số hoá tài liệu mô tả các bước quét, đặt tên và kiểm tra chất lượng.

OCR ra đời từ khi nào?

Để hiểu OCR là gì một cách đầy đủ, hãy xem lịch sử hơn một thế kỷ của nó. Các mốc chính:

• Năm 1914: Emanuel Goldberg phát triển một cỗ máy đọc ký tự và chuyển chúng thành mã điện báo. Cùng thời kỳ, Edmund Fournier d’Albe tạo ra Optophone, thiết bị cầm tay quét qua trang in và phát âm thanh tương ứng với từng chữ cái, để hỗ trợ người khiếm thị.
• Năm 1974: Ray Kurzweil thành lập Kurzweil Computer Products, phát triển OCR “omni-font”, tức đọc được nhiều kiểu chữ thay vì chỉ một font định sẵn.
• Ngày 13/01/1976: Kurzweil giới thiệu máy đọc sách cho người khiếm thị, kết hợp máy quét phẳng và bộ tổng hợp giọng nói.
• 1985–1994: Phòng thí nghiệm Hewlett-Packard phát triển Tesseract. HP công bố mã nguồn mở năm 2005, Google duy trì dự án từ 2006 đến tháng 8/2017.
• Tesseract phiên bản 4: bổ sung bộ máy nhận dạng dùng mạng nơ-ron LSTM theo từng dòng chữ, đánh dấu bước chuyển của OCR nguồn mở sang học sâu.

Từ những năm 2000, OCR chuyển dần lên đám mây và điện thoại.

OCR hoạt động như thế nào?

Mọi hệ thống OCR đều đi qua 4 bước. Hiểu từng bước giúp bạn biết vì sao tài liệu bị đọc sai và sửa ở đâu.

Bước 1: Tiền xử lý ảnh (preprocessing)

Hệ thống xoay thẳng trang bị nghiêng (deskew), cắt viền đen, khử nhiễu, chỉnh độ sáng và tương phản, rồi nhị phân hoá (binarization), tức chuyển ảnh thành hai màu đen trắng. Tài liệu chính thức của Tesseract lưu ý: khi trang bị nghiêng, chất lượng tách dòng giảm đáng kể và kéo theo kết quả OCR kém.

Bước 2: Phân đoạn (segmentation)

Phần mềm xác định đâu là đoạn văn, bảng, hình, con dấu, rồi tách vùng chữ thành dòng, từ, có khi tới ký tự. Với tài liệu nhiều cột, đây là bước dễ sai nhất: chữ của hai cột có thể bị ghép thành một dòng.

Bước 3: Nhận dạng (recognition)

Hệ thống quyết định mỗi hình là ký tự nào. OCR truyền thống so khớp với mẫu (template) hoặc trích đặc trưng như nét thẳng, nét cong, giao điểm. OCR hiện đại dùng mạng nơ-ron đọc cả dòng một lúc. Mỗi ký tự hoặc từ được trả về kèm điểm tin cậy (confidence score). Con số này giúp quyết định khi nào cần người kiểm tra.

Bước 4: Hậu xử lý (post-processing)

Kết quả thô được sửa bằng từ điển và ngữ cảnh. Ví dụ “Hà N0i” được sửa thành “Hà Nội”. Hệ thống dựng lại bố cục (đoạn, bảng), chuẩn hoá mã ký tự rồi xuất ra định dạng cần dùng: PDF tìm kiếm được, Word, Excel hoặc JSON gửi sang phần mềm khác.

OCR truyền thống khác OCR dùng AI như thế nào?

Công nghệ OCR hiện có hai thế hệ khá khác nhau.

