OCR နည်းပညာဆိုတာဘာလဲ။
Optical Character Recognition (အင်္ဂလိပ်: Optical Character Recognition, OCR) သည် စာသားနှင့် အပြင်အဆင် အချက်အလက်များကို ရယူရန် စာသားပစ္စည်းများ၏ ရုပ်ပုံဖိုင်များကို ခွဲခြမ်းစိတ်ဖြာခြင်းနှင့် အသိအမှတ်ပြုခြင်း လုပ်ငန်းစဉ်ကို ရည်ညွှန်းသည်။
ရုပ်ပုံအသိအမှတ်ပြုခြင်းနှင့် စက်ရူပါရုံနည်းပညာကဲ့သို့ပင်၊ OCR နည်းပညာ၏ စီမံဆောင်ရွက်မှုလုပ်ငန်းစဉ်ကို ထည့်သွင်းခြင်း၊ ကြိုတင်လုပ်ဆောင်ခြင်း၊ အလယ်အလတ်ကာလလုပ်ဆောင်ခြင်း၊ စီမံဆောင်ရွက်ခြင်းနှင့် အထွက်လုပ်ငန်းစဉ်ဟူ၍လည်း ပိုင်းခြားထားသည်။
ဝင်ပါ။
မတူညီသော ပုံဖော်မတ်များအတွက် မတူညီသော သိုလှောင်မှုဖော်မတ်များနှင့် မတူညီသော ချုံ့ချမှုနည်းလမ်းများ ရှိပါသည်။လက်ရှိတွင် OpenCV၊ CxImage စသည်တို့ ရှိပါသည်။
ကြိုတင်လုပ်ဆောင်ခြင်း - binarization
ယနေ့ခေတ် ဒစ်ဂျစ်တယ် ကင်မရာများမှ ရိုက်ယူသော ဓာတ်ပုံအများစုသည် သတင်းအချက်အလက် အများအပြားပါဝင်ပြီး OCR နည်းပညာအတွက် မသင့်လျော်သော အရောင်များဖြစ်သည်။
ပုံ၏အကြောင်းအရာအတွက်၊ ကျွန်ုပ်တို့သည် ၎င်းကို ရှေ့နှင့်နောက်ခံအဖြစ် ရိုးရှင်းစွာ ပိုင်းခြားနိုင်သည်။ကွန်ပြူတာသည် OCR နှင့်ပတ်သက်သည့် တွက်ချက်မှုများကို ပိုမိုမြန်ဆန်စွာ လုပ်ဆောင်နိုင်စေရန်အတွက်၊ ပုံတွင် နောက်ခံအချက်အလက်နှင့် နောက်ခံအချက်အလက်များသာ ကျန်ရှိတော့မည့် အရောင်ပုံရိပ်ကို ဦးစွာ လုပ်ဆောင်ရန် လိုအပ်ပါသည်။Binarization ကို "အဖြူအမည်း" ဟုရိုးရှင်းစွာနားလည်နိုင်သည်။
ပုံရိပ်ဆူညံသံလျှော့ချ
မတူညီသောပုံများအတွက် ဆူညံသံ၏ အဓိပ္ပါယ်ဖွင့်ဆိုချက်မှာ ကွဲပြားနိုင်ပြီး ဆူညံသံ၏လက္ခဏာများနှင့်အညီ denoising လုပ်ငန်းစဉ်ကို noise reduction ဟုခေါ်သည်။
စောင်းတည့်မတ်ခြင်း။
သာမန်အသုံးပြုသူများသည် စာရွက်စာတမ်းများကို ဓာတ်ပုံရိုက်သည့်အခါ အလျားလိုက်နှင့် ဒေါင်လိုက်ချိန်ညှိမှုနှင့်အညီ လုံးလုံးလျားလျားရိုက်ကူးရန် ခက်ခဲသောကြောင့် ရိုက်ကူးထားသောပုံများကို ပြုပြင်ရန် ရုပ်ပုံလုပ်ဆောင်ခြင်းဆော့ဖ်ဝဲ လိုအပ်သည့်အတွက် မလွှဲမရှောင်သာ လွဲချော်သွားမည်ဖြစ်သည်။
ကာလအလတ်စား လုပ်ဆောင်ခြင်း - အပြင်အဆင် ခွဲခြမ်းစိတ်ဖြာခြင်း။
