מדברים על תוכנת זיהוי טקסט OCR
אנחנו חברת הדפסה גדולה שנזן בסין. אנו מציעים את כל פרסומי הספר, הדפסת ספרים בכריכה קשה, הדפסת נייר בכריכה קשה, מחברת של כריכה קשה, הדפסת ספרי ספר, אוכף, הדפסת חוברות, הדפסת חוברת, תיבת אריזה, לוחות שנה, כל מיני PVC, חוברות מוצר, הערות, ספר ילדים, מדבקות סוגים של נייר מיוחד נייר הדפסת מוצרים, cardand משחק הלאה.
לקבלת מידע נוסף, בקר בכתובת
http://www.joyful-printing.com. ENG בלבד
http://www.joyful-printing.net
http://www.joyful-printing.org
דוא"ל: info@joyful-printing.net
המשימה של זיהוי תווים סינית התוכנה היא ללמוד כיצד להפוך את המחשב "קרוא וכתוב". המערכת משתמשת בדרך כלל במכשיר המרה פוטואלקטריים כדי להמיר תו סיני או תיבת מילה לאות חשמל, ושולח אותו למחשב, אשר מזוהה אוטומטית וקורא על ידי מחשב, כך שהוא נקרא אופטי. זיהוי תווים אופטי (OCR).
פרופיל פיתוח OCR
הרעיון של OCR הוצע לראשונה על ידי המדען הגרמני Tausheck בשנת 1929. מאוחר יותר, המדען האמריקאי Handel הציע גם את הרעיון של שימוש בטכנולוגיה כדי לזהות מילים. המחקר המוקדם ביותר על ההכרה באותיות סיניות מודפסות היה קייסי ונאגי של יבמ. בשנת 1966, הם פירסמו את המאמר הראשון על זיהוי תווים סיניים, אשר השתמשו בהתאמת תבנית לזיהוי 1000 תווים מודפסים בסינית. בתחילת שנות ה -70 החלו מלומדים יפנים ללמוד הכרה בסינית, ועשו הרבה עבודה. המחקר על ההכרה הסינית בסין החל באיחור יחסית, ועבודת המחקר של OCR החלה בסוף שנות ה -70. תוכנת OCR המוקדמת לא עמדה בדרישות בפועל בשל גורמים שונים, כגון שיעור ההכרה והפרודוקטיביות. במקביל, בשל העלות הגבוהה של ציוד חומרה מהירות הפעלה איטית, זה לא הגיע לרמה מעשית. רק כמה מחלקות, כגון מחלקות מידע, יחידות עיתונות ופרסום, משתמשות בתוכנות OCR. אחרי 1986, מחקר OCR של סין התקדם בצורה משמעותית, והוא עשה חידושים בשיטת הדפוס הסיני ובשיטות ההכרה. היא השיגה תוצאות פורייה בפיתוח מערכות ופיתוח יישומים. יחידות רבות השיקו ברציפות מוצרים סינית OCR. לאחר שנות ה -90, עם היישום הרחב של סורקי הפלטפורמה והפופולריזציה של אוטומציה של מידע ואוטומציית משרדים בסין, הפיתוח הנוסף של טכנולוגיית OCR הועלה באופן משמעותי, ושיעור ההכרה ב- OCR הוכר, את המשתמשים. תביעה.
כיום, יש הרבה תוכנות פופולריות OCR. OCR באנגלית כולל בעיקר OmniPage, OCR סינית, בעיקר Tsinghua Unisplendour OCR, Tsinghua Wentong OCR, Hanwang OCR, Zhongjing Shangshu OCR, Danqing OCR, ו Mengyu OCR. למרות כמות גדולה של תווים סיניים גופנים מורכבים, OCR הטכנולוגיה התבגר. תוכנות רבות OCR לא יכול רק לזהות שחור ולבן מודפסים תווים סיניים, אלא גם לזהות גווני אפור צבע מודפס תווים סיניים. מהירות ההכרה היא מהירה ושיעור הדיוק של ההכרה הוא מעל 99%. זה יכול לזהות גופנים שונים כגון שיר, מודגש, עקרב. מסורתית; יכול לזהות מגוון של גופנים, גודל גופן שונים ערבוב; כמה תוכנות OCR יכול גם לזהות תמונות, טבלאות. במקביל, חלה התקדמות רבה במחקר של זיהוי תווים בכתב יד בכתב יד, ושיעור ההכרה הנכון הגיע ליותר מ -70%.
OCR יישום תוכנה
בשוק הסורק, סוגים רבים של סורקים במשרד ובבית מצוידים בתוכנות OCR. לדוגמה, סורק סגול מצויד OCR סגול, סורק הבדולח מצויד Shangshu OCR, ואת הסורק Mustek מצויד Danqing OCR. הסורק ותוכנת OCR משתפים את התהליך כולו מהקלט של המסמך לזיהוי טקסט.