Tiêu chí	OCR truyền thống	OCR dùng AI, học sâu (deep learning)
Cách nhận dạng	So khớp mẫu, quy tắc, trích đặc trưng do người thiết kế	Mạng nơ-ron học từ hàng triệu ảnh, thường đọc cả dòng
Font, kiểu chữ	Tốt với font in phổ biến, yếu với font lạ	Chịu được nhiều font, chữ nghiêng, nền phức tạp hơn
Chữ viết tay	Rất hạn chế	Đọc được ở mức nhất định, tuỳ ngôn ngữ và dữ liệu huấn luyện
Ảnh chụp điện thoại	Dễ sai khi ảnh lệch, loá, mờ	Ổn định hơn nhưng vẫn phụ thuộc chất lượng ảnh
Hiểu bố cục, trường dữ liệu	Cần mẫu (template) cố định cho từng loại giấy tờ	Có mô hình dựng sẵn cho hoá đơn, giấy tờ tuỳ thân; tinh chỉnh được
Hạ tầng	Chạy nhẹ trên máy cá nhân	Thường cần GPU hoặc gọi dịch vụ đám mây

Gần đây, các mô hình AI đa phương thức (hiểu cả ảnh lẫn ngôn ngữ) cũng đọc được tài liệu. Chúng linh hoạt nhưng có thể “đoán” ra chữ không có trong ảnh, nên số tiền, mã số, ngày tháng vẫn cần đối chiếu. Xem thêm nền tảng về trí tuệ nhân tạo (AI) để hiểu vì sao mô hình học sâu đọc chữ tốt hơn.

Có những loại OCR nào? Phân biệt OCR, ICR, OMR, IWR và IDP

Năm thuật ngữ này hay bị dùng lẫn dù giải các bài toán khác nhau.

Công nghệ	Nhận dạng gì	Ví dụ sử dụng
OCR (Optical Character Recognition)	Chữ in, đánh máy, từng ký tự hoặc dòng	Chuyển sách, công văn, hợp đồng thành văn bản tìm kiếm được
ICR (Intelligent Character Recognition)	Chữ viết tay dạng in rời hoặc viết liền, thường dùng học máy	Đọc tờ khai, phiếu đăng ký điền tay
IWR (Intelligent Word Recognition)	Chữ viết tay theo từng từ thay vì từng ký tự	Chữ viết liền khó tách ký tự, ghi chú tay
OMR (Optical Mark Recognition)	Dấu tô, dấu tích tại vị trí định sẵn, không đọc chữ	Phiếu trả lời trắc nghiệm, phiếu khảo sát
IDP (Intelligent Document Processing)	Cả tài liệu: phân loại, đọc, trích xuất trường, kiểm tra	Hoá đơn, chứng từ bảo hiểm, hồ sơ vay vốn

Hiểu đơn giản: OCR, ICR, IWR, OMR là “mắt” đọc chữ hoặc dấu. IDP là “mắt cộng não”: nó dùng OCR để đọc, rồi dùng AI để hiểu tài liệu là loại gì và lấy đúng thông tin cần thiết. Ví dụ, dịch vụ Azure Document Intelligence của Microsoft có cả mô hình Read (chỉ đọc chữ) lẫn các mô hình dựng sẵn cho hoá đơn, biên lai, giấy tờ tuỳ thân và mô hình phân loại tài liệu.

Vì sao OCR tiếng Việt khó hơn và làm sao tăng độ chính xác?

Công cụ đọc tiếng Anh tốt chưa chắc đọc tiếng Việt tốt, vì năm lý do.

Năm khó khăn riêng của tiếng Việt

1. Dấu nhỏ và nhiều tầng. Tiếng Việt có 5 dấu thanh cộng các chữ ă, â, đ, ê, ô, ơ, ư. Một chữ có thể mang cả dấu phụ lẫn dấu thanh như “ệ”, “ở”, “ữ”. Dấu chỉ chiếm vài điểm ảnh nên rất dễ mất khi ảnh mờ, nén mạnh hoặc in mực nhạt.
2. Cặp dấu dễ nhầm. Hỏi và ngã, sắc và huyền, o và ơ, u và ư trông gần giống nhau ở độ phân giải thấp. Sai một dấu là đổi nghĩa: “lối” và “lỗi”, “bán” và “bàn”.
3. Font và bảng mã cũ. Nhiều văn bản lưu trữ dùng font TCVN3 (ABC) hoặc VNI từ trước khi Unicode phổ biến. Quyết định 72/2002/QĐ-TTg ngày 10/06/2002 mới thống nhất dùng bộ mã TCVN 6909:2001 (Unicode) trong trao đổi văn bản điện tử giữa các cơ quan Đảng và Nhà nước.
4. Hai cách mã hoá Unicode. Chữ “ệ” có thể lưu thành một ký tự dựng sẵn hoặc chữ “e” cộng các dấu tổ hợp. Hai cách trông giống hệt nhau nhưng máy tính coi là khác nhau, khiến tìm kiếm và đối chiếu dữ liệu bị trượt.
5. Đặc thù giấy tờ Việt Nam. Con dấu đỏ đè lên chữ, chữ ký, giấy ố vàng, hoá đơn nhiệt bạc màu, bảng kê nhiều cột, ảnh chụp bằng điện thoại bị loá hoặc lệch góc.