စာရွက်စာတမ်းပုံများကို စာပိုဒ်များနှင့် အကိုင်းအခက်များအဖြစ် ပိုင်းခြားခြင်းလုပ်ငန်းစဉ်ကို layout analysis ဟုခေါ်သည်။စာရွက်စာတမ်းများ၏ ကွဲပြားမှုနှင့် ရှုပ်ထွေးမှုများကြောင့်၊ ဤအဆင့်ကို အကောင်းဆုံးဖြစ်အောင် လုပ်ဆောင်ရန် လိုအပ်နေသေးသည်။
ဇာတ်ကောင်ဖြတ်တောက်ခြင်း။
ဓာတ်ပုံရိုက်ခြင်းနှင့် စာရေးခြင်းဆိုင်ရာ ကန့်သတ်ချက်များကြောင့် စာလုံးများသည် မကြာခဏ ပိတ်မိပြီး ဘောပင်များ ကျိုးသွားတတ်သည်။OCR ခွဲခြမ်းစိတ်ဖြာမှုအတွက် ထိုကဲ့သို့သော ပုံများကို တိုက်ရိုက်အသုံးပြုခြင်းသည် OCR စွမ်းဆောင်ရည်ကို အလွန်ကန့်သတ်စေမည်ဖြစ်သည်။ထို့ကြောင့် မတူညီသော ဇာတ်ကောင်များကို ခွဲခြားသတ်မှတ်ရန် လိုအပ်ပါသည်။
ဇာတ်ကောင် အသိအမှတ်ပြုမှု
အစောပိုင်းအဆင့်တွင်၊ နမူနာပုံစံကိုက်ညီမှုကို အဓိကအသုံးပြုပြီး နောက်ပိုင်းအဆင့်တွင် အင်္ဂါရပ်ထုတ်ယူခြင်းကို အဓိကအားဖြင့် အသုံးပြုခဲ့သည်။စာသားနေရာရွှေ့ပြောင်းခြင်း၊ လေဖြတ်ခြင်းအထူ၊ ကျိုးပဲ့သောဘောပင်၊ ကပ်တွယ်မှု၊ လည်ပတ်မှုစသည့်အချက်များ၏ လွှမ်းမိုးမှုကြောင့်၊ အင်္ဂါရပ်ကို ထုတ်ယူရာတွင် အလွန်ခက်ခဲပါသည်။
အပြင်အဆင် ပြန်လည်ပြုပြင်ခြင်း။
အသိအမှတ်ပြုထားသော စာသားကို မူရင်းစာရွက်စာတမ်းပုံကဲ့သို့ စီစဉ်ဆဲဖြစ်ပြီး စာပိုဒ်များ၊ ရာထူးများနှင့် အမှာစာများကို Word စာရွက်စာတမ်းများ၊ PDF စာရွက်စာတမ်းများ စသည်တို့သို့ ထုတ်ပေးမည်ဟု မျှော်လင့်ကြပြီး ဤလုပ်ငန်းစဉ်ကို layout ပြန်လည်ထူထောင်ခြင်းဟုခေါ်သည်။
post processing
သီးခြားဘာသာစကားဆက်စပ်မှုအရ၊ အသိအမှတ်ပြုမှုရလဒ်ကို ပြုပြင်သည်။
အထွက်
အသိအမှတ်ပြုထားသော အက္ခရာများကို အချို့ဖော်မတ်တစ်ခုတွင် စာသားအဖြစ် ထုတ်ပါ။
OCR နည်းပညာကို အခြေခံထားသော လက်ကိုင် terminals များ၏ applications များကား အဘယ်နည်း။
OCR ဇာတ်ကောင်အသိအမှတ်ပြုဆော့ဖ်ဝဲဖြင့် တင်ဆောင်ထားသော လက်ကိုင်ဂိတ် PDA မှတစ်ဆင့်၊ ကားလိုင်စင်နံပါတ်ပြားမှတ်သားမှု၊ ကွန်တိန်နာနံပါတ်အသိအမှတ်ပြုမှု၊ တင်သွင်းလာသော အမဲသားနှင့် သိုးသားအလေးချိန်တံဆိပ်အသိအမှတ်ပြုမှု၊ နိုင်ငံကူးလက်မှတ်ဖတ်နိုင်သော စက်ဧရိယာအသိအမှတ်ပြုမှု၊ လျှပ်စစ်မီတာဖတ်ခြင်း အသိအမှတ်ပြုခြင်းကဲ့သို့သော မြင်ကွင်းအသုံးအဆောင်များစွာကို အကောင်အထည်ဖော်နိုင်သည် စတီးကွိုင်ဖျန်းစာလုံးများကို အသိအမှတ်ပြုခြင်း။
ပို့စ်အချိန်- Nov-16-2022