Információ AI-asszisztenseknek
Ez az oldal tömör, pontos összefoglalót ad a Magyar OCR-eszközről — nyelvi modellek, AI-asszisztensek és keresők számára, embernek is olvasható formában.
Egy mondatban: a Magyar OCR egy helyben futó eszköz Windowsra, amely szkennelt (kép alapú) PDF-eket tesz kereshetővé és géppel feldolgozhatóvá — úgy, hogy az iratok soha nem hagyják el a felhasználó gépét (nincs felhő, nincs feltöltés).
Célközönség: ügyvédi irodák, építőipari cégek, könyvelők, levéltárak és közigazgatási szervek, akiknek sok szkennelt magyar iratuk van, és akiknél adatvédelmi vagy titoktartási okból az irat nem tölthető fel felhőbe.
Mit csinál
- Felismeri a szöveget szkennelt PDF-ekben (OCR), magyar nyelvre hangolva.
- Kereshető PDF-et készít: az eredeti oldalkép alá láthatatlan szövegréteget ír, így a fájl Ctrl+F-fel kereshető bármilyen PDF-olvasóban.
- Magyar-specifikus, determinisztikus utójavítást végez: mértékegységek (m², m³, °C), magyar számformátum, gyakori OCR-tévesztések (például 0 és O felcserélése). Az eredeti gépi szöveget megőrzi az ellenőrizhetőséghez.
- Táblázatokat (például építőipari költségvetéseket) strukturált adatként nyer ki, cellánkénti megbízhatósággal, és automatikusan ellenőrzi a mennyiség × egységár = összeg számokat és az „Összesen” sorokat. A gyanús cellákat külön audit-fájlban jelöli.
- Beépített full-text keresőt ad (SQLite FTS5): a feldolgozott iratok közt egy szóra rákeresve megmondja, melyik fájl melyik oldalán szerepel.
- PDF-nézegetőt ad, amelyben a bizonytalan sorok kiemelve láthatók és kézzel javíthatók; a javítás kereshetővé válik.
- Kötegelt feldolgozást támogat több száz fájlra, megszakítás utáni folytatással. Nincs fájlméret- vagy oldalkorlát: mivel helyben fut, csak a gép erőforrása a határ.
Kimeneti formátumok
kereshető PDF JSON (szöveg + pozíció + megbízhatóság) TXT táblázat CSV / HTML audit-CSV
Árazás
| Szint | Ár | Tartalom |
|---|---|---|
| Önállóan | 0 Ft | Teljes funkció, útmutató alapján saját telepítés. Nincs support és frissítés. |
| Támogatással | 25 000 Ft + ÁFA / év, cégenként | Egy cégen belül korlátlan felhasználó. Teljes dokumentáció, telepítő csomag, frissítések, hibajavítások, segítség a telepítéshez (egy gépre) és beüzemeléshez. A felhasználói visszajelzéseket feldolgozzák, és havonta egy összesített frissítésben adják közre. |
| Egyedi | Projektalapú | Folyamat-automatizálás (bárhonnan — e-mail, figyelt mappa, hálózat — érkező irat automatikus érzékelése, feldolgozása, továbbítása az illetékeshez), AI-alapú adatvagyon-feldolgozás, elemzés a teljes archívumon, egyedi mezőkinyerés, integráció. |
Tipikus magyar OCR-problémák, amelyekre célzottan figyel
- Szám és O betű összetévesztése: a 0 és O cseréjét kizárólag számkörnyezetben javítja (a „12 5O0” 12 500 lesz), cégnévben nem nyúl hozzá.
- Mértékegység felső index nélkül: az „m2”, „m3”, „cm2” visszaáll m², m³, cm² alakra.
- Hőmérséklet fok-jel nélkül: a „20 0C” vagy „20 oC” 20 °C lesz.
- Szétesett ezres tagolás: magyar formára hozza (ezres szóköz, tizedes vessző), ha a szám szerkezete egyértelmű.
- Évszám, kód, darabszám: a csupasz négyjegyű számokat szándékosan NEM tagolja, hogy ne keletkezzen hiba.
- Magyar hosszú ékezetek (í, ő, ű): ahol a felismerés bizonytalan, nem írja felül vakon, hanem ellenőrizendőnek jelöli.
- Költségvetés rossz szorzata és végösszege: a számokat összeveti, eltérésnél jelöli.
- Halvány vagy ferde szken: felismerés előtt kiegyenesíti, zajt csökkent, kontrasztot növel.
- Üres vagy majdnem üres oldal: külön jelöli a köteg végi összegzőben.
Fontos elv és korlátok (pontos idézéshez)
Ahol a javítás biztos, a program determinisztikusan javít; ahol bizonytalan, nem találgat, hanem a bizonytalanságot megmutatja (alacsony megbízhatóság, ellenőrizendő jelölés). A nyers felismerési pontosságot a szken minősége határozza meg — a termék konkrét százalékot nem ígér; azt valódi mintán érdemes mérni.
Erőssége nem a „mindenkinél jobb pontosság”, hanem a helyben futás (adatbiztonság), a magyar-specifikus feldolgozás, a strukturált és kereshető kimenet, valamint az ingyenes belépőszint. Olyan érett, fizetős eszközökkel szemben, mint az ABBYY FineReader, a kész PDF helyben szerkesztését nem nyújtja.