Papalitan ng Mga Produktong OCR/OCV ang Mga Tradisyunal na Scanner

Ano ang Optical Character Recognition (OCR)?

Ang teknolohiya ng optical character recognition (OCR) ay isang mahusay na proseso ng negosyo na nakakatipid ng oras, gastos at iba pang mga mapagkukunan sa pamamagitan ng paggamit ng awtomatikong pagkuha ng data at mga kakayahan sa pag-imbak.

Ang optical character recognition (OCR) ay minsang tinutukoy bilang pagkilala sa teksto. Ang isang OCR program ay nag-extract at nagre-repurpose ng data mula sa mga na-scan na dokumento, mga larawan sa camera at mga image-only na pdf. Ang OCR software ay nag-iisa ng mga titik sa larawan, inilalagay ang mga ito sa mga salita at pagkatapos ay inilalagay ang mga salita sa mga pangungusap, kaya nagbibigay-daan sa pag-access at pag-edit ng orihinal na nilalaman. Tinatanggal din nito ang pangangailangan para sa manu-manong pagpasok ng data.

Gumagamit ang mga OCR system ng kumbinasyon ng hardware at software para i-convert ang pisikal, naka-print na mga dokumento sa text na nababasa ng makina. Hardware — gaya ng optical scanner o specialized circuit board — kumokopya o nagbabasa ng text; pagkatapos, karaniwang pinangangasiwaan ng software ang advanced na pagpoproseso.

Maaaring samantalahin ng OCR software ang artificial intelligence (AI) para ipatupad ang mga mas advanced na paraan ng intelligent character recognition (ICR), tulad ng pagtukoy ng mga wika o estilo ng sulat-kamay. Ang proseso ng OCR ay kadalasang ginagamit upang gawing mga dokumentong pdf ang hard copy na legal o makasaysayang mga dokumento upang mai-edit, i-format at hanapin ng mga user ang mga dokumento na parang nilikha gamit ang isang word processor.

Paano gumagana ang optical character recognition?

Ang optical character recognition (OCR) ay gumagamit ng scanner upang iproseso ang pisikal na anyo ng isang dokumento. Kapag nakopya na ang lahat ng pahina, iko-convert ng OCR software ang dokumento sa dalawang kulay o black-and-white na bersyon. Ang na-scan na larawan o bitmap ay sinusuri para sa maliwanag at madilim na mga lugar, at ang mga madilim na lugar ay kinikilala bilang mga character na kailangang kilalanin, habang ang mga maliwanag na lugar ay kinikilala bilang background. Ang mga madilim na lugar ay pinoproseso upang makahanap ng mga alpabetikong titik o numerong numero. Ang yugtong ito ay karaniwang nagsasangkot ng pag-target ng isang character, salita o bloke ng teksto sa isang pagkakataon. Pagkatapos ay makikilala ang mga character gamit ang isa sa dalawang algorithm — pagkilala sa pattern o pagkilala sa tampok.

Ginagamit ang pattern recognition kapag ang OCR program ay pinapakain ng mga halimbawa ng teksto sa iba't ibang mga font at format upang ihambing at makilala ang mga character sa na-scan na dokumento o file ng imahe.

Nangyayari ang feature detection kapag nag-apply ang OCR ng mga panuntunan tungkol sa mga feature ng isang partikular na titik o numero upang makilala ang mga character sa na-scan na dokumento. Kasama sa mga feature ang bilang ng mga angled na linya, crossed lines o curves sa isang character. Halimbawa, ang malaking titik na "A" ay nakaimbak bilang dalawang diagonal na linya na nagsasalubong sa isang pahalang na linya sa gitna. Kapag natukoy ang isang character, ito ay iko-convert sa isang ASCII code (American Standard Code for Information Interchange) na ginagamit ng mga computer system upang pangasiwaan ang mga karagdagang manipulasyon.

