Optical Character Recognition System

Cur síos

Is éard atá i gceist le haithint optúil carachtar (OCR) ná giotánmapa arna scanadh go optúil de charachtair téacs clóite nó scríofa a aistriú go cóid charachtair, amhail ASCII. Is bealach éifeachtach é seo chun ábhair chruachóipe a thiontú go comhaid sonraí ar féidir iad a chur in eagar agus a láimhseáil ar bhealach eile ar ríomhaire. Is é seo an teicneolaíocht a úsáideann leabharlanna agus gníomhaireachtaí rialtais le fada chun doiciméid fhada a chur ar fáil go tapa go leictreonach. Tá dul chun cinn i dteicneolaíocht OCR tar éis méadú ar úsáid na bhfiontar a spreagadh. I gcás go leor tascanna ionchur doiciméad, is é OCR an modh is costéifeachtaí agus is gasta atá ar fáil. Agus gach bliain, saorann an teicneolaíocht acra de spás stórála nuair a thugtar é do chaibinéid agus boscaí atá lán de dhoiciméid pháipéir. Sula bhféadfar OCR a úsáid, ní mór an bunábhar a scanadh le scanóir optúil (agus uaireanta clár ciorcad speisialaithe sa ríomhaire) le léamh ar an leathanach mar léarscáil ghiotán (patrún poncanna). Teastaíonn bogearraí freisin chun na híomhánna a aithint.

Molann ár bpacáiste bogearraí aicmiú carachtair lámhscríofa scoite agus digití de Thacar Sonraí Carachtair Peann UJI a réiteach ag baint úsáide as Neural Networks. Is éard atá sna sonraí ná samplaí de 26 carachtar agus 10 ndigit scríofa ag 11 scríbhneoir ar ríomhaire táibléid. Scríobhtar na carachtair (i bhformáid chaighdeánach UNIPEN) sa chás uachtarach agus sa chás íochtair agus tá dhá shraith iomlán de charachtair in aghaidh an scríbhneora. Mar sin ba chóir go mbeadh an t-aschur i gceann de na 35 rang. Is é an cuspóir deiridh ná múnla neamhspleách scríbhneora a thógáil do gach carachtar.

Tá roghnú na ngnéithe luachmhara ríthábhachtach maidir le haithint carachtar, mar sin glactar le sraith gnéithe nua agus brí, na Comhordanáidí Normalaithe Difreálacha Aonfhoirmeacha (UDNC), a thug C. Agell isteach. Taispeántar na gnéithe seo chun an ráta aitheantais a fheabhsú trí úsáid a bhaint as halgartaim aicmithe simplí ionas go n-úsáidtear iad chun Líonra Néarthach a oiliúint agus a fheidhmíocht a thástáil ar Thacar Sonraí Carachtair Peann UJI.

Téarmaí Innéacs: Matlab, foinse, cód, ocr, aithint optúil carachtar, téacs scanta, téacs scríofa, ascii, carachtar scoite.