Taispeántas

Ag caint faoi bhogearraí téacs aitheantais OCR

Feb 18, 2019 Fág nóta

Ag caint faoi bhogearraí téacs aitheantais OCR

Is cuideachta priontála mór i Shenzhen tSín. Cuirimid gach foilseachán leabhair, priontáil leabhar hardcover, priontáil leabhar páipéir, leabhar nótaí crua-chló, priontáil leabhair sprial, priontáil leabhar diallait, priontáil leabhráin, bosca pacáistithe, féilirí, gach cineál PVC, bróisiúir táirgí, nótaí, Leabhar leanaí, greamáin, iad uile cineálacha táirgí speisialta priontála datha, páipéar cluiche agus mar sin de.

Le haghaidh tuilleadh eolais tabhair cuairt ar do thoil

http://www.joyful-printing.com. ENG amháin

http://www.joyful-printing.net

http://www.joyful-printing.org

ríomhphost: info@joyful-printing.net


Is é an tasc atá ag bogearraí aitheanta carachtar na Síne staidéar a dhéanamh ar conas ríomhaire a dhéanamh "liteartha". Is iondúil go n-úsáideann an córas gléas tiontaithe fhótaileictreach chun carachtar Síneach nó bosca focal a thiontú ina chomhartha leictreach, agus cuireann sé chuig ríomhaire é, a aithníonn agus a léann ríomhaire go huathoibríoch é, mar sin tugtar optúil air. Aitheantas Carachtair Optúil (OCR).


Próifíl forbartha OCR


Mhol eolaí na Gearmáine Tausheck coincheap OCR den chéad uair i 1929. Níos déanaí, mhol an t-eolaí Meiriceánach Handel freisin an teicneolaíocht a úsáid chun focail a aithint. Ba é Casey agus Nagy ó IBM an taighde is luaithe ar aithint carachtair chlóite na Síne. I 1966, d'fhoilsigh siad an chéad alt ar aithint carachtar na Síne, a d'úsáid meaitseála chun 1000 carachtar clóbhuailte Síneach a aithint. Go luath sna 1970idí, thosaigh scoláirí na Seapáine ag déanamh staidéir ar aitheantas carachtar na Síne agus rinne siad a lán oibre. Thosaigh an taighde ar aitheantas carachtar na Síne sa tSín go déanach, agus thosaigh obair thaighde OCR ag deireadh na 1970í. Níor éirigh leis na bogearraí OCR luatha na riachtanais iarbhír a chomhlíonadh mar gheall ar fhachtóirí éagsúla ar nós ráta aitheantais agus táirgeachta. Ag an am céanna, mar gheall ar an gcostas ard a bhaineann le trealamh crua-earraí agus luas oibriúcháin mall, níl leibhéal praiticiúil bainte amach aige. Níl ach roinnt ranna, amhail ranna faisnéise, aonaid phreasa agus foilseacháin, a úsáideann bogearraí OCR. Tar éis 1986, tá dul chun cinn mór déanta ag taighde OCR na Síne, agus tá nuálaíochtaí déanta aige i modhanna samhaltú agus aitheantas carachtar na Síne. Tá torthaí torthúla bainte amach aige i bhforbairt córas agus in iarratais forbartha. Sheol go leor aonad táirgí OCR Síneacha i ndiaidh a chéile. Tar éis na 1990í, le cur i bhfeidhm leathan scanóirí ardán agus an uathoibriú faisnéise agus uathoibrithe oifige sa tSín, cuireadh forbairt mhór ar theicneolaíocht OCR chun cinn go mór, agus aithníodh ráta aitheantais OCR, agus tá an luas aitheantais sásta na húsáideoirí. Éileamh.


