Produktet OCR/OCV do të zëvendësojnë skanerët tradicionalë

Çfarë është njohja optike e karaktereve (OCR)?

Teknologjia e njohjes optike të karaktereve (OCR) është një proces efikas biznesi që kursen kohë, kosto dhe burime të tjera duke përdorur aftësitë e automatizuara të nxjerrjes dhe ruajtjes së të dhënave.

Njohja optike e karaktereve (OCR) nganjëherë referohet si njohje teksti. Një program OCR nxjerr dhe ripërdor të dhëna nga dokumentet e skanuara, imazhet e kamerës dhe skedarët pdf vetëm për imazhe. Softueri OCR veçon shkronjat në imazh, i vendos ato në fjalë dhe më pas i vendos fjalët në fjali, duke mundësuar kështu aksesin dhe modifikimin e përmbajtjes origjinale. Gjithashtu eliminon nevojën për futjen manuale të të dhënave.

Sistemet OCR përdorin një kombinim të harduerit dhe softuerit për të kthyer dokumentet fizike, të printuara në tekst të lexueshëm nga makina. Hardware - të tilla si një skaner optik ose një tabelë e specializuar e qarkut - kopjon ose lexon tekstin; atëherë, softueri zakonisht trajton përpunimin e avancuar.

Softueri OCR mund të përfitojë nga inteligjenca artificiale (AI) për të zbatuar metoda më të avancuara të njohjes inteligjente të karaktereve (ICR), si identifikimi i gjuhëve ose stileve të shkrimit të dorës. Procesi i OCR përdoret më së shpeshti për të kthyer dokumentet ligjore ose historike të kopjeve të shtypura në dokumente pdf, në mënyrë që përdoruesit të mund t'i modifikojnë, formatojnë dhe kërkojnë dokumentet sikur të ishin krijuar me një përpunues teksti.

Si funksionon njohja optike e karaktereve?

Njohja optike e karaktereve (OCR) përdor një skaner për të përpunuar formën fizike të një dokumenti. Pasi të kopjohen të gjitha faqet, softueri OCR e konverton dokumentin në një version me dy ngjyra ose bardh e zi. Imazhi i skanuar ose bitmap analizohet për zonat e lehta dhe të errëta, dhe zonat e errëta identifikohen si karaktere që duhet të njihen, ndërsa zonat e lehta identifikohen si sfond. Zonat e errëta përpunohen më pas për të gjetur shkronja alfabetike ose shifra numerike. Kjo fazë zakonisht përfshin shënjestrimin e një karakteri, fjale ose blloku teksti në të njëjtën kohë. Karakteret më pas identifikohen duke përdorur një nga dy algoritmet - njohja e modelit ose njohja e veçorive.

Njohja e modelit përdoret kur programit OCR ushqehet me shembuj teksti në fonte dhe formate të ndryshme për të krahasuar dhe njohur karakteret në dokumentin e skanuar ose skedarin e imazhit.

Zbulimi i veçorive ndodh kur OCR zbaton rregulla në lidhje me veçoritë e një germe ose numri të caktuar për të njohur karakteret në dokumentin e skanuar. Veçoritë përfshijnë numrin e vijave me kënd, vijat e kryqëzuara ose kthesat në një karakter. Për shembull, shkronja e madhe "A" ruhet si dy vija diagonale që takohen me një vijë horizontale në mes. Kur identifikohet një karakter, ai konvertohet në një kod ASCII (Kodi standard amerikan për shkëmbimin e informacionit) që sistemet kompjuterike përdorin për të trajtuar manipulime të mëtejshme.

Një program OCR gjithashtu analizon strukturën e një imazhi dokumenti. Ai e ndan faqen në elemente të tilla si blloqe tekstesh, tabela ose imazhe. Rreshtat ndahen në fjalë dhe më pas në karaktere. Pasi të jenë veçuar personazhet, programi i krahason ato me një grup imazhesh modelesh. Pas përpunimit të të gjitha ndeshjeve të mundshme, programi ju paraqet tekstin e njohur.

OCR përdoret shpesh si një teknologji e fshehur, duke fuqizuar shumë sisteme dhe shërbime të njohura në jetën tonë të përditshme. Rastet e rëndësishme të përdorimit - por më pak të njohura - për teknologjinë OCR përfshijnë automatizimin e hyrjes së të dhënave, ndihmën ndaj personave të verbër dhe me shikim të dëmtuar dhe indeksimin e dokumenteve për motorët e kërkimit, si pasaportat, targat, faturat, deklaratat bankare, kartat e biznesit dhe njohjen automatike të targave. .

 

Karakteristikat në krahasim me skanerët tradicionalë:

1. I lehtë, i lehtë për t'u bartur dhe instaluar;

2. Koha e skanimit është e shkurtër, koha normale e skanimit është 1-2S dhe mund ta merrni menjëherë;

3. Kosto e ulët

4. Mund të kryejë njohje OCR në fotot e kapura, t'i konvertojë ato në dokumente të modifikueshme WORD dhe t'i shtypë automatikisht ato;

5. Duke inkorporuar teknologjinë e faksit pa letër, edhe nëse nuk ka faks, ju prapë mund të dërgoni fakse, gjë që përmirëson ndjeshëm efikasitetin e faksit;

 

Rastet e përdorimit të njohjes optike të karaktereve

Rasti më i njohur i përdorimit për njohjen optike të karaktereve (OCR) është konvertimi i dokumenteve të printuara të letrës në dokumente teksti të lexueshme nga makina. Pasi një dokument i skanuar në letër kalon përmes përpunimit OCR, teksti i dokumentit mund të modifikohet me një përpunues teksti si Microsoft Word ose Google Docs.

OCR mundëson optimizimin e modelimit të të dhënave të mëdha duke konvertuar letrën dhe dokumentet e imazheve të skanuara në skedarë pdf të lexueshëm dhe të kërkueshëm nga makina. Përpunimi dhe marrja e informacionit të vlefshëm nuk mund të automatizohet pa aplikuar më parë OCR në dokumente ku shtresat e tekstit nuk janë tashmë të pranishme.

Me njohjen e tekstit OCR, dokumentet e skanuara mund të integrohen në një sistem me të dhëna të mëdha që tani është në gjendje të lexojë të dhënat e klientit nga deklaratat bankare, kontratat dhe dokumentet e tjera të rëndësishme të printuara. Në vend që punonjësit të ekzaminojnë dokumente të panumërta imazhi dhe t'i ushqejnë manualisht inputet në një fluks pune të automatizuar të përpunimit të të dhënave të mëdha, organizatat mund të përdorin OCR për të automatizuar në fazën e hyrjes së nxjerrjes së të dhënave. Softueri OCR mund të identifikojë tekstin në imazh, të nxjerrë tekstin në foto, të ruajë skedarin e tekstit dhe të mbështesë jpg, jpeg, png, bmp, tiff, pdf dhe formate të tjera.

Në bazë të kësaj, Hampo kallëshojed një seri modulesh kamerash ngae cila nga5MP-16MP të përkufizimit. Në fillim të fazës së zhvillimit të Hampo, ekipi ynë prodhoi një modul të kamerës usb të tipit të parë 5MP për skaner dokumentesh me shpejtësi të lartë;Mekërkesa etregu, Kanë qenë modulet e kamerës USB 8MP, 13MP, madje edhe 16MPprodhuar. Çfarë'Për më tepër, kërkesa për një aparat fotografik, për 2 kamera dhe shumë kamera po aplikohet në skanerin e dokumenteve.