OCR/OCV produktuek eskaner tradizionalak ordezkatuko dituzte

Zer da OCR (Optical Character Recognition)?

Karaktere optikoen ezagutza (OCR) teknologia negozio prozesu eraginkorra da, eta denbora, kostua eta bestelako baliabideak aurrezten ditu datuak erauzteko eta biltegiratzeko gaitasun automatizatuak erabiliz.

Karaktereen ezagutze optikoa (OCR) batzuetan testu-ezagutza deitzen zaio. OCR programa batek eskaneatutako dokumentuetatik, kamera-irudietatik eta irudiak soilik dauden pdfetatik datuak atera eta berriro erabiltzen ditu. OCR softwareak irudiko letrak bereizten ditu, hitzetan jartzen ditu eta, ondoren, hitzak esaldietan jartzen ditu, horrela jatorrizko edukia atzitzeko eta editatzeko aukera ematen du. Datuak eskuz sartzeko beharra ere kentzen du.

OCR sistemek hardware eta software konbinazio bat erabiltzen dute inprimatutako dokumentu fisikoak makinaz irakur daitezkeen testu bihurtzeko. Hardwareak (eskaner optiko bat edo zirkuitu plaka espezializatuak, esaterako) testua kopiatzen edo irakurtzen du; ondoren, softwareak normalean prozesatu aurreratua kudeatzen du.

OCR softwareak adimen artifiziala (AI) aprobetxa dezake karaktere adimentsuak ezagutzeko (ICR) metodo aurreratuagoak ezartzeko, hala nola hizkuntzak edo idazkera estiloak identifikatzea. OCR prozesua erabili ohi da dokumentu legal edo historikoak pdf dokumentu bihurtzeko, erabiltzaileek dokumentuak editatu, formateatu eta bilatu ditzaten testu-prozesadore batekin sortuko balira bezala.

Nola funtzionatzen du karaktere optikoak ezagutzeko?

Karaktereen ezagutze optikoak (OCR) eskaner bat erabiltzen du dokumentu baten forma fisikoa prozesatzeko. Orri guztiak kopiatu ondoren, OCR softwareak dokumentua bi koloreko edo zuri-beltzeko bertsio batean bihurtzen du. Eskaneatutako irudia edo bit-mapa eremu argiak eta ilunak aztertzen dira, eta eremu ilunak identifikatu behar diren karaktere gisa identifikatzen dira, eta eremu argiak atzeko plano gisa identifikatzen dira. Gero, eremu ilunak prozesatzen dira letra alfabetikoak edo zenbakizko zifrak aurkitzeko. Fase honek normalean karaktere, hitz edo testu-bloke bat aldi berean bideratzea dakar. Ondoren, karaktereak identifikatzen dira bi algoritmoetako bat erabiliz: ereduen ezagutza edo ezaugarrien ezagutza.

Ereduen ezagupena erabiltzen da OCR programak hainbat letra-tipo eta formatutako testu-adibidez elikatzen dituenean, eskaneatutako dokumentu edo irudi-fitxategiko karaktereak alderatzeko eta ezagutzeko.

Ezaugarrien detekzioa gertatzen da OCR-k letra edo zenbaki zehatz baten ezaugarriei buruzko arauak aplikatzen dituenean eskaneatutako dokumentuko karaktereak ezagutzeko. Ezaugarriek karaktere bateko lerro angelu, gurutzatu edo kurba kopurua daude. Adibidez, "A" letra larria erdian zehar lerro horizontal batekin elkartzen diren bi lerro diagonal gisa gordetzen da. Karaktere bat identifikatzen denean, informatika-sistemek manipulazio gehiago kudeatzeko erabiltzen duten ASCII kodea (American Standard Code for Information Interchange) bihurtzen da.

OCR programa batek dokumentu-irudi baten egitura ere aztertzen du. Orria elementuetan banatzen du, hala nola testu blokeak, taulak edo irudiak. Lerroak hitzetan banatzen dira eta gero karaktereetan. Pertsonaiak bereizten direnean, programak eredu-irudi multzo batekin konparatzen ditu. Baliteke partida guztiak prozesatu ondoren, programak aitortutako testua aurkezten dizu.

OCR sarritan erabiltzen da ezkutuko teknologia gisa, gure eguneroko bizitzako sistema eta zerbitzu ezagun asko indartuz. OCR teknologiaren erabilera kasu garrantzitsuak, baina ez hain ezagunak, honako hauek dira: datuak sartzeko automatizazioa, itsuei eta ikusmen-urritasuna duten pertsonei laguntzea eta bilaketa-motorretarako dokumentuak indexatzea, hala nola pasaporteak, matrikulak, fakturak, banku-adierazpenak, bisita-txartelak eta matrikularen ezagutza automatikoa. .

 

Ezaugarriak eskaner tradizionalekin alderatuta:

1. Arina, eramateko eta instalatzeko erraza;

2. Eskaneatzeko denbora laburra da, eskaneatzeko denbora normala 1-2S da, eta berehala lor dezakezu;

3. Kostu baxua

4. Hartutako argazkietan OCR hautematea egin dezake, irudiak WORD dokumentu editagarri bihur ditzake eta automatikoki idatzi;

5. Paperik gabeko fax teknologia txertatuz, fax-makinarik ez badago ere, faxak bidal ditzakezu, eta horrek nabarmen hobetzen du faxaren eraginkortasuna;

 

Karaktere optikoen ezagutzaren erabilera kasuak

Karaktere optikoen ezagutzarako (OCR) erabilera kasurik ezagunena paperezko dokumentuak makinaz irakur daitezkeen testu-dokumentu bihurtzea da. Eskaneatutako paperezko dokumentu bat OCR prozesatu ondoren, dokumentuaren testua Microsoft Word edo Google Docs bezalako testu prozesadore batekin edita daiteke.

OCR-k datu handien modelizazioa optimizatzea ahalbidetzen du, paperezko eta eskaneatutako irudi dokumentuak makinaz irakur daitezkeen eta bilatu daitezkeen pdf fitxategi bihurtuz. Informazio baliotsua prozesatzea eta berreskuratzea ezin da automatizatu testu-geruzak dagoeneko ez dauden dokumentuetan OCR aplikatu gabe.

OCR testu-ezagutzarekin, eskaneatutako dokumentuak datu handien sistema batean integra daitezke, orain banku-adierazpenetako, kontratuetako eta inprimatutako beste dokumentu garrantzitsuetako bezeroen datuak irakurtzeko gai dena. Langileek irudi-dokumentu ugari aztertu eta datu handiak prozesatzeko lan-fluxu automatizatu batean sarrerak eskuz elikatu beharrean, erakundeek OCR erabil dezakete datu-meatzaritzaren sarrerako fasean automatizatzeko. OCR softwareak irudiko testua identifikatu dezake, irudietan testua atera, testu fitxategia gorde eta jpg, jpeg, png, bmp, tiff, pdf eta beste formatu batzuk onartzen ditu.

Honen oinarrian, Hampok dulauntxaed kameraren modulu sorta batzeinetatik5MP-16MP definizioarena. Hampo garapen fasearen hasieran, gure taldeak 5MP motako lehen usb kamera modulua sortu zuen abiadura handiko dokumentuen eskanerrako;-rekinren eskariamerkatua, 8MP, 13MP, eta baita 16MP USB kamera moduluak izan diraekoiztu. Zer's gehiago, kamera bat, 2 kamera eta hainbat kameraren eskaria dokumentu eskanerrean aplikatzen ari den.