Faoi láthair, tá go leor bogearraí OCR coitianta. Cuimsíonn an OCR Béarla OmniPage den chuid is mó, OCR Síneach, den chuid is mó Tsinghua Unisplendour OCR, Tsinghua Wentong OCR, Hanwang OCR, Zhongjing Shangshu OCR, Danqing OCR, agus Mengyu OCR. In ainneoin an méid mór de charachtair na Síne agus na gclónna casta, tá teicneolaíocht OCR aibithe. Ní amháin go n-aithníonn go leor bogearraí OCR carachtair chlóbhuailte Sínis chlóbhuailte, ach aithníonn siad carachtair liathscála agus clóite na Síne. Tá an luas aitheantais go tapa agus tá an ráta cruinnis aitheantais os cionn 99%. Is féidir leis clónna éagsúla ar nós Song, Bold, agus Scorpion a aithint. Traidisiúnta; is féidir leo éagsúlacht clónna a aithint, meascadh clómhéid éagsúla; is féidir le roinnt bogearraí OCR íomhánna, táblaí a aithint freisin. Ag an am céanna, tá dul chun cinn mór déanta maidir le haitheantas ar charachtar lámhscríofa Síneach a dhéanamh, agus tá níos mó ná 70% bainte amach ag an ráta ceart aitheantais.


Feidhmchlár bogearraí OCR


Sa mhargadh scanóirí, tá bogearraí OCR feistithe ar go leor cineálacha scanóirí oifige agus baile. Mar shampla, tá corcairghorm OCR feistithe ar an scanóir corcairghorm, tá Shangshu OCR sa scanóir criostail, agus tá Danqing OCR feistithe le scanóir Mustek. Roinneann an scanóir agus na bogearraí OCR an próiseas iomlán ó ionchur an doiciméid go haitheantas téacs.


Is minic a úsáidtear scanadh doiciméad i réimse na hoifige. Déantar scanadh ar dhoiciméid a bhaineann le foilseacháin i nuachtáin, in irisí, etc., agus ansin déantar aitheantas OCR, nó stóráiltear é mar chomhad íomhá, le haghaidh aitheantas OCR níos déanaí, agus déantar comhaid íomhá a thiontú ina dtéacs. Comhad nó comhad Word a stóráil.


Ina theannta sin, ní hamháin go bhfuil stóráil agus tarchur faisnéise digití íseal ó thaobh costais de, ard-éifeachtúlacht, ach tá sé inoiriúnaithe freisin do na riachtanais chineála agus tarchuir líonra nach bhfuil forbartha. Faoi láthair, tá a lán seoda páipéir amhail leabhair, nuachtáin, irisí agus mar sin de ar chlé sa tSín, agus tá sé práinneach iad a thiontú ina bhfaisnéis leictreonach. Mar shampla, nuair a bhunaítear leabharlann leictreonach, ní mór na leabhair a scanadh leathanach ar leathanach, agus in ionad na bogearraí OCR a aithint, cuirtear na focail a chlóscríobh de láimh, rud a ghiorraíonn an t-am iontrála go mór, a laghdaíonn déine saothair, a chosnaíonn daonchumhacht agus a laghdaíonn costais. Feabhas a chur ar chruinneas iontrála, éifeachtúlacht oibre agus uathoibriú oifige nua-aimseartha.


Faoi láthair, cuireadh an teaglaim de bhogearraí agus scanóirí OCR i bhfeidhm ar go leor réimsí den aois faisnéise, amhail leabharlanna digiteacha, sainaithint tuairiscí éagsúla, agus sainaithint caighdeán baincéireachta agus córas cánach. Le forbairt agus cur chun cinn an líonra agus na faisnéise, beidh a raon feidhme níos fairsinge.


Comhdhéanamh an chórais OCR


Is é an fheidhm atá ag bogearraí aitheanta carachtar na Síne, OCR, grafaicí nó íomhánna éagsúla de gach carachtar Síneach a aithint atá taifeadta i gcarachtair, i bpriontaí nó i lámhscríbhinní Síneacha ag an ríomhaire, agus chun cóid chatagóir charachtair na Síne a mharcáil. Dá bhrí sin, is fadhb aitheanta íomhá í aitheantas carachtar na Síne ar deireadh. Mar gheall ar an méid mór de charachtair na Síne, clónna éagsúla, clónna, agus struchtúir chasta, tá an próiseas a bhaineann le haithint charachtar na Síne an-chasta. Léaráid sceidealta de shreabhadh oibre OCR, mar a thaispeántar sa tábla seo a leanas:


Sonraí doiciméid → ionchur scanadh → próiseáil íomhá → rannán leagan amach → aithint téacs → eagarthóireacht téacs → stóráil doiciméad


Mar gheall ar an tóir a bhíonn ar scanóirí agus a bhfeidhmiú go forleathan, ní gá ach do OCR comhéadan a chur ar fáil leis an scanóir agus bogearraí tiománaí an scanóra a úsáid. Dá bhrí sin, is éard atá sna bogearraí OCR ná modúl próiseála íomhá, modúl rannáin leagan amach, modúl aitheantais téacs, agus modúl eagarthóireachta téacs.


