OCR/OCV produktuek eskaner tradizionalak ordezkatuko dituzte

Zer da Karaktere Optikoen Ezagutza (OCR)?

Karaktere optikoaren ezagutza (OCR) teknologia negozio-prozesu eraginkorra da, denbora, kostua eta bestelako baliabideak aurrezten dituena, datuak automatikoki erauzteko eta biltegiratzeko gaitasunak erabiliz.

Karaktere optikoak ezagutzea (OCR) batzuetan testu-ezagutzea bezala ezagutzen da. OCR programa batek datuak atera eta berrerabiltzen ditu eskaneatutako dokumentuetatik, kamera-irudietatik eta irudi-bakarrik dauden PDFetatik. OCR softwareak irudiko letrak bereizten ditu, hitzez jartzen ditu eta gero hitzak esaldiz jartzen ditu, jatorrizko edukira sartzeko eta editatzeko aukera emanez. Gainera, datuak eskuz sartzeko beharra ezabatzen du.

OCR sistemek hardware eta software konbinazio bat erabiltzen dute dokumentu fisiko eta inprimatuak makinaz irakur daitekeen testu bihurtzeko. Hardwareak —eskaner optiko edo zirkuitu-plaka espezializatu batek, adibidez— testua kopiatzen edo irakurtzen du; ondoren, softwareak normalean prozesamendu aurreratua kudeatzen du.

OCR softwareak adimen artifiziala (AA) erabil dezake karaktere-ezagutza adimendunaren (ICR) metodo aurreratuagoak ezartzeko, hala nola hizkuntzak edo eskuz idazteko estiloak identifikatzea. OCR prozesua gehienetan erabiltzen da paperezko dokumentu legalak edo historikoak PDF dokumentu bihurtzeko, erabiltzaileek dokumentuak editatu, formateatu eta bilatu ahal izan ditzaten testu-prozesadore batekin sortuak balira bezala.

Nola funtzionatzen du karaktere optikoak ezagutzea?

Karaktere optikoak (OCR) eskaner bat erabiltzen du dokumentu baten forma fisikoa prozesatzeko. Orrialde guztiak kopiatu ondoren, OCR softwareak dokumentua bi koloretako edo zuri-beltzeko bertsio bihurtzen du. Eskaneatutako irudia edo bitmapa eremu argi eta ilunak aztertzen dira, eta eremu ilunak ezagutu beharreko karaktere gisa identifikatzen dira, eta eremu argiak atzeko plano gisa. Ondoren, eremu ilunak prozesatzen dira letra alfabetikoak edo digitu numerikoak aurkitzeko. Fase honek normalean karaktere, hitz edo testu-bloke bat aldi berean aztertzea dakar. Ondoren, karaktereak bi algoritmo hauetako bat erabiliz identifikatzen dira: ereduen ezagutza edo ezaugarrien ezagutza.

Ereduen ezagutza OCR programari letra-tipo eta formatu desberdinetako testu-adibideak ematen zaizkionean erabiltzen da, eskaneatutako dokumentuan edo irudi-fitxategian karaktereak alderatu eta ezagutzeko.

Ezaugarrien detekzioa gertatzen da OCR-ak letra edo zenbaki espezifiko baten ezaugarriei buruzko arauak aplikatzen dituenean eskaneatutako dokumentuko karaktereak ezagutzeko. Ezaugarrien artean, karaktere bateko lerro angeludunen, lerro gurutzatuen edo kurben kopurua daude. Adibidez, "A" letra larria erdian zehar doan lerro horizontal batekin bat egiten duten bi lerro diagonal gisa gordetzen da. Karaktere bat identifikatzen denean, ASCII kode bihurtzen da (American Standard Code for Information Interchange), ordenagailu sistemek manipulazio gehiago kudeatzeko erabiltzen dutena.

OCR programa batek dokumentu baten irudiaren egitura ere aztertzen du. Orrialdea elementuetan banatzen du, hala nola testu blokeetan, tauletan edo irudietan. Lerroak hitzetan eta gero karaktereetan banatzen dira. Karaktereak bereizi ondoren, programak eredu-irudi multzo batekin alderatzen ditu. Bat etortze probable guztiak prozesatu ondoren, programak ezagutzen den testua aurkezten dizu.

OCR askotan teknologia ezkutu gisa erabiltzen da, gure eguneroko bizitzan sistema eta zerbitzu ezagun asko elikatzen dituena. OCR teknologiaren erabilera kasu garrantzitsuen artean —baina ez hain ezagunak— daude datuak sartzeko automatizazioa, itsu eta ikusmen urritasuna duten pertsonei laguntzea eta dokumentuak bilatzaileetarako indexatzea, hala nola pasaporteak, matrikulak, fakturak, bankuko laburpenak, bisita-txartelak eta matrikula automatikoaren ezagutza.

 

Ezaugarriak eskaner tradizionalekin alderatuta:

1. Arina, erraz eramateko eta instalatzeko;

2. Eskaneatze denbora laburra da, ohiko eskaneatze denbora 1-2S da, eta berehala lor dezakezu;

3. Kostu baxua

4. Hartutako irudietan OCR ezagutza egin dezake, irudiak WORD dokumentu editagarrietan bihurtu eta automatikoki konposatu;

5. Paperik gabeko fax teknologia barneratuz, fax makinarik ez egon arren, faxak bidali ahal izango dituzu, eta horrek faxaren eraginkortasuna nabarmen hobetzen du;

 

Karaktere optikoaren ezagutzaren erabilera kasuak

Karaktere optikoaren ezagutzaren (OCR) erabilera kasurik ezagunena inprimatutako paper dokumentuak makina bidez irakur daitezkeen testu dokumentu bihurtzea da. Eskaneatutako paper dokumentu bat OCR prozesaketatik igarotzen denean, dokumentuaren testua Microsoft Word edo Google Docs bezalako testu prozesadore batekin edita daiteke.

OCR-k datu handien modelizazioa optimizatzea ahalbidetzen du, paperezko eta eskaneatutako irudi dokumentuak makina bidez irakur daitezkeen eta bila daitezkeen PDF fitxategi bihurtuz. Informazio baliotsua prozesatzea eta berreskuratzea ezin da automatizatu lehenik OCR aplikatu gabe testu geruzarik ez dagoen dokumentuetan.

OCR testu-ezagutzarekin, eskaneatutako dokumentuak datu-sistema handi batean integra daitezke, eta orain bankuko laburpenetatik, kontratuetatik eta beste dokumentu inprimatu garrantzitsu batzuetatik bezeroen datuak irakurtzeko gai da. Langileek irudi-dokumentu ugari aztertu eta eskuz datu handien prozesatzeko lan-fluxu automatizatu batean sarrerak sartu beharrean, erakundeek OCR erabil dezakete datu-meatzaritzaren sarrera-fasean automatizatzeko. OCR softwareak irudiko testua identifikatu, irudietako testua atera, testu-fitxategia gorde eta jpg, jpeg, png, bmp, tiff, pdf eta beste formatu batzuk onartu ditzake.

Honen oinarrian, Hampok dulagurraed kamera moduluen serie batzeinetik5MP-16MP definizioarena. Hampo garapen fasearen hasieran, gure taldeak abiadura handiko dokumentu eskanerrentzako 5MP-ko USB kamera modulua ekoiztu zuen;-rekineskaeramerkatu, 8MP, 13MP eta baita 16MP-ko USB kamera moduluak ere izan diraekoiztua. Zer'Gainera, kamera bat, bi kamera eta kamera anitzeko eskaera aplikatzen ari da dokumentu-eskanerrari.