Cách cải thiện độ chính xác OCR tiếng Việt

• Quét đúng chuẩn. Tài liệu Tesseract khuyến nghị ảnh có độ phân giải ít nhất 300 dpi. Amazon Textract khuyến nghị tối thiểu 150 dpi và không nén hay giảm độ phân giải trước khi gửi.
• Chụp đúng cách: nền tương phản, đủ sáng, chụp thẳng góc, không dùng zoom số.
• Khai báo ngôn ngữ. Chọn rõ tiếng Việt (mã “vie” trong Tesseract, gợi ý ngôn ngữ “vi” trong Google Cloud Vision) thay vì để công cụ tự đoán.
• Chuẩn hoá Unicode về dạng dựng sẵn sau khi nhận dạng, để tìm kiếm và so khớp không bị trượt.
• Dùng từ điển chuyên ngành. Tên thuốc, mã hàng, địa danh, tên ngân hàng giúp bước hậu xử lý sửa lỗi tốt hơn.
• Thêm quy tắc kiểm tra nghiệp vụ. Tổng tiền phải bằng tổng các dòng cộng thuế; ngày hoá đơn không được ở tương lai; mã số thuế đúng độ dài.
• Đặt ngưỡng tin cậy. Trường nào có điểm tin cậy thấp thì chuyển cho người kiểm tra, thay vì kiểm tra lại toàn bộ.
• Tinh chỉnh mô hình bằng dữ liệu của bạn. Với mẫu giấy tờ riêng của doanh nghiệp, bộ ảnh thật được gán nhãn dữ liệu cẩn thận vừa là nguyên liệu để tinh chỉnh mô hình, vừa là bộ kiểm thử để so sánh công cụ.

Với nhóm kỹ thuật, có thư viện nguồn mở VietOCR (giấy phép Apache 2.0) chuyên nhận dạng dòng chữ in và viết tay tiếng Việt bằng mô hình Transformer. Thư viện này chỉ nhận dạng, không có bước phát hiện vùng chữ, nên phải ghép với một mô hình phát hiện chữ khác.

Ứng dụng OCR trong thực tế: dùng ở đâu?

Hoá đơn, chứng từ kế toán

Theo Nghị định 123/2020/NĐ-CP ngày 19/10/2020, hoá đơn điện tử bắt buộc áp dụng từ 01/07/2022 và dùng định dạng XML. Vì vậy với hoá đơn điện tử, cách chuẩn là đọc thẳng tệp XML, không cần OCR. OCR vẫn cần cho phần còn lại: hoá đơn và biên lai giấy, phiếu chi viết tay, bảng kê, chứng từ nước ngoài, hoặc khi đối tác chỉ gửi bản PDF in ra.

Căn cước công dân và eKYC

Khi mở tài khoản trực tuyến, ứng dụng thường dùng OCR để đọc nhanh họ tên, số định danh, ngày sinh trên ảnh chụp thẻ và điền sẵn biểu mẫu. Tuy nhiên, theo Thông tư 17/2024/TT-NHNN ngày 28/06/2024 (hiệu lực 01/07/2024), ngân hàng phải đối chiếu sinh trắc học của khách hàng với dữ liệu trong bộ phận lưu trữ mã hoá (chip) của thẻ căn cước hoặc qua tài khoản định danh điện tử. Nghĩa là OCR chỉ là bước hỗ trợ nhập liệu; xác thực danh tính dựa vào chip và sinh trắc học.

