Benchmark de Ferramentas de OCR para Digitalização de Registros Imobiliários: Uma Análise Software-Hardware para Definição de Arquitetura
Resumo
Este artigo apresenta um benchmark de ferramentas de Reconhecimento Óptico de Caracteres (OCR) no contexto de digitalização de registros imobiliários. Foram comparadas ferramentas proprietárias (AWS Textract, Google Vision, Gemini) e open source (Tesseract, EasyOCR, PaddleOCR) em implantações CPU/GPU on premise e APIs em nuvem. Os resultados indicam maior acurácia nas soluções proprietárias e maior velocidade nas alternativas open source aceleradas em GPU, apoiando arquiteturas híbridas. Discutiu-se os impactos operacionais relacionados ao uso de energia e tráfego de dados nas diferentes arquiteturas. As evidências obtidas orientam decisões de arquitetura e implantação em cenários reais de serviços documentais.
Referências
Amazon Web Services (2025). Amazon Textract Documentation. AWS. [link], Setembro.
Brasil (1973). Lei nº 6.015, de 31 de dezembro de 1973. [link], Setembro.
Chaitra, M., M J, D., Gopalakrishna, M., Md, S., and Aditya, C. (2023). Text Detection and Recognition from the Scene Images Using RCNN and EasyOCR, pages 75–85.
Cui, C., Sun, T., Lin, M., Gao, T., Zhang, Y., Liu, J., Wang, X., Zhang, Z., Zhou, C., Liu, H., Zhang, Y., Lv, W., Huang, K., Zhang, Y., Zhang, J., Zhang, J., Liu, Y., Yu, D., and Ma, Y. (2025). Paddleocr 3.0 technical report. [link].
Filho, E. S. L., Falavigna, J. O. B., and de Lima, A. S. (2019). Hemeroteca digital. Anais Estendidos do XV Simpósio Brasileiro de Sistemas de Informação, pages 132–133. [link].
Francis, S. and Sangeetha, M. (2025). A comparison study on optical character recognition models in mathematical equations and in any language. Results in Control and Optimization, 18:100532.
Gemma (2024). Gemma: Open models based on gemini research and technology.
Google (2025). Cloud Vision API Documentation. Google Cloud. [link], Setembro.
Google DeepMind (2023). Gemini: Multimodal AI Models. [link], Setembro.
Gupta, U., Kumar, A., Gupta, A., Raj, G., and Agrawal, A. P. (2024). Advances in handwritten character recognition: A comparison of ocr and large language model-based approaches. In 2024 International Conference on Emerging Technologies and Innovation for Sustainability (EmergIN), pages 192–198.
Hegghammer, T. (2021). Ocr with tesseract, amazon textract, and google document ai: a benchmarking experiment. Journal of Computational Social Science, 5:861 – 882.
JaidedAI (2025). GitHub - JaidedAI/EasyOCR: Ready-to-use OCR with 80+ supported languages and all popular writing scripts including Latin, Chinese, Arabic, Devanagari, Cyrillic and etc. — github.com. [link], Setembro.
Kanagarathinam, K. and Sekar, K. (2019). Text detection and recognition in raw image dataset of seven segment digital energy meter display. Energy Reports, 5:842–852.
Lima, F. and Silva, E. (2025). Enhancing text recognition in ocr systems through image processing with bsrgan. In Anais do XXI Simpósio Brasileiro de Sistemas de Informação, pages 497–505, Porto Alegre, RS, Brasil. SBC.
Silva, J., Resendo, L., Andrade, J., and Komati, K. (2021). Comparação de apis de ocr para reconhecimento de dígitos em imagens de mostrador de sete segmentos. In Anais do VIII Encontro Nacional de Computação dos Institutos Federais, pages 33–40, Porto Alegre, RS, Brasil. SBC.
Smith, R. (2007). An overview of the tesseract ocr engine. In Ninth International Conference on Document Analysis and Recognition (ICDAR 2007), volume 2, pages 629–633.
Tafti, A. P., Baghaie, A., Assefi, M., Arabnia, H. R., Yu, Z., and Peissig, P. L. (2016). Ocr as a service: An experimental evaluation of google docs ocr, tesseract, abbyy finereader, and transym. In International Symposium on Visual Computing.
Vijayarani, D. S. and Sakila, M. A. (2016). Text extraction from tamil and hindi document images using open source optical character recognition tools. [link], Setembro.
Vijayarani, S. and Sakila, A. (2015). Performance comparison of ocr tools. International Journal of UbiComp, 6:19–30.
Wick, C., Reul, C., and Puppe, F. (2018). Comparison of ocr accuracy on early printed books using the open source engines calamari and ocropus. Journal for Language Technology and Computational Linguistics, 33:79–96.
