Презентация на тему Системы оптического распознавания документов

архивов путем перевода книг и документов в цифровой компьютерный

формат, при переходе предприятий от бумажного к электронному документообороту, при необходимости отредактировать полученный по факсу документ используются системы оптического распознавания символов.

OCR) — механический или электронный перевод изображений рукописного, машинописного

или печатного текста в последовательность кодов, использующихся для представления в текстовом редакторе.

С помощью сканера несложно получить изображение страницы текста в графическом файле.

необходимо провести распознавание текста, т. е. преобразовать элементы графического

изображения в последовательности текстовых символов.

выделить колонки, таблицы, изображения и т. д.
Далее выделенные

текстовые фрагменты графического изображения страницы необходимо преобразовать в текст.

страницы разделяется на изображения отдельных символов.
Затем каждый из

них последовательно накладывается на шаблоны символов, имеющихся в памяти системы, и выбирается шаблон с наименьшим количеством точек, отличных от входного изображения.

символа последовательно накладывается на растровые шаблоны символов, хранящиеся в

памяти системы оптического распознавания. Результатом распознавания является символ, шаблон которого в наибольшей степени совпадает с изображением

Например, распознаваемый символ "Б" накладывается на растровые шаблоны символов (А, Б, В и т. д.)

низким качеством печати (машинописный текст, факс и т.д.) используется

метод распознавания структурных элементов (отрезков, колец, дуг и др.) символов. В искаженном символьном изображении выделяются характерные детали и сравниваются со структурными шаблонами символов.


Любой символ можно описать через набор параметров, определяющих взаимное расположение eгo элементов. Например, буква «Н» и буква «И» состоят из трех отрезков, два из которых расположены параллельно друг другу, а третий соединяет эти отрезки. Различие между буквами в величине улов, которые составляет третий отрезок с двумя другими.

в искаженном символьном изображении выделяются характерные детали и сравниваются

со структурными шаблонами символов.
В результате выбирается тот символ, для которого совокупность всех структурных элементов и их расположение больше всего coответствуют распознаваемому символу.

Например, распознаваемый символ "Б" накладывается на векторные шаблоны символов (А, Б, В и т. д.)

экзамена, при заполнении налоговых деклараций и т. д. используются

различного вида бланки с полями. Рукописные тексты (данные вводятся в поля печатными буквами от руки) распознаются с помощью систем оптического распознавания форм и вносятся в компьютерные базы данных.
Сложность состоит в том, что необходимо распознавать символы, написанные от руки, а они довольно сильно различаются у разных людей. Кроме того, система должна определить, к какому полю относится распознаваемый текст.

постоянная информация и отведено место для переменной.
Сложность состоит

в том, что необходимо распознать написанные от руки символы, довольно сильно различающиеся у разных людей.
Кроме того система должна определить, к какому полю относится распознаваемый текст.

FineReader Forms

Системы оптического распознавания форм

распознавания содержимого бланка необходимо предварительно создать шаблон формы.
Сервис/

Шаблоны
Шаблон используют на этапе сегментации. Сегментация в данном случае состоит в наложении шаблона.
Положение шаблона корректируется в соответствии с тем, насколько ровно был размещён бланк при сканировании.
Заключительный этап состоит в распознавании содержимого бланка.

Системы оптического распознавания форм

компьютера Newton фирмы Apple в 1990 году начали создаваться

системы распознавания рукописного текста. Такие системы преобразуют текст, написанный на экране карманного компьютера специальной ручкой, в текстовый компьютерный документ.

сканера
В программе отдаётся команда
Сканировать и распознать
Распознанный текст переносится
в

окно текстового редактора

Работа с программой распознавания текста

Отсканированные документы

Фотографии текстов

Оптическое распознавание документов

в следующем: в результате преобразования света получается электрический сигнал,

содержащий информацию об активности цвета в исходной точке сканируемого изображения. После оцифровки аналогового сигнала в АЦП цифровой сигнал через аппаратный интерфейс сканера идет в компьютер, где его получает и анализирует программа для работы со сканером. После окончания одного такого цикла (освещение оригинала — получение сигнала — преобразование сигнала — получение его программой) источник света и приемник светового отражения перемещается относительно оригинала.

Принцип работы сканера

специальные программы распознавания текста (Optical Character Recognition - OCR).
Современная

OCR должна уметь многое: распознавать тексты, набранные не только определенными шрифтами, но и самыми экзотическими, вплоть до рукописных. Уметь корректно работать с текстами, содержащими слова на нескольких языках, корректно распознавать таблицы. И самое главное — корректно распознавать не только четко набранные тексты, но и такие, качество которых, мягко говоря, далеко от идеала. Например, текст с пожелтевшей газетной вырезки или третьей машинописной копии. Само собой, распознать текст — это еще полдела. Не менее важно обеспечить возможность сохранения результата в файле популярного текстового (или табличного) формата — скажем, формата Microsoft Word.

производит распознавание текста с более 180 языков, для 38

из них предусмотрена встроенная проверка орфографии. Начиная с версии Professional, распознаются иврит, японский, тайский, китайский языки. Finereader открывает файлы графических форматов (TIFF, JPG, PFD, PNG и др.) в том числе DjVu – компактный формат для хранения отсканированных документов, книг.