Sinusuri din ng isang OCR program ang istruktura ng isang imahe ng dokumento. Hinahati nito ang pahina sa mga elemento tulad ng mga bloke ng mga teksto, mga talahanayan o mga imahe. Ang mga linya ay nahahati sa mga salita at pagkatapos ay sa mga character. Kapag napili na ang mga character, inihahambing sila ng programa sa isang set ng mga pattern na imahe. Pagkatapos iproseso ang lahat ng malamang na tugma, ipapakita sa iyo ng programa ang kinikilalang teksto.

Ang OCR ay kadalasang ginagamit bilang isang nakatagong teknolohiya, na nagpapagana sa maraming kilalang sistema at serbisyo sa ating pang-araw-araw na buhay. Mahalaga — ngunit hindi gaanong kilala — ang mga kaso ng paggamit para sa teknolohiya ng OCR ay kinabibilangan ng data-entry automation, pagtulong sa mga bulag at may kapansanan sa paningin at mga dokumento sa pag-index para sa mga search engine, tulad ng mga pasaporte, mga plaka ng lisensya, mga invoice, bank statement, business card at awtomatikong pagkilala sa plate number .

 

Mga tampok kumpara sa tradisyonal na mga scanner:

1. Magaan, madaling dalhin at i-install;

2. Ang oras ng pag-scan ay maikli, ang normal na oras ng pag-scan ay 1-2S, at maaari mo itong makuha kaagad;

3. Mababang gastos

4. Maaari itong magsagawa ng OCR recognition sa mga nakunan na larawan, i-convert ang mga larawan sa WORD editable na mga dokumento, at awtomatikong i-typeset ang mga ito;

5. Isinasama ang paperless fax na teknolohiya, kahit na walang fax machine, maaari ka pa ring magpadala ng mga fax, na makabuluhang nagpapabuti sa kahusayan ng fax;

 

Mga kaso ng paggamit ng optical character recognition

Ang pinakakilalang kaso ng paggamit para sa optical character recognition (OCR) ay ang pag-convert ng mga naka-print na papel na dokumento sa mga dokumentong text na nababasa ng makina. Kapag ang isang na-scan na dokumento ng papel ay dumaan sa pagpoproseso ng OCR, ang teksto ng dokumento ay maaaring i-edit gamit ang isang word processor tulad ng Microsoft Word o Google Docs.

Binibigyang-daan ng OCR ang pag-optimize ng big-data modelling sa pamamagitan ng pag-convert ng papel at mga na-scan na dokumento ng imahe sa nababasa ng makina, nahahanap na mga pdf file. Ang pagproseso at pagkuha ng mahalagang impormasyon ay hindi maaaring awtomatiko nang hindi muna naglalapat ng OCR sa mga dokumento kung saan ang mga layer ng teksto ay wala pa.

Sa OCR text recognition, ang mga na-scan na dokumento ay maaaring isama sa isang malaking-data system na ngayon ay nakakabasa ng data ng kliyente mula sa mga bank statement, kontrata at iba pang mahahalagang naka-print na dokumento. Sa halip na suriin ng mga empleyado ang hindi mabilang na mga dokumento ng imahe at manu-manong ipasok ang mga input sa isang automated na daloy ng trabaho sa pagpoproseso ng malaking data, maaaring gamitin ng mga organisasyon ang OCR upang mag-automate sa yugto ng pag-input ng data mining. Ang software ng OCR ay maaaring tukuyin ang teksto sa imahe, kunin ang teksto sa mga larawan, i-save ang text file at suportahan ang jpg, jpeg, png, bmp, tiff, pdf at iba pang mga format.

Sa pangunahing nito, mayroon si Hampolaunched isang serye ng mga module ng camera mula sana mula sa5MP-16MP ng kahulugan. Sa simula ng yugto ng pag-develop ng Hampo, gumawa ang aming team ng unang uri ng 5MP usb camera module para sa high speed document scanner;Gamit angdemand ngpalengke, 8MP, 13MP, at kahit 16MP USB camera modules ay nagingginawa. Ano'Higit pa, ang pangangailangan para sa isang camera, sa 2 camera, at maraming camera na inilalapat sa scanner ng dokumento.