Wick, C., Reul, C., and Puppe, F. (2020). Calamari - A High-Performance Tensorflow-based Deep Learning Package for Optical Character Recognition. Digital Humanities Quarterly, 14(1).
Brasil (1973). Lei nº 6.015, de 31 de dezembro de 1973. [link], Setembro.
Chaitra, M., M J, D., Gopalakrishna, M., Md, S., and Aditya, C. (2023). Text Detection and Recognition from the Scene Images Using RCNN and EasyOCR, pages 75–85.
Cui, C., Sun, T., Lin, M., Gao, T., Zhang, Y., Liu, J., Wang, X., Zhang, Z., Zhou, C., Liu, H., Zhang, Y., Lv, W., Huang, K., Zhang, Y., Zhang, J., Zhang, J., Liu, Y., Yu, D., and Ma, Y. (2025). Paddleocr 3.0 technical report. [link].
Filho, E. S. L., Falavigna, J. O. B., and de Lima, A. S. (2019). Hemeroteca digital. Anais Estendidos do XV Simpósio Brasileiro de Sistemas de Informação, pages 132–133. [link].
Francis, S. and Sangeetha, M. (2025). A comparison study on optical character recognition models in mathematical equations and in any language. Results in Control and Optimization, 18:100532.
Gemma (2024). Gemma: Open models based on gemini research and technology.
Google (2025). Cloud Vision API Documentation. Google Cloud. [link], Setembro.
Google DeepMind (2023). Gemini: Multimodal AI Models. [link], Setembro.
Gupta, U., Kumar, A., Gupta, A., Raj, G., and Agrawal, A. P. (2024). Advances in handwritten character recognition: A comparison of ocr and large language model-based approaches. In 2024 International Conference on Emerging Technologies and Innovation for Sustainability (EmergIN), pages 192–198.
Hegghammer, T. (2021). Ocr with tesseract, amazon textract, and google document ai: a benchmarking experiment. Journal of Computational Social Science, 5:861 – 882.
JaidedAI (2025). GitHub - JaidedAI/EasyOCR: Ready-to-use OCR with 80+ supported languages and all popular writing scripts including Latin, Chinese, Arabic, Devanagari, Cyrillic and etc. — github.com. [link], Setembro.
Kanagarathinam, K. and Sekar, K. (2019). Text detection and recognition in raw image dataset of seven segment digital energy meter display. Energy Reports, 5:842–852.
Lima, F. and Silva, E. (2025). Enhancing text recognition in ocr systems through image processing with bsrgan. In Anais do XXI Simpósio Brasileiro de Sistemas de Informação, pages 497–505, Porto Alegre, RS, Brasil. SBC.
Silva, J., Resendo, L., Andrade, J., and Komati, K. (2021). Comparação de apis de ocr para reconhecimento de dígitos em imagens de mostrador de sete segmentos. In Anais do VIII Encontro Nacional de Computação dos Institutos Federais, pages 33–40, Porto Alegre, RS, Brasil. SBC.
Smith, R. (2007). An overview of the tesseract ocr engine. In Ninth International Conference on Document Analysis and Recognition (ICDAR 2007), volume 2, pages 629–633.
Tafti, A. P., Baghaie, A., Assefi, M., Arabnia, H. R., Yu, Z., and Peissig, P. L. (2016). Ocr as a service: An experimental evaluation of google docs ocr, tesseract, abbyy finereader, and transym. In International Symposium on Visual Computing.
Vijayarani, D. S. and Sakila, M. A. (2016). Text extraction from tamil and hindi document images using open source optical character recognition tools. [link], Setembro.
Vijayarani, S. and Sakila, A. (2015). Performance comparison of ocr tools. International Journal of UbiComp, 6:19–30.
Wick, C., Reul, C., and Puppe, F. (2018). Comparison of ocr accuracy on early printed books using the open source engines calamari and ocropus. Journal for Language Technology and Computational Linguistics, 33:79–96.
Wick, C., Reul, C., and Puppe, F. (2020). Calamari - A High-Performance Tensorflow-based Deep Learning Package for Optical Character Recognition. Digital Humanities Quarterly, 14(1).
Publicado
19/07/2026
Como Citar
SARMANHO, Elton; PORTELA, Carlos; HENRIQUES, Edinaldo; FREITAS, Gleyciane; ALMEIDA, Vinicius; BARRETO, Greg.
Benchmark de Ferramentas de OCR para Digitalização de Registros Imobiliários: Uma Análise Software-Hardware para Definição de Arquitetura. In: SEMINÁRIO INTEGRADO DE SOFTWARE E HARDWARE (SEMISH), 53. , 2026, Gramado/RS.
Anais [...].
Porto Alegre: Sociedade Brasileira de Computação,
2026
.
p. 143-154.
ISSN 2595-6205.
DOI: https://doi.org/10.5753/semish.2026.20941.
