Postoji nekoliko metoda koje možemo koristiti da bi iz digitalne slike definirali tekst.
Prvi i najizravniji način podrazumijeva pretipkivanje teksta sa slike u neki tekst editor (npr. Adobe Acrobat ako želite tekst pohraniti u PDF formatu). Na taj način sigurno ćete dobiti kvalitetne rezultate. U nekim slučajevima (stari tekstovi, loše kvalitete) u pretipkivanju teksta sudjelovao je veliki broj osoba, zatim su se svi rezultati takvoga pothvata uspoređivali te su zajedno jamčili gotovo 100%-nu točnost. Nedostatak je ove metode je to što jako dugo traje te je zbog toga također poprilično skupa. Unatoč tome ovo je ponekad jedina moguća metoda jer mogućnosti automatskog prepoznavanja znakova još nisu potpuno usavršene.
Druga metoda koja se može koristiti je crowdsourcing (ostvarivanje skupne aktivnosti). Kod ove metode posao pretipkivanja obavlja velika grupa ljudi (ili zajednica) putem otvorene suradnje [izvor]. Prema tomu, ova metoda izvodi se isto kao i prethodna - tekst se ručno pretipkava, a jedina je razlika u broju ljudi koji su uključeni u ovaj zadatak. Program digitalizacije australskih novina predstavlja izvrstan primjer ove metode. Za ovu metodu važno je izgraditi nekakvu infrastrukturu koja ljudima omogućava suradnju na ispravljanju i pretipkivanju teksta. Ovakav projekt također podrazumijeva velik broj ljudi te će njegova realizacija biti moguća jedino ako imate pouzdan način za privlačenje ljudi poput novca ili izuzetno zanimljive zbirke. Drugi je nedostatak ove metode što je teško predvidjeti kada će posao biti izvršen i kakva će biti kvaliteta rezultata.
Možete se postaviti pitanje: Ako je ručno pertipkivanje preskupo, a crowdsourcing ne mogu svi ostvariti, koja mi mogućnost preostaje, a da moram angažirati cijeli internet za pomoć? Tada je odgovor automatsko prepoznavanje znakova.
Koji je od sljedećih projekata koristio crowdsourcing za stvaranje digitalni tekst?