- •Лекція___ тема: ocr-системи. Призначення, види та використання Что такое ocr-системы
- •Процесс ввода документа в компьютер можно подразделить на два этапа:
- •Форматы, в которых FineReader сохраняет распознанный текст FineReader сохраняет результаты распознавания в следующих форматах:
- •Поддерживаемые графические форматы FineReader открывает файлы следующих форматов:
- •FineReader сохраняет изображения в следующих форматах:
- •Поддерживаемые языки распознавания
- •Основные языки
- •Дополнительные языки
- •Искусственные языки
- •Языки программирования
- •Языки со специализированными словарями
- •Сканирование
- •Преимущества одного режима перед другим
- •Чтобы запустить сканирование:
- •Установка параметров сканирования
- •Основными параметрами сканирования являются:
- •Чтобы установить параметры сканирования:
- •Сканирование многостраничных документов
- •При использовании автоподатчика (adf)
- •Без использования автоподатчика (adf)
- •Общая информация по распознаванию
- •Вы можете:
- •Чтобы запустить распознавание:
- •Распознавание в фоновом режиме
- •Проверка распознанного текста
- •Чтобы проверить результаты распознавания:
- •Перемещение по неуверенно распознанным словам
Модуль 2
Заняття___
Лекція___ тема: ocr-системи. Призначення, види та використання Что такое ocr-системы
Системы оптического распознавания символов (Optical Character Recognition - OCR) предназначены для автоматического ввода печатных документов в компьютер.
FineReader — омнифонтовая система оптического распознавания текстов. Это означает, что она позволяет распознавать тексты, набранные практически любыми шрифтами, без предварительного обучения. Особенностью программы FineReader является высокая точность распознавания и малая чувствительность к дефектам печати, что достигается благодаря применению технологии "целостного целенаправленного адаптивного распознавания".
Процесс ввода документа в компьютер можно подразделить на два этапа:
Сканирование. На первом этапе сканер играет роль "глаза" Вашего компьютера: "просматривает" изображение и передает его компьютеру. При этом полученное изображение является не чем иным, как набором черных, белых или цветных точек, картинкой, которую невозможно отредактировать ни в одном текстовом редакторе.
Распознавание. Обработка изображения OCR-системой.
Остановимся на втором шаге более подробно.
Обработка изображения системой FineReader включает в себя анализ графического изображения, переданного сканером, и распознавание каждого символа. Процессы анализа макета страницы (определение областей распознавания, таблиц, картинок, выделение в тексте строк и отдельных символов) и распознавания изображения тесно связаны между собой: алгоритм поиска блоков использует информацию о распознанном тексте для более точного анализа страницы.
Как уже упоминалось, распознавание изображения осуществляется на основе технологии "целостного целенаправленного адаптивного распознавания".
Целостность- объект описывается как целое с помощью значимых элементов и отношений между ними.
Целенаправленность- распознавание строится как процесс выдвижения и целенаправленной проверки гипотез.
Адаптивность- способность OCR-системы к самообучению.
В соответствии с этими тремя принципами система сначала выдвигает гипотезу об объекте распознавания (символе, части символа или нескольких склеенных символах), а затем подтверждает или опровергает ее, пытаясь последовательно обнаружить все структурные элементы и связывающие их отношения. В каждом структурном элементе выделяются части, значимые для человеческого восприятия: отрезки, дуги, кольца и точки. Следуя принципу адаптивности, программа самостоятельно "настраивается", используя положительный опыт, полученный на первых уверенно распознанных символах. Целенаправленный поиск и учет контекста позволяют распознавать разорванные и искаженные изображения, делая систему устойчивой к возможным дефектам письма.
В результате работы в окне FineReader появится распознанный текст, который Вы можете отредактировать и сохранить в наиболее удобном для Вас формате.
Форматы, в которых FineReader сохраняет распознанный текст FineReader сохраняет результаты распознавания в следующих форматах:
Microsoft Word Document (*.DOC)
Rich Text Format (*.RTF)
Microsoft Word XML Document (*.XML) (только для Microsoft Word 2003)
Adobe Acrobat Format (*.PDF)
HTML
Microsoft PowerPoint Format (*. PPT)
Comma Separated Values File (*.CSV)
Простой текст (*.TXT). FineReader поддерживает различные кодовые страницы (Windows, DOS, Mac, ISO) и кодировку Unicode.
Microsoft Excel Speadsheet (*.XLS)
DBF