Hvað er Optical Character Recognition?

Þó að það sé auðvelt að taka skjal á tölvuna þína og fá líkamlegt afrit með prentara, þá er yfirleitt erfiðara að fara í hina áttina. Þó að skannar séu til og geti vistað skönnuð skjöl sem mynd, þá er þetta ekki sérstaklega gagnlegt ef þú vilt breyta skjalinu. Til að geta breytt skjali viltu nota tækni sem kallast Optical Character Recognition eða OCR.

Hvernig virkar optísk tákngreining?

OCR notar ýmsar aðferðir til að lesa skjöl nákvæmlega. OCR hugbúnaður lagar skjalið, og hugsanlega jafnvel einstök orð þannig að þau séu rétt stillt. Myndinni er breytt í hreint svart og hvítt snið þar sem það er auðveldara en að greina á milli gráa tóna. Greining er einnig gerð til að bera kennsl á og fjarlægja öll atriði sem ekki eru texti.

Tvær megingerðir OCR reiknirit eru notaðar, fylkissamsvörun og eiginleikaútdráttur. Fylkissamsvörun tekur mynd af einum staf og ber hana síðan saman við reiknirit stillt leturgerðir pixla fyrir pixla. Þessi tækni krefst þess að karakterinn sé rétt einangraður frá öllu öðru efni og að leturgerðin sé innifalin í OCR hugbúnaðinum. Þessi tegund af OCR virkar heldur ekki til að bera kennsl á rithönd.

Eiginleikaútdráttarreiknirit skipta hverri persónu niður í eiginleika, svo sem línur, línur og skurðpunkta. Þessi tækni dregur verulega úr því að treysta á að reikniritið sé þjálfað með þekktum leturgerðum. Eiginleikaútdráttur er fær um að þekkja nýja leturgerð og umrita þau, auk nokkurrar rithönd, þó nákvæmnin sé ekki eins góð og fyrir þekkt leturgerð.

Sumir fullkomnari hugbúnaður notar samhengi bókstafanna í kring til að hjálpa til við að bera kennsl á stafi sem eru ekki eins skýrir. Til dæmis, ef orðið „hundur“ er prentað og OCR reikniritið getur ekki sagt með vissu hvort „o“ er „a“ eða „o“, getur það notað orðabók til að sjá hvort einhver samsetning mögulegra stafa gerir þekkt orð. Í þessu tilviki myndi OCR reikniritið draga úr möguleikanum á „a“ þar sem „dag“ er ekki orð, á meðan „hundur“ er það.

Hvar er OCR notað?

Ein helsta notkun OCR er í póstkerfinu. OCR er notað til að auðkenna sjálfkrafa heimilisfang bréfa og böggla, verkefni sem það getur gert verulega hraðar en fólk gæti. Í þeim tilvikum þar sem OCR kerfið getur ekki lesið heimilisfang merkimiðans verður það aðskilið fyrir manneskju til að vinna úr því handvirkt í staðinn.

OCR er gagnlegt sem aðgengistæki fyrir fólk með sjónskerðingu þegar það er sameinað texta-í-tal tól. Google translate innleiðir einnig OCR sem hluta af því ferli að þýða textann í myndum.