Ngân hàng, tài chính

Với hồ sơ vay vốn, sao kê, uỷ nhiệm chi giấy, OCR và IDP giúp phân loại hồ sơ, trích trường chính và đối chiếu chéo giữa các giấy tờ.

Bảo hiểm

Ngày 11/06/2024, Viettel AI và Tổng Công ty Bảo hiểm BIDV (BIC) khởi động dự án triển khai dịch vụ nhận diện ký tự quang học. Theo công bố của Viettel AI, hệ thống dùng để số hoá hàng trăm nghìn hợp đồng bảo hiểm, phân loại và trích xuất thông tin từ hồ sơ, biểu mẫu trong nghiệp vụ bồi thường và bán lẻ.

Y tế

Thông tư 13/2025/TT-BYT ngày 06/06/2025 (hiệu lực 21/07/2025) yêu cầu các bệnh viện hoàn thành triển khai hồ sơ bệnh án điện tử chậm nhất 30/09/2025; các cơ sở khám chữa bệnh khác hoàn thành trước 31/12/2026. Bệnh án mới được lập trực tiếp trên hệ thống. OCR hữu ích cho phần giấy còn tồn: kết quả xét nghiệm từ nơi khác, giấy chuyển viện, đơn thuốc cũ, hồ sơ lưu trữ trước đây.

Số hoá lưu trữ, hành chính

Công văn, quyết định, hồ sơ nhân sự, sổ sách, báo cũ. OCR tạo lớp chữ ẩn dưới ảnh quét để tìm kiếm toàn văn. Lưu ý: muốn bản chuyển đổi thay được bản giấy, theo Điều 12 Luật Giao dịch điện tử số 20/2023/QH15, thông tin phải toàn vẹn như bản giấy, truy cập và sử dụng được, có ký hiệu riêng xác nhận đã chuyển đổi kèm thông tin bên thực hiện. Chạy OCR thôi chưa đủ điều kiện pháp lý.

Ngoài ra, OCR còn dùng để đọc biển số xe, mã vận đơn trong kho vận và dịch biển hiệu qua camera điện thoại.

Lợi ích và giới hạn của OCR

Lợi ích

• Giảm nhập liệu thủ công: nhân viên chuyển từ gõ lại sang kiểm tra, ít mệt và ít lỗi gõ.
• Tìm kiếm toàn văn: tìm một hợp đồng theo tên đối tác hay điều khoản trong vài giây.
• Xử lý nhanh, liên tục, không phụ thuộc giờ hành chính.
• Dữ liệu có cấu trúc: đầu vào cho báo cáo, phân tích và tự động hoá.

Giới hạn

• Không bao giờ đúng 100%. Mọi quy trình cần bước kiểm tra cho trường quan trọng.
• Phụ thuộc chất lượng ảnh: ảnh mờ, nghiêng, nhoè mực làm tỷ lệ lỗi tăng mạnh.
• Chữ viết tay vẫn khó, nhất là chữ viết liền và chữ viết tay tiếng Việt.
• Bố cục phức tạp như bảng lồng, nhiều cột, ô gộp dễ bị đọc sai thứ tự.
• Bảo mật: gửi giấy tờ tuỳ thân, bệnh án lên đám mây cần xem xét nơi lưu trữ và điều khoản xử lý dữ liệu.

Nên chọn phần mềm OCR nào? Tiêu chí đánh giá trung lập

Không có công cụ “tốt nhất” cho mọi trường hợp. Hãy đánh giá theo tiêu chí.

8 tiêu chí nên dùng

1. Hỗ trợ tiếng Việt cho đúng loại chữ bạn cần: chữ in, chữ viết tay hay cả hai.
2. Độ chính xác trên mẫu thật: tự đo tỷ lệ lỗi ký tự và tỷ lệ trường đúng trên tài liệu của bạn, cả bản xấu.
3. Khả năng trích xuất trường và đọc bảng, hay chỉ xuất văn bản thô.
4. Triển khai: đám mây, máy chủ nội bộ hay trên thiết bị, tuỳ yêu cầu bảo mật.
5. Tích hợp: có API, xuất JSON, Excel, PDF tìm kiếm được.
6. Chi phí tổng: phí theo trang hoặc bản quyền, hạ tầng, nhân sự kiểm tra.
7. Tinh chỉnh được không: có cho huấn luyện thêm với mẫu giấy tờ riêng.
8. Điểm tin cậy và giao diện kiểm tra để người duyệt sửa nhanh.

