Wat ass OCR Technologie?
Optical Character Recognition (Englesch: Optical Character Recognition, OCR) bezitt sech op de Prozess fir Bilddateien vun Textmaterial ze analyséieren an z'erkennen fir Text- a Layoutinformatioun ze kréien.
Ähnlech wéi d'Bilderkennung an d'Maschinnvisiounstechnologie ass de Veraarbechtungsprozess vun der OCR Technologie och opgedeelt an Input, Pre-Veraarbechtung, Mid-Term Veraarbechtung, Post-Veraarbechtung an Output Prozess.
anzeginn
Fir verschidde Bildformate ginn et verschidde Späicherformater a verschidde Kompressiounsmethoden.De Moment ginn et OpenCV, CxImage, etc.
Pre-Veraarbechtung - binarization
Déi meescht vun de Biller, déi haut mat digitale Kameraen gemaach ginn, si Faarfbilder, déi eng enorm Quantitéit un Informatioun enthalen an net fir OCR Technologie gëeegent sinn.
Fir den Inhalt vum Bild kënne mir et einfach an de Virdergrond an den Hannergrond opdeelen.Fir de Computer méi séier ze maachen a besser OCR-relatéiert Berechnungen ze maachen, musse mir d'Faarfbild als éischt veraarbechten, sou datt nëmmen d'Virgrondinformatioun an d'Hannergrondinformatioun am Bild bleiwen.Binariséierung kann och einfach als "schwaarz a wäiss" verstane ginn.
Bild Kaméidi Reduktioun
Fir verschidde Biller kann d'Definitioun vu Kaméidi anescht sinn, an de Prozess vun der Denoising no de Charakteristike vum Kaméidi gëtt Kaméidi Reduktioun genannt.
Schréiegt Korrektur
Well gewéinlech Benotzer, wann Dir Fotoen vun Dokumenter maacht, ass et schwéier komplett am Aklang mat der horizontaler a vertikaler Ausrichtung ze schéissen, sou datt d'Biller déi geholl ginn onweigerlech schief sinn, wat Bildveraarbechtungssoftware erfuerdert fir ze korrigéieren.
Mëtt-Begrëff Veraarbechtung - Layout Analyse
De Prozess fir Dokumentbilder a Paragrafen a Filialen opzedeelen gëtt Layoutanalyse genannt.Wéinst der Diversitéit an der Komplexitéit vun aktuellen Dokumenter muss dëse Schrëtt nach ëmmer optimiséiert ginn.
Charakter Schnëtt
Wéinst den Aschränkungen vun der Foto- a Schreifbedéngungen stinn Personnagen dacks fest a Stëfter gebrach.Direkt benotzt sou Biller fir OCR Analyse wäert d'OCR Leeschtung staark limitéieren.Dofir ass d'Zeechensegmentéierung erfuerderlech, dat heescht fir verschidde Personnagen ze trennen.
Charakter Unerkennung
Am fréie Stadium gouf Schablounmatching haaptsächlech benotzt, an an der spéider Etapp gouf Feature Extraktioun haaptsächlech benotzt.Wéinst dem Afloss vu Faktoren wéi Textverschiebung, Schlagdicke, gebrochenen Pen, Adhäsioun, Rotatioun, asw., ass d'Schwieregkeet vun der Feature Extraktioun staark beaflosst.
Layout Restauratioun
D'Leit hoffen datt den unerkannten Text nach ëmmer arrangéiert ass wéi dat ursprénglecht Dokumentbild, an d'Paragrafen, Positiounen an Uerdnung ginn op Word Dokumenter, PDF Dokumenter, etc.
Post Veraarbechtung
No der Bezéiung vum spezifesche Sproochekontext gëtt d'Unerkennungsresultat korrigéiert.
Ausgang
Gitt déi unerkannt Zeechen als Text an engem bestëmmte Format eraus.
Wat sinn d'Applikatioune vun Handheld Terminaler baséiert op OCR Technologie?
Duerch den Handheld Terminal PDA gelueden mat OCR Charaktererkennungssoftware, kënne vill Szenapplikatioune realiséiert ginn, sou wéi: Autosnummerplackerkennung, Containernummererkennung, importéiert Rëndfleesch- a Mutton Gewiicht Label Unerkennung, Passmaschinn liesbar Gebittserkennung, elektresch Meter Lieserkennung , Stol coil Unerkennung vun gesprëtzt Charaktere.
Post Zäit: Nov-16-2022