Optika signorekono: Malsamoj inter versioj

El Vikipedio, la libera enciklopedio
[nekontrolita versio][nekontrolita versio]
Enhavo forigita Enhavo aldonita
SilvonenBot (diskuto | kontribuoj)
Luckas-bot (diskuto | kontribuoj)
Linio 84: Linio 84:
[[th:โอซีอาร์]]
[[th:โอซีอาร์]]
[[tr:Optik Karakter Tanıma]]
[[tr:Optik Karakter Tanıma]]
[[uk:Оптичне розпізнавання символів]]
[[ur:بصریاتی حرف شناسی]]
[[ur:بصریاتی حرف شناسی]]
[[vi:Nhận dạng ký tự quang học]]
[[vi:Nhận dạng ký tự quang học]]

Kiel registrite je 12:31, 23 aŭg. 2010

Optika signorekono (OSR) aŭ tekstorekono aŭ optika karaktra rekono (angla, internacia mallongigo OCR laŭ Optical Character Recognition) estas nocio el la IT-areo, kiu priskribas la aŭtomatan tekstorekonon de (plej ofte presita) dokumento.

Originale ĝi estis evoluigita al aŭtomata tekstorekono de diversaj skribotipoj, kiuj estis uzataj en ĉekoj. Tiuj skribotipoj estis tiel formitaj, ke la rekoniloj povis ilin – sen grava kalkula bezono – deĉifri, dividi inter ili. Tiel la skribotipo OCR-A estas uzata por tre diversaj signoj, OCR-B por pli similaj signotipoj, kaj OCR-H por manskriboj.

La kreskantaj povumoj de la moderna komputilo kaj la pliboniĝantaj algoritmoj ebligas ankaŭ la rekonon de "normalaj" presitaj signoj ĝis la manskriboj (tiu lasta gravas ekz. ĉe leterodistribuo en la poŝto).

La moderna tekstorekono entenas la rekonon de la diversaj litertipoj kaj -grandoj kaj tiel certigas la preskaŭ plej originalfidelan reaperigon.


Proceso

La elirpunkto estas bildo (rastruma bildo), kiu estas farita el dokumento per skanilo, cifereca fotilovideokamerao. La signorekono okazas en tri ŝtupoj:

  1. Paĝo kaj formata rekono: La bildaj datenoj estas dividitaj je grava areo (teksto, bildosubskriboj) kaj je negrava areo (figuraĵoj, blankaj partoj, linioj).
  2. Modela rekono: La pikselmodelo de la teksta areo estas komparata kun modeloj en la datenbanko kaj okazas kruda ciferecigo.
  3. Erarokorekto: La kruda ciferecigo estas komparata kun vortoj de la programa vortaro kaj eble korektita laŭ lingvistikaj kaj statistikaj spertoj. Multaj programoj proponas propran korektadon.

Finfine okazas kodado de la eldona aranĝo (ekz. ASCII) kiel tekstodateno, kaj aspekta aranĝo (ekz. kiel HTMLPDF).


La kvalito de la signorekono dependas de multaj faktoroj kiaj:

  • Kvalito de la aspektorekono
  • Amplekso kaj kvalito de la model-datenbanko
  • Amplekso kaj kvalito de la vortaro
  • Kvalito de la algoritmoj por la erarkorekturo
  • Koloreco, kontrasto, strukturo kaj litertipo de la originala dokumento
  • Diserigo kaj kvalito de la bildaj datenoj

Dum la pura modelrekono estas atingita 80 % (ĉiu kvina signo estas fuŝe rekonita), la bonaj programoj celas danke al povumaj algoritmoj ĝis 99 % de senerareco. (ekz. OmniPage Pro 12 Office rekonas eĉ la Esperantajn literojn hu kaj en)

Uzo

  • Reakiro de tekstoinformoj el bildaj datenoj, por pluprilabori la tekston aŭ igi ĝin traserĉebla.
  • Rekono de gravaj signoj (ekz. poŝta kodo, kontrakta numero, faktura numero) al mekanika aŭ elektronika distribuo de la skribaĵoj.
  • Rekono de signoj por registri aŭ spuri objektojn (ekz. aŭtonumeroj)

Tipoj

  • ABBYY FineReader
  • Readiris Pro
  • Recognita plus
  • OmniPage

Legu: lingvorekono, irisrekono, ECM-komponentoj

Vidu ankaŭ jenon: