OCR/OCV-produkter vil erstatte traditionelle scannere

Hvad er optisk tegngenkendelse (OCR)?

Optisk tegngenkendelse (OCR) teknologi er en effektiv forretningsproces, der sparer tid, omkostninger og andre ressourcer ved at bruge automatiseret dataudtræk og lagringskapacitet.

Optisk tegngenkendelse (OCR) omtales nogle gange som tekstgenkendelse. Et OCR-program udtrækker og genbruger data fra scannede dokumenter, kamerabilleder og kun billed-pdf'er. OCR-software udskiller bogstaver på billedet, sætter ord på dem og sætter derefter ordene i sætninger, hvilket muliggør adgang til og redigering af det originale indhold. Det eliminerer også behovet for manuel dataindtastning.

OCR-systemer bruger en kombination af hardware og software til at konvertere fysiske, trykte dokumenter til maskinlæsbar tekst. Hardware — såsom en optisk scanner eller specialiseret printkort — kopierer eller læser tekst; derefter håndterer software typisk den avancerede behandling.

OCR-software kan drage fordel af kunstig intelligens (AI) til at implementere mere avancerede metoder til intelligent karaktergenkendelse (ICR), som f.eks. identifikation af sprog eller håndskriftsstile. OCR-processen bruges oftest til at omdanne juridiske eller historiske dokumenter til pdf-dokumenter, så brugerne kan redigere, formatere og søge i dokumenterne, som om de var oprettet med et tekstbehandlingsprogram.

Hvordan fungerer optisk tegngenkendelse?

Optisk tegngenkendelse (OCR) bruger en scanner til at behandle den fysiske form af et dokument. Når alle sider er kopieret, konverterer OCR-software dokumentet til en tofarvet eller sort-hvid version. Det indscannede billede eller bitmap analyseres for lyse og mørke områder, og de mørke områder identificeres som tegn, der skal genkendes, mens lyse områder identificeres som baggrund. De mørke områder behandles derefter for at finde alfabetiske bogstaver eller numeriske cifre. Denne fase involverer typisk målretning mod ét tegn, ord eller tekstblok ad gangen. Tegn identificeres derefter ved hjælp af en af ​​to algoritmer - mønstergenkendelse eller funktionsgenkendelse.

Mønstergenkendelse bruges, når OCR-programmet tilføres eksempler på tekst i forskellige skrifttyper og formater for at sammenligne og genkende tegn i det scannede dokument eller billedfil.

Funktionsdetektering sker, når OCR anvender regler vedrørende funktionerne i et bestemt bogstav eller tal for at genkende tegn i det scannede dokument. Funktioner omfatter antallet af vinklede linjer, krydsede linjer eller kurver i et tegn. For eksempel er det store bogstav "A" gemt som to diagonale linjer, der mødes med en vandret linje på tværs af midten. Når et tegn er identificeret, konverteres det til en ASCII-kode (American Standard Code for Information Interchange), som computersystemer bruger til at håndtere yderligere manipulationer.

Et OCR-program analyserer også strukturen af ​​et dokumentbillede. Det opdeler siden i elementer som blokke af tekster, tabeller eller billeder. Linjerne er opdelt i ord og derefter i tegn. Når tegnene er blevet udpeget, sammenligner programmet dem med et sæt mønsterbilleder. Efter at have behandlet alle sandsynlige matches, præsenterer programmet dig for den genkendte tekst.

OCR bruges ofte som en skjult teknologi, der driver mange velkendte systemer og tjenester i vores daglige liv. Vigtige – men mindre kendte – use cases for OCR-teknologi omfatter dataindtastningsautomatisering, hjælp til blinde og synshandicappede personer og indeksering af dokumenter til søgemaskiner, såsom pas, nummerplader, fakturaer, kontoudtog, visitkort og automatisk nummerpladegenkendelse .

 

Funktioner sammenlignet med traditionelle scannere:

1. Let, let at bære og installere;

2. Scanningstiden er kort, den normale scanningstid er 1-2S, og du kan få den med det samme;

3. Lave omkostninger

4. Den kan udføre OCR-genkendelse på de optagne billeder, konvertere billederne til WORD-redigerbare dokumenter og automatisk indsætte dem;

5. Inkorporerer papirløs faxteknologi, selvom der ikke er nogen faxmaskine, kan du stadig sende faxer, hvilket markant forbedrer faxeffektiviteten;

 

Brugstilfælde til optisk tegngenkendelse

Den mest velkendte anvendelse af optisk tegngenkendelse (OCR) er at konvertere trykte papirdokumenter til maskinlæsbare tekstdokumenter. Når et scannet papirdokument gennemgår OCR-behandling, kan teksten i dokumentet redigeres med et tekstbehandlingsprogram som Microsoft Word eller Google Docs.

OCR muliggør optimering af big-data-modellering ved at konvertere papir- og scannede billeddokumenter til maskinlæsbare, søgbare pdf-filer. Behandling og hentning af værdifuld information kan ikke automatiseres uden først at anvende OCR i dokumenter, hvor tekstlag ikke allerede er til stede.

Med OCR-tekstgenkendelse kan scannede dokumenter integreres i et big-data-system, der nu er i stand til at læse klientdata fra kontoudtog, kontrakter og andre vigtige trykte dokumenter. I stedet for at få medarbejderne til at undersøge utallige billeddokumenter og manuelt indlæse input til en automatiseret big-data-behandlingsworkflow, kan organisationer bruge OCR til at automatisere på input-stadiet af data mining. OCR-software kan identificere teksten i billedet, udtrække tekst i billeder, gemme tekstfilen og understøtte jpg, jpeg, png, bmp, tiff, pdf og andre formater.

På grund af dette har Hampolaunched en række kameramoduler frasom fra5MP-16MP definition. I begyndelsen af ​​Hampo-udviklingsfasen producerede vores team et første type 5MP usb-kameramodul til højhastighedsdokumentscanner;Medefterspørgsel afmarked, 8MP, 13MP og endda 16MP USB-kameramoduler har væretproduceret. Hvad's mere, efterspørgslen efter et kamera, til 2 kameraer, og multi-kameraer, der anvendes på dokumentscanneren.