סריקת מסמכים משמשת לעתים קרובות בשדה המשרד. מסמכים הקשורים פרסומים בעיתונים, מגזינים, וכו 'נסרקים על ידי סורק, ולאחר מכן זיהוי OCR מבוצע, או מאוחסן כקובץ תמונה, עבור OCR מאוחר יותר הכרה, קבצי תמונה מומרים לטקסט. קובץ או קובץ Word לאחסון.
בנוסף, האחסון וההעברה של מידע דיגיטלי הוא לא רק עלות נמוכה, יעילות גבוהה, אלא גם הסתגלות לצרכים מפותחים של קלדות שידור ברשת. כיום, יש הרבה אוצרות נייר כגון ספרים, עיתונים, מגזינים וכן הלאה שמאלה בסין, וזה דחוף להמיר אותם למידע אלקטרוני. לדוגמה, הקמת ספריה אלקטרונית מחייבת שהספרים יסרקו דף אחר דף, והזיהוי של תוכנת OCR יחליף את ההקלדה הידנית של המילים, אשר מקצרת מאוד את זמן הכניסה, מפחיתה את עוצמת העבודה, חוסכת כוח אדם ומפחיתה עלויות. שפר את דיוק הכניסה, יעילות העבודה ואוטומציה משרדית מודרנית.
כיום, השילוב של תוכנות OCR וסורקים הוחל על תחומים רבים בעידן המידע, כגון ספריות דיגיטליות, זיהוי דוחות שונים וזיהוי תקני מערכת בנקאות ומס. עם התפתחות והפופולריזציה של רשת ומידע, היקף היישום שלה יהפוך יותר ויותר נרחב.
הרכב של מערכת OCR
הפונקציה של תוכנת זיהוי תווים סינית OCR היא לזהות גרפיקה שונים או תמונות של כל תו סיני נרשם תווים סיניים, הדפסים או כתב יד על ידי המחשב, כדי לסמן את הקודים בקטגוריה הסינית קודים. לכן, זיהוי תווים סיני הוא בסופו של דבר בעיה של זיהוי תמונה. בשל כמות גדולה של תווים סיניים, גופנים שונים, גופנים ומבנים מורכבים, תהליך ההכרה הסינית תווים מסובך ביותר. תרשים סכמטי של זרימת עבודה של תוכנת OCR, כפי שמוצג בטבלה הבאה:
נתוני המסמך → קלט סריקה → עיבוד תמונה ← פריסת פריסה → זיהוי טקסט → עריכת טקסט → אחסון מסמכים
בשל הפופולריות ויישום רחב של סורקים, תוכנת OCR רק צריך לספק ממשק עם הסורק ולהשתמש בתוכנה הנהג סורק. לכן, התוכנה OCR מורכב בעיקר מודול עיבוד תמונה, מודול חלוקת הפריסה, מודול זיהוי טקסט, מודול עריכת טקסט.
1. מודול עיבוד תמונה
מודול עיבוד התמונה כולל בעיקר פונקציות כגון סריקת מסמכים, שינוי גודל תמונה וסיבוב תמונה. לאחר הקלט על ידי הסורק, המסמך יוצר קובץ תמונה, ומודול עיבוד התמונה יכול להגדיל את התמונה כדי להסיר כתמים ושריטות. אם התמונה אינה מסובבת כראוי, ניתן לסובב את התמונה באופן ידני או באופן אוטומטי, על מנת ליצור תנאים טובים יותר לזיהוי טקסט. שיעור ההכרה גבוה יותר.
2. מודול חלוקת הפריסה
המודול חלוקה הפריסה כולל בעיקר פריסת חלוקה וחלוקה שינוי, כלומר, הבנה של הפריסה, פילוח מילה, נורמליזציה, וכו ', ופריסה אוטומטית או ידנית ניתן לבחור. המטרה היא לספר את התוכנה OCR להפריד את המאמרים, טבלאות, וכו 'באותו פריסה, כך שהם יכולים להיות מעובדים בנפרד ובאיזה סדר.
3. מודול זיהוי טקסט
מודול זיהוי הטקסט הוא חלק הליבה של תוכנת OCR, תרשים פשוט של תהליכי זיהוי טקסט, כפי שמוצג להלן. המודול מזהה טקסט בעיקר מבצע "קריאה" על קלט תווים סיניים, אבל זה לא יכול להיות רב קו חייב להיות לחתוך שורה אחר שורה. עבור תווים סיניים, היא מזוהה בדרך כלל על ידי מילה אחת ומילה אחת, כלומר, זיהוי מילה בודדת ולאחר מכן מנורמל. מודול זיהוי הטקסט מחלץ את התכונות של תווים סיניים מדגם שונים, משלים את ההכרה, מוצא באופן אוטומטי מילים חשודות, ויש לו פונקציות כגון לפני ואחרי העמותה.
