Cad é teicneolaíocht OCR?
Tagraíonn Aitheantas Optúil Carachtair (Béarla: Optical Character Recognition, OCR) don phróiseas chun comhaid íomhá d’ábhair téacs a anailísiú agus a aithint chun faisnéis téacs agus leagan amach a fháil.
Cosúil le haitheantas íomhá agus teicneolaíocht fís meaisín, roinntear próiseas próiseála teicneolaíochta OCR freisin i bpróiseas ionchuir, réamhphróiseála, próiseála lár téarma, iar-phróiseála agus aschuir.
isteach
I gcás formáidí íomhá éagsúla, tá formáidí stórála éagsúla agus modhanna comhbhrú éagsúla.Faoi láthair, tá OpenCV, CxImage, etc.
Réamh-phróiseáil - binarization
Is íomhánna daite iad an chuid is mó de na pictiúir a thógann ceamaraí digiteacha inniu, ina bhfuil méid ollmhór faisnéise agus nach bhfuil oiriúnach do theicneolaíocht OCR.
Maidir le hábhar an phictiúir, is féidir linn a roinnt go simplí i tulra agus cúlra.D'fhonn an ríomhaire a dhéanamh níos tapúla agus ríomhaireachtaí a bhaineann le OCR a dhéanamh níos fearr, ní mór dúinn an íomhá datha a phróiseáil ar dtús, ionas nach bhfanann ach an fhaisnéis tulra agus an fhaisnéis chúlra sa phictiúr.Is féidir dénárdú a thuiscint go simplí mar “dubh agus bán”.
laghdú torainn íomhá
I gcás íomhánna éagsúla, d'fhéadfadh an sainmhíniú ar thorann a bheith difriúil, agus tá an próiseas denoising de réir saintréithe an torainn ar a dtugtar laghdú torainn.
ceartú tilt
Mar gheall ar ghnáthúsáideoirí, agus iad ag glacadh pictiúir de dhoiciméid, tá sé deacair a shoot go hiomlán i gcomhréir leis an ailíniú cothrománach agus ingearach, agus mar sin beidh na pictiúir a glacadh skewed dosheachanta, a éilíonn bogearraí próiseála íomhá a cheartú.
Próiseáil mheántéarmach – anailís ar leagan amach
Anailís leagan amach a thugtar ar an bpróiseas chun pictiúir doiciméad a roinnt ina míreanna agus ina mbrainsí.Mar gheall ar éagsúlacht agus castacht na ndoiciméad iarbhír, ní mór an chéim seo a bharrfheabhsú fós.
gearradh carachtar
Mar gheall ar theorainneacha na gcoinníollacha grianghrafadóireachta agus scríbhneoireachta, is minic a bhíonn carachtair sáite agus pinn briste.Má úsáidtear íomhánna den sórt sin go díreach le haghaidh anailíse OCR, cuirfear teorainn mhór ar fheidhmíocht OCR.Dá bhrí sin, tá deighilt carachtar ag teastáil, is é sin, carachtair éagsúla a scaradh.
Aitheantas carachtair
Sa chéim luath, baineadh úsáid as meaitseáil teimpléid go príomha, agus sa chéim níos déanaí, baineadh úsáid as eastóscadh gné go príomha.Mar gheall ar thionchar fachtóirí cosúil le díláithriú téacs, tiús stróc, peann briste, greamaitheacht, rothlú, etc., cuirtear isteach go mór ar an deacracht a bhaineann le eastóscadh gné.
Athchóiriú leagan amach
Tá súil ag daoine go bhfuil an téacs aitheanta fós socraithe cosúil le pictiúr an doiciméid bhunaidh, agus déantar na míreanna, na seasaimh agus an t-ordú a aschur chuig doiciméid Word, doiciméid PDF, etc., agus tugtar athchóiriú leagan amach ar an bpróiseas seo.
iarphróiseála
De réir an choibhneasa atá ag comhthéacs teanga ar leith, ceartaítear an toradh aitheantais.
aschur
Aschuir na carachtair aitheanta mar théacs i bhformáid áirithe.
Cad iad na hiarratais a bhaineann le críochfoirt ríomhaire boise bunaithe ar theicneolaíocht OCR?
Tríd an teirminéal ríomhaire boise PDA luchtaithe le bogearraí aitheantais carachtar OCR, is féidir go leor feidhmchláir radharc a bhaint amach, mar shampla: aitheantas pláta ceadúnais gluaisteán, aithint uimhir coimeádáin, aithint lipéad meáchain mairteola agus caoireola allmhairithe, aitheantas limistéir inléite meaisín pas, aitheantas léamh méadar leictreach. , coil cruach Aitheantas carachtair spraeáilte.
Am postála: Samhain-16-2022