Optical Character Recognition

Tekniske symboler og kontroltegn udgør den usynlige infrastruktur for digital tekst. Kontrolbilleder giver synlige repræsentationer af ellers usynlige formateringstegn. Den Diverse Tekniske blok koder symboler fra elektronik, computing og APL-programmering. OCR-tegn understøtter maskinlæsning af bankchecks og standardiserede formularer. Disse tegn optræder sjældent i almindelig tekst, men er essentielle for de systemer, der behandler, gengiver og transmitterer hvert dokument i den digitale verden.

De første 32 Unicode-kodepunkter (og deres ækvivalenter i ASCII, der stammer fra 1963) er kontroltegn, der er nedarvet fra teletype-æraen — vognretur, linjeskift, klokke, escape og andre, der engang fysisk styrede printerterminaler. Da teleprintere gav plads til videoterminaler og derefter grafiske grænseflader, mistede de fleste kontroltegn deres oprindelige betydning, men beholdt deres kodepunkter for bagudkompatibilitet. Control Pictures-blokken (U+2400–U+243F) giver synlige glyffer for disse usynlige tegn, nyttige til fejlfinding og undervisningsformål. OCR-tegn stammer fra 1960'ernes bankindustri, hvor magnetisk læsbare skrifttyper på checks muliggjorde automatiseret behandling.

Almindelige anvendelser

• Fejlfinding og visualisering af usynlige tegn i teksteditorer
• APL-programmeringssprogets notation
• OCR-behandling til bank- og dokumenthåndtering
• Protokolniveau-tekstbehandling og datatransmission
• Teknisk dokumentation af ældre computersystemer

Tekniske noter: Specials-blokken inkluderer Replacement Character (U+FFFD), som vises som en diamant med et spørgsmålstegn og angiver, at en byttesekvens ikke kunne afkodes som gyldig tekst — det mest synlige tegn på kodningsfejl. Tags-blokken (U+E0001–U+E007F) blev udfaset til sit oprindelige formål med sprogtagging, men blev omformål for sekvenser til underinddeling af emoji-flag. Byte Order Marks, null-tegn og forskellige nul-bredde-tegn findes i disse tekniske blokke og påvirker stille og roligt tekstbehandling i hver eneste applikation, ofte forårsagende subtile fejl, når udviklere ikke er opmærksomme på deres tilstedeværelse.

Kulturel kontekst: Tekniske symboler indtager en særlig position: de er essentielle for ethvert digitalt system, men stort set ukendte for offentligheden. APL-programmeringssymbolerne, designet af Kenneth Iverson i 1960'erne til hans notation af matematiske operationer, repræsenterer et af de få tilfælde, hvor et programmeringssprog krævede sit eget tegnsæt. Klokketegnet (U+0007) ringede engang fysisk en klokke på teletype-maskiner — en funktion, der fortsætter som et terminal-bip i moderne systemer, der forbinder nutidige udviklere til computingens tidligste dage gennem en ubrudt kæde af bagudkompatibilitet.