1. Modúl próiseála íomhánna

Tá feidhmeanna cosúil le scanadh doiciméad, scálú íomhánna, agus uainíocht íomhánna ar an modúl próiseála íomhá den chuid is mó. Tar éis ionchur ón scanóir, cruthaíonn an doiciméad comhad íomhá, agus is féidir leis an modúl próiseála íomhá an íomhá a mhéadú chun stains agus scratches a bhaint. Mura ndéantar an íomhá a rothlú i gceart, is féidir an íomhá a rothlú de láimh nó go huathoibríoch, chun coinníollacha níos fearr a chruthú le haghaidh aithint téacs. Tá an ráta aitheantais níos airde.


2. Modúl rannáin leagan amach

Áirítear leis an modúl rannáin leagan amach rannán leagan amach agus rannóg athraithe den chuid is mó, is é sin, is féidir tuiscint ar leagan amach, deighilt focal, normalú, etc., agus leagan amach uathoibríoch nó lámhleabhar a roghnú. Is é an cuspóir atá leis na bogearraí OCR a insint chun na hailt, na táblaí, etc. a dheighilt sa leagan amach céanna, ionas gur féidir iad a phróiseáil ar leithligh agus cén t-ord.


3. Modúl aitheantais téacs

Is é an modúl aitheantais téacs an chuid lárnach de na bogearraí OCR, léaráid próiseas simplí um aithint téacs, mar a thaispeántar thíos. Déanann an modúl aitheantais téacs "léamh" go príomha ar na carachtair ionchuir Síneacha, ach ní féidir é a bheith illíne agus ní mór é a ghearradh ar líne. I gcás carachtair Síneacha, aithnítear é de ghnáth le focal amháin agus focal amháin, is é sin, aithint focal aonair, agus ansin é a normalú. Aistríonn an modúl aitheantais téacs gnéithe de charachtair shamplaí éagsúla na Síne, críochnaíonn sé an t-aitheantas, aimsíonn sé focail amhrasacha go huathoibríoch, agus tá feidhmeanna aige amhail roimh agus tar éis comhlachais.


Scan ionchur bunaidh → gearradh líne → gearradh focal → eadóirsiú → aithint gné eastóscadh → aithint focal ┐ ┐

Ction- → Eastóscadh gné réamh-aicmithe → Leabharlann lárnach (foclóir) → Lámhscríbhinn aschuir


4. Modúl eagarthóireachta téacs

Athraíonn agus eagraíonn an modúl eagarthóireachta téacs an téacs aitheanta OCR den chuid is mó. Má aithníonn an córas go bhfuil sé mícheart, taispeánfar an téacs i ndath dearg nó gorm, agus soláthróidh sé téacs den chineál céanna le haghaidh roghnúcháin, agus roghnóidh sé an t-eagarthóir aschuir.


Conas bogearraí OCR a úsáid


Cé go bhfuil go leor cineálacha bogearraí OCR ann, tá a n-úsáid comhchosúil. Is é an chéad chéim an doiciméad a scanadh agus aitheantas OCR a dhéanamh. Seo a leanas úsáid bogearraí OCR:


1. Scanadh doiciméad

D'fhonn úsáid a bhaint as bogearraí OCR le haghaidh aithint téacs, is féidir doiciméid a scanadh go díreach sna bogearraí OCR. Tar éis dóibh na bogearraí OCR a reáchtáil, beidh an comhéadan bogearraí OCR le feiceáil.


