Çfarë është njohja optike e karaktereve?

Ndërsa është e lehtë të marrësh një dokument në kompjuterin tënd dhe të marrësh një kopje fizike me një printer, në përgjithësi është më e vështirë të shkosh në anën tjetër. Ndërsa skanerët ekzistojnë dhe mund t'i ruajnë dokumentet e skanuara si imazh, kjo nuk është veçanërisht e dobishme nëse dëshironi të redaktoni dokumentin. Për të qenë në gjendje të redaktoni një dokument, dëshironi të përdorni një teknologji të quajtur Njohja Optical Character Recognition ose OCR.

Si funksionon njohja optike e karaktereve?

OCR përdor një sërë teknikash për të lexuar me saktësi dokumentet. Softueri OCR rregullon dokumentin, dhe potencialisht edhe fjalët individuale në mënyrë që ato të jenë të rreshtuara siç duhet. Imazhi është konvertuar në një format të pastër bardh e zi pasi është më e lehtë sesa të dallosh nuancat e grisë. Analiza kryhet gjithashtu për të identifikuar dhe hequr çdo element jo tekst.

Përdoren dy lloje kryesore të algoritmeve OCR, përputhja e matricës dhe nxjerrja e veçorive. Përputhja e matricës merr një imazh të një karakteri të vetëm dhe më pas e krahason atë me fontet e konfiguruara nga algoritmet në bazë pixel për pixel. Kjo teknikë kërkon që karakteri të izolohet saktë nga e gjithë përmbajtja tjetër dhe që fonti të përfshihet në softuerin OCR. Ky lloj OCR gjithashtu nuk funksionon për njohjen e shkrimit të dorës.

Algoritmet e nxjerrjes së veçorive zbërthejnë çdo karakter në veçori, të tilla si vija, kthesa dhe kryqëzime vijash. Kjo teknikë redukton ndjeshëm mbështetjen në algoritmin që trajnohet me fontet e njohura. Nxjerrja e veçorive është në gjendje të njohë fontet e reja dhe t'i transkriptojë ato, si dhe disa shkrime dore, megjithëse saktësia nuk është aq e mirë sa për fontet e njohura.

Disa softuer më të avancuar përdorin kontekstin e shkronjave përreth për të ndihmuar në identifikimin e shkronjave që nuk janë aq të qarta. Për shembull, nëse fjala "qen" është shtypur dhe algoritmi OCR nuk mund të tregojë me siguri nëse "o" është një "a" ose një "o", ai mund të përdorë një fjalor për të parë nëse ndonjë kombinim i karaktereve të mundshëm bën një fjalë të njohur. Në këtë rast, algoritmi OCR do të reduktonte mundësinë e "a", pasi "dag" nuk është një fjalë, ndërsa "qen" është.

Ku përdoret OCR?

Një nga përdorimet kryesore të OCR është në sistemin postar. OCR përdoret për të identifikuar automatikisht adresën e letrave dhe parcelave, një detyrë që mund ta bëjë shumë më shpejt se sa njerëzit. Në rastet kur sistemi OCR nuk është në gjendje të lexojë adresën e etiketës, ajo do të ndahet për një person që ta përpunojë manualisht.

OCR është i dobishëm si një mjet aksesueshmërie për njerëzit me dëmtime shikimi kur kombinohet me një mjet tekst-në-të folur. Google translate gjithashtu zbaton OCR si pjesë e procesit të përkthimit të tekstit në imazhe.