OCR/OCV-produkter vil erstatte traditionelle scannere

Hvad er optisk tegngenkendelse (OCR)?

Optisk tegngenkendelse (OCR) er en effektiv forretningsproces, der sparer tid, omkostninger og andre ressourcer ved at udnytte automatiserede dataudtræknings- og lagringsfunktioner.

Optisk tegngenkendelse (OCR) kaldes undertiden tekstgenkendelse. Et OCR-program udtrækker og genbruger data fra scannede dokumenter, kamerabilleder og PDF-filer med kun billeder. OCR-software udpeger bogstaver på billedet, sætter dem om til ord og sætter derefter ordene om til sætninger, hvilket giver adgang til og redigering af det originale indhold. Det eliminerer også behovet for manuel dataindtastning.

OCR-systemer bruger en kombination af hardware og software til at konvertere fysiske, trykte dokumenter til maskinlæsbar tekst. Hardware – såsom en optisk scanner eller et specialiseret printkort – kopierer eller læser tekst; derefter håndterer software typisk den avancerede behandling.

OCR-software kan udnytte kunstig intelligens (AI) til at implementere mere avancerede metoder til intelligent tegngenkendelse (ICR), f.eks. at identificere sprog eller håndskriftsstile. OCR-processen bruges oftest til at omdanne fysiske juridiske eller historiske dokumenter til PDF-dokumenter, så brugerne kan redigere, formatere og søge i dokumenterne, som om de var oprettet i et tekstbehandlingsprogram.

Hvordan fungerer optisk tegngenkendelse?

Optisk tegngenkendelse (OCR) bruger en scanner til at behandle et dokuments fysiske form. Når alle sider er kopieret, konverterer OCR-software dokumentet til en tofarvet eller sort-hvid version. Det scannede billede eller bitmap analyseres for lyse og mørke områder, og de mørke områder identificeres som tegn, der skal genkendes, mens lyse områder identificeres som baggrund. De mørke områder behandles derefter for at finde alfabetiske bogstaver eller numeriske cifre. Denne fase involverer typisk at målrette ét tegn, ord eller tekstblok ad gangen. Tegn identificeres derefter ved hjælp af en af ​​to algoritmer - mønstergenkendelse eller funktionsgenkendelse.

Mønstergenkendelse bruges, når OCR-programmet får teksteksempler i forskellige skrifttyper og formater for at sammenligne og genkende tegn i det scannede dokument eller den scannede billedfil.

Funktionsdetektion sker, når OCR anvender regler vedrørende funktionerne i et specifikt bogstav eller tal for at genkende tegn i det scannede dokument. Funktioner omfatter antallet af vinklede linjer, krydsede linjer eller kurver i et tegn. For eksempel gemmes det store bogstav "A" som to diagonale linjer, der mødes med en vandret linje på tværs af midten. Når et tegn identificeres, konverteres det til en ASCII-kode (American Standard Code for Information Interchange), som computersystemer bruger til at håndtere yderligere manipulationer.

Et OCR-program analyserer også strukturen af ​​et dokumentbillede. Det opdeler siden i elementer såsom tekstblokke, tabeller eller billeder. Linjerne opdeles i ord og derefter i tegn. Når tegnene er blevet udpeget, sammenligner programmet dem med et sæt mønsterbilleder. Efter at have behandlet alle sandsynlige matches, præsenterer programmet dig for den genkendte tekst.

OCR bruges ofte som en skjult teknologi, der driver mange velkendte systemer og tjenester i vores dagligdag. Vigtige – men mindre kendte – anvendelsesscenarier for OCR-teknologi omfatter automatisering af dataindtastning, hjælp til blinde og synshandicappede og indeksering af dokumenter til søgemaskiner, såsom pas, nummerplader, fakturaer, kontoudtog, visitkort og automatisk nummerpladegenkendelse.

 

Funktioner sammenlignet med traditionelle scannere:

1. Letvægts, nem at bære og installere;

2. Scanningstiden er kort, den normale scanningstid er 1-2S, og du kan få den med det samme;

3. Lav pris

4. Den kan udføre OCR-genkendelse på de optagne billeder, konvertere billederne til redigerbare WORD-dokumenter og automatisk sætte dem op;

5. Ved at integrere papirløs faxteknologi kan du stadig sende faxer, selvom der ikke er nogen faxmaskine, hvilket forbedrer faxeffektiviteten betydeligt;

 

Brugsscenarier for optisk tegngenkendelse

Det mest kendte anvendelsesscenario for optisk tegngenkendelse (OCR) er konvertering af trykte papirdokumenter til maskinlæsbare tekstdokumenter. Når et scannet papirdokument har gennemgået OCR-behandling, kan dokumentets tekst redigeres med et tekstbehandlingsprogram som Microsoft Word eller Google Docs.

OCR muliggør optimering af big-data-modellering ved at konvertere papir- og scannede billeddokumenter til maskinlæsbare, søgbare PDF-filer. Behandling og hentning af værdifuld information kan ikke automatiseres uden først at anvende OCR i dokumenter, hvor tekstlag ikke allerede er til stede.

Med OCR-tekstgenkendelse kan scannede dokumenter integreres i et big-data-system, der nu kan læse klientdata fra bankudtog, kontrakter og andre vigtige trykte dokumenter. I stedet for at medarbejdere skal undersøge utallige billeddokumenter og manuelt indtaste input i en automatiseret big-data-behandlingsworkflow, kan organisationer bruge OCR til at automatisere inputfasen af ​​data mining. OCR-software kan identificere teksten i billedet, udtrække tekst i billeder, gemme tekstfilen og understøtte jpg, jpeg, png, bmp, tiff, pdf og andre formater.

Baseret på dette har Hampolaunched en serie kameramoduler frahvilket fra5MP-16MP af definition. I begyndelsen af ​​Hampos udviklingsfase producerede vores team et første 5MP USB-kameramodul til højhastighedsdokumentscanner;Med denefterspørgsel afmarked, 8MP, 13MP og endda 16MP USB-kameramoduler er blevetproduceret. Hvad'Ydermere anvendes efterspørgslen efter ét kamera, 2 kameraer og flere kameraer til dokumentscanneren.