Cuir an doiciméad le scanadh ar thaobh gloine an scanóra ionas go mbeidh an taobh atá le scanadh os comhair thaobh ghloine an scanóra a bhfuil barr na cáipéise os a chomhair, ag teacht le ciumhais an rialóra, agus ansin go bhfuil an scanóir clúdaithe chun ullmhú le haghaidh scanadh. Cliceáil ar an gcnaipe "Scan" san fhuinneog chun na bogearraí scanóra tiomána a chur isteach le scanadh. Ní dhéanfar cur síos anseo ar an modh scanta. Mar sin féin, ba chóir a thabhairt faoi deara gur féidir an rún a shocrú ag 200 ~ 400dpi. I gcás doiciméad téacs, tá sé ríthábhachtach an gile a choigeartú.


2. Aitheantas OCR

Ar mhaithe le héascú na hoibre, roghnaigh na roghanna ón roghchlár agus na deilbhíní éagsúla ar thaobh na láimhe clé den fhuinneog.

Le húsáid níos fearr, tabhair isteach an deilbhín ar thaobh na láimhe clé den scáileán ón mbarr go barr:


Uirlis “Zúmáil isteach”: chun an íomhá a fhormhéadú; uirlis “súmáil amach”: chun an íomhá a laghdú; uirlis “an limistéar aitheantais a shocrú”: chun an limistéar aitheantais a shocrú; uirlis “an t-ordú aitheantais a shocrú”: chun an t-ordú aitheantais a shocrú; Uirlis an Limistéir Aitheantais a scriosadh: an limistéar aitheantais a scriosadh; Uirlis "Léirscrios Íomhá Torann": chun limistéar san íomhá a scriosadh; Uirlis "Rothlaigh Íomhá": an íomhá 90 °, 180 ° nó 270 ° a rothlú; Uirlis Cheadaithe Tilt: Le haghaidh ceartú láimhe ar íomhá tilt.


Céimeanna ginearálta le haghaidh aitheantais OCR:


(1) Tar éis an doiciméad a scanadh, tá an téacs atá le haithint a thaispeánann san fhuinneog an-bheag. Ar dtús, roghnaigh an uirlis “Zúmáil isteach” chun an íomhá a mhéadú i gceart chun an pictiúr a dhéanamh níos soiléire. Más gá, is féidir leat an uirlis “súmáil amach” a roghnú chun méid an scáileáin a laghdú go cuí.

(2) Más gá 90 °, 180 ° nó 270 ° an scáileán a rothlú, bain úsáid as an uirlis Íomhá Rothlaigh chun an íomhá a rothlú. Má tá an scáileán téacs tilted, roghnaigh an uirlis Ceartú Tilt chun an scáileán a choigeartú.

(3) Roghnaigh an uirlis "Limistéar Aitheantais Socraigh" le linn aitheantais, agus frámaigh an limistéar atá le haithint ar an scáileán carachtair. Sa chás seo, is féidir ilréimsí a chumadh de réir riocht an scáileáin. Má tá an limistéar frámaithe mícheart, is féidir leat an uirlis Scrios Aitheantais a úsáid chun an limistéar aitheanta roghnaithe a scriosadh.

(4) D'fhonn an ráta aitheantais a fheabhsú, má tá torann nó íomhá nach féidir a aithint sa limistéar aitheantais roghnaithe, is féidir an uirlis "Torann Íomhá Léirscriosta" a roghnú chun an beagán torainn a scriosadh de réir giotán. Más gá duit píosaí a scriosadh, is féidir leat an uirlis Bloc Íomhá Scipe a roghnú.

(5) Cliceáil an deilbhín “Aithin”, ansin tá an taispeántas OCR ag déanamh deighilt téacs, ansin aistrigh go dtí an scáileán “Aitheantas”, agus taispeánfar an téacs aitheanta céim ar chéim, agus ansin aistreofar é chuig an fhuinneog “Léamhdhoiciméid” mar léirithe.

Tá feidhm mhodhnú téacs ag go leor bogearraí OCR a aithníonn an téacs a d'fhéadfadh a bheith earráideach, a thaispeántar i ndath soiléir, agus is féidir é a athrú.

(6) Stóráil an comhad aitheanta mar chomhad téacs (TXT) nó mar chomhad Word RTF.

Glaoigh Linn