Một số công cụ phổ biến (theo tài liệu chính thức)

Công cụ	Loại	Tiếng Việt	Điểm cần biết
Tesseract	Nguồn mở, giấy phép Apache 2.0, chạy trên máy	Có (vie)	Hơn 100 ngôn ngữ; miễn phí; cần tự tiền xử lý ảnh và tự xây phần trích xuất trường
Google Cloud Vision	Dịch vụ đám mây	Có (vi)	Hai chế độ TEXT_DETECTION và DOCUMENT_TEXT_DETECTION; cho gợi ý ngôn ngữ
Azure Document Intelligence	Dịch vụ đám mây	Có với chữ in; chưa có với chữ viết tay	Mô hình Read, Layout, mô hình dựng sẵn cho hoá đơn, biên lai, giấy tờ tuỳ thân; mô hình tuỳ chỉnh và phân loại
Amazon Textract	Dịch vụ đám mây	Không	Đọc bảng, biểu mẫu; AnalyzeID chỉ cho giấy tờ do chính phủ Mỹ cấp

Các nhà cung cấp trong nước cũng có mô hình riêng cho giấy tờ Việt Nam. Dù chọn ai, hãy yêu cầu chạy thử trên dữ liệu của bạn trước khi ký hợp đồng.

Quy trình triển khai OCR trong doanh nghiệp

1. Chọn bài toán hẹp: một loại tài liệu khối lượng lớn, lặp lại, như hoá đơn giấy.
2. Đo hiện trạng: số tài liệu mỗi tháng, thời gian mỗi tài liệu, tỷ lệ lỗi nhập liệu. Không đo trước thì không chứng minh được hiệu quả.
3. Thu mẫu và gán nhãn: gom tài liệu thật, cả bản xấu, ghi đáp án đúng cho từng trường.
4. Thử nghiệm 2 đến 3 giải pháp trên cùng bộ mẫu, so sánh theo tiêu chí ở phần trên.
5. Thiết kế luồng kiểm tra: ngưỡng tin cậy, ai duyệt, duyệt trong bao lâu.
6. Tích hợp với phần mềm kế toán, ERP, hệ thống quản lý tài liệu.
7. Chạy thí điểm song song cách làm cũ để đối chiếu.
8. Mở rộng và giám sát: theo dõi tỷ lệ phải sửa tay; khi mẫu giấy tờ đổi, cập nhật quy tắc hoặc tinh chỉnh mô hình.

Nếu không đủ nhân sự cho bước kiểm tra, doanh nghiệp có thể thuê ngoài khâu nhập liệu và đối soát theo mô hình BPO (thuê ngoài quy trình kinh doanh), giữ OCR làm phần xử lý tự động.

OCR kết hợp RPA hoạt động ra sao?

OCR biến giấy thành dữ liệu. RPA (tự động hoá quy trình bằng robot phần mềm) lấy dữ liệu đó và thao tác trên các phần mềm như một nhân viên: đăng nhập, nhập liệu, bấm lưu, gửi email.

Ví dụ minh hoạ với hoá đơn đầu vào giấy:

1. Robot RPA lấy tệp quét từ hộp thư hoặc thư mục chung.
2. OCR/IDP đọc và trích các trường: nhà cung cấp, mã số thuế, số hoá đơn, ngày, tổng tiền.
3. Robot đối chiếu với đơn mua hàng và phiếu nhập kho trong ERP.
4. Khớp và tin cậy cao: robot nhập vào phần mềm kế toán. Lệch hoặc tin cậy thấp: chuyển cho kế toán xem.
5. Robot ghi nhật ký, lưu tệp gốc đúng thư mục và báo cáo cuối ngày.