סריקה קלט מקורי → חיתוך שורה → חיתוך מילה → התאזרחות → החילוץ תכונה הכרה → הכרה מילה ┐ ┐
└-> מיצוי תכונות סיווג מוקדם ← ספריית תכונות (מילון) ← כתב היד של פלט
4. מודול עריכת טקסט
המודול לעריכת טקסט בעיקר משנה ועורך את הטקסט המוכר של OCR. אם המערכת מזהה שהיא טועה, הטקסט יוצג בצבע אדום או כחול מודגש, ויספק טקסט דומה לבחירה, ובחר את העורך עבור הפלט.
כיצד להשתמש בתוכנת OCR
אמנם יש סוגים רבים של תוכנות OCR, השימוש שלהם דומה. הצעד הראשון הוא לסרוק את המסמך ולאחר מכן לבצע זיהוי OCR. השימוש בתוכנות OCR הוא כדלקמן:
1. סריקת מסמכים
כדי להשתמש בתוכנת OCR לזיהוי טקסט, ניתן לסרוק מסמכים ישירות בתוכנת OCR. לאחר הפעלת תוכנת OCR, יופיע ממשק תוכנת OCR.
הנח את המסמך לסריקה בצד הזכוכית של הסורק, כך שהצד המיועד לסריקה פונה לצד הזכוכית של הסורק כשהקצה העליון של המסמך פונה כלפי מטה, מיושר עם קצה הסרגל ולאחר מכן הסורק הוא מכוסה כדי להתכונן לסריקה. לחץ על הלחצן "סרוק" בחלון כדי להיכנס לתוכנת הסריקה של מנהל ההתקן לסריקה. שיטת הסריקה לא תתואר כאן. עם זאת, יש לציין כי ההחלטה ניתן להגדיר ב 200 ~ 400dpi. עבור מסמכי טקסט, זה קריטי כדי להתאים את בהירות.
2. זיהוי OCR
כדי להקל על הפעולה, בחר אפשרויות מהתפריט וסמלים שונים מופיעים משמאל לחלון.
לשימוש טוב יותר, תחילה הצג את הסמל שמשמאל למסך מלמעלה למטה:
הכלי "התקרבות": להגדלת התמונה; "זום החוצה" כלי: להקטנת התמונה; "הגדרת אזור ההכרה": להגדרת אזור ההכרה; "הגדרת סדר ההכרה" כלי: לקביעת סדר ההכרה; מחק את כלי אזור ההכרה: כדי למחוק את אזור ההכרה; "מחק רעש תמונה" כלי: כדי למחוק אזור בתמונה; "סיבוב תמונה" כלי: כדי לסובב את התמונה 90 °, 180 ° או 270 °; כלי תיקון הטיה: לתיקון ידני של הטיה ידנית.
שלבים כלליים עבור זיהוי OCR:
(1) לאחר סריקת המסמך, הטקסט שיש להכיר בחלון קטן מאוד. ראשית, בחר את "התקרבות" כלי כדי להגדיל כראוי את התמונה כדי להפוך את התמונה ברורה יותר. במידת הצורך, ניתן גם לבחור את "זום החוצה" כלי כדי להקטין את גודל המסך כראוי.
(2) אם המסך צריך להיות מסובב על ידי 90 °, 180 ° או 270 °, השתמש בכלי סובב תמונה כדי לסובב את התמונה. אם מסך הטקסט מוטה, בחר בכלי תיקון הטיה כדי לכוון את המסך.
(3) בחר בכלי "הגדרת אזור זיהוי" במהלך ההכרה, ואת מסגרת האזור להיות מוכר על המסך תו. במקרה זה, אזורים מרובים יכולים להיות ממוסגרים בהתאם לתנאי המסך. אם האזור הממוסגר שגוי, באפשרותך להשתמש בכלי מחק אזור זיהוי כדי למחוק את האזור המזוהה שנבחר.
(4) כדי לשפר את קצב ההכרה, אם אזור ההבחנה שנבחר מכיל רעש או תמונה בלתי ניתנת לזיהוי, הכלי "מחק רעש תמונה" יכול להיבחר כדי למחוק את קטע הרעש. אם אתה צריך למחוק חתיכות, אתה יכול לבחור את הכלי לחסום תמונה לחסום.
(5) לחץ על הסמל "זיהוי", ולאחר מכן להציג את התצוגת OCR מבצע פילוח טקסט, ולאחר מכן להעביר למסך "זיהוי", ואת הטקסט המוכר יוצג צעד אחר צעד, ולאחר מכן הועבר אל "מסמך הגהה" חלון כמו מוצג.
תוכנות רבות OCR יש פונקציית שינוי טקסט שמזהה טקסט שעשוי להיות שגוי, מוצג בצבע ברור, והוא יכול להיות שונה.
(6) לאחסן את הקובץ המוכר כקובץ טקסט (TXT) או קובץ RTF של Word.