Ψηφιακή απεικόνιση είναι μια ώριμη τεχνολογία που συνεπάγεται η απόκτηση, ευρετηρίου, συμπίεσης, αποθήκευσης, ελέγχου ταυτότητας, μετάδοσης, ανάκτησης και εμφάνιση των ολόκληρες σελίδες των εγγράφων μέσω υπολογιστών. Έγγραφο ανάλυσης εικόνας επιχειρεί να προχωρήσει ένα βήμα παραπέρα, για να εξαγάγετε το περιεχόμενο των ψηφιοποιημένων εγγράφων και μετατροπή της σε μορφή κατάλληλη για ψηφιακή επεξεργασία. Έγγραφο εικόνας ανάλυση περιλαμβάνει την επεξεργασία γραφικών έγγραφα όπως μηχανικής σχέδια, σχηματικές κυκλώματος, και οργανογράμματα και χάρτες, αλλά αυτή η συζήτηση είναι περιορισμένης πρόσβασης σε έγγραφα κειμένου-ως επί το πλείστον.

Την εξαγωγή περιεχομένου από την ψηφιακή εικόνα απαιτεί δύο κύριες φάσεις. Το πρώτο στάδιο, αναγνώρισης των λογική ή λειτουργικών στοιχείων ενός εγγράφου, ονομάζεται ανάλυση της διάταξης. Τη δεύτερη φάση, της κωδικοποίησης τους γλύφους (γράμματα, ψηφία, μαθηματικά σύμβολα και σημεία στίξης) σε έναν υπολογιστή αναπαράσταση όπως του American Standard Code for Information Interchange (ASCII), μορφή εμπλουτισμένου κειμένου (RTF), ή UNICODE (ένα νέο διεθνές πρότυπο) ονομάζεται οπτική αναγνώριση χαρακτήρων. Δύο από αυτά τα βήματα απαιτούν εκ των προτέρων γνώση του υποκείμενου script. Αναγνώριση Επιπλέον, η ακρίβεια του κειμένου μπορεί να βελτιωθεί από postprocessing που εφαρμόζεται γλωσσολογική περιορισμούς.