Điểm mấu chốt: RPA chỉ làm đúng khi dữ liệu từ OCR đúng, nên hãy chắc bước kiểm tra OCR trước khi tự động hoá phía sau.

Những hiểu lầm phổ biến về OCR

1. “Quét thành PDF là đã có OCR.” Sai. Nhiều tệp PDF chỉ chứa ảnh. Thử bôi đen hoặc tìm một từ: không được tức là chưa có lớp chữ.
2. “Nhà cung cấp nói chính xác 99% thì tài liệu của tôi cũng vậy.” Con số đó đo trên bộ mẫu của họ. Với hoá đơn nhiệt bạc màu hay chữ viết tay, kết quả có thể khác xa.
3. “OCR là AI nên tự hiểu tài liệu.” OCR cơ bản chỉ đọc chữ. Hiểu “đâu là tổng tiền” là việc của IDP hoặc quy tắc bạn tự thiết lập.
4. “Có OCR thì không cần người nữa.” Người vẫn cần cho các trường tin cậy thấp và trường hợp ngoại lệ. Vai trò chuyển từ gõ sang duyệt.

Câu hỏi thường gặp

OCR là viết tắt của từ gì?

OCR là viết tắt của Optical Character Recognition, dịch là nhận dạng ký tự quang học. Có tài liệu gọi là “nhận diện ký tự quang học” hay “công nghệ nhận dạng chữ”, đều cùng một khái niệm.

Image to text khác OCR chỗ nào?

Về công nghệ thì không khác. Image to text là cách gọi theo thao tác: bạn đưa vào một ảnh và nhận về chữ. OCR là tên của công nghệ xử lý bên dưới.

Chuyển ảnh thành văn bản không cần cài phần mềm được không?

Được, với lượng nhỏ. Điện thoại có Live Text hoặc Google Lens, Windows 11 có công cụ lấy chữ trong Snipping Tool, OneNote và Google Drive cũng đọc được chữ trong ảnh. Với nhiều trang hoặc cần giữ bảng, bạn nên dùng phần mềm OCR chuyên dụng.

OCR tiếng Việt có chính xác không?

Với văn bản in rõ, quét đúng chuẩn, công cụ hỗ trợ tiếng Việt thường cho kết quả tốt. Độ chính xác giảm rõ với ảnh mờ, dấu nhoè, font cũ và chữ viết tay. Cách đánh giá đúng là chạy thử trên mẫu tài liệu thật của bạn.

Có phần mềm OCR tiếng Việt miễn phí không?

Có. Tesseract là phần mềm nguồn mở miễn phí, có dữ liệu tiếng Việt. Nhiều ứng dụng điện thoại cũng có tính năng lấy chữ từ ảnh, phù hợp nhu cầu cá nhân.

OCR có đọc được chữ viết tay không?

Có, nhưng đó là phần khó nhất và thường được gọi là ICR. Kết quả phụ thuộc nhiều vào nét chữ và ngôn ngữ. Ví dụ, Azure Document Intelligence hiện chưa đưa tiếng Việt vào danh sách chữ viết tay được hỗ trợ.

OCR và IDP khác nhau thế nào?

OCR chuyển ảnh chữ thành văn bản. IDP dùng OCR làm bước đầu, rồi thêm AI để phân loại tài liệu, trích đúng trường dữ liệu và kiểm tra tính hợp lệ, cho ra dữ liệu có cấu trúc dùng được ngay.

Làm sao biết một tệp PDF đã được OCR hay chưa?

Thử bôi đen một đoạn hoặc tìm một từ. Làm được tức tệp đã có lớp văn bản; nếu chỉ chọn được cả trang như một bức ảnh, tệp chưa được OCR.

Dùng OCR trên đám mây có an toàn cho giấy tờ tuỳ thân không?

Tuỳ nhà cung cấp và cấu hình. Hãy kiểm tra nơi lưu dữ liệu, thời gian lưu, dữ liệu có bị dùng để huấn luyện mô hình không. Với dữ liệu nhạy cảm, cân nhắc giải pháp chạy trên máy chủ nội bộ.