Optical Character Recognition System
| Versioon | 1.0 |
|---|---|
| Kirjastaja | Luigi Rosa |
| Väljalaske kuupäev | 19. nov 2012 |
| Kuupäev lisatud | 19. nov 2012 |
| Os nõuded | Windows 2003, Windows Vista, Windows 98, Windows Me, Windows, Windows NT, Windows 2000, Windows 8, Windows Server 2008, Windows 7, Windows XP |
| Nõuded | Matlab |
| Allalaadimisi kokku | 691 |
| Allalaadimised nädalas | 1 |
| Hind | Free |
Kirjeldus
Optiline märgituvastus (OCR) on trükitud või kirjutatud tekstimärkide optiliselt skaneeritud bitikaartide tõlkimine märgikoodideks, näiteks ASCII-ks. See on tõhus viis paberkoopiamaterjalide muutmiseks andmefailideks, mida saab arvutis redigeerida ja muul viisil manipuleerida. Seda tehnoloogiat on raamatukogud ja valitsusasutused pikka aega kasutanud pikkade dokumentide kiireks elektrooniliseks kättesaadavaks tegemiseks. OCR-tehnoloogia edusammud on ajendanud seda üha enam kasutama ettevõtetes. Paljude dokumendisisestustoimingute jaoks on OCR kõige kuluefektiivsem ja kiireim meetod. Ja igal aastal vabastab see tehnoloogia aakrit salvestusruumi, kui see on antud kartoteekappidele ja paberdokumente täis kastidele. Enne optilise tekstituvastuse kasutamist tuleb lähtematerjal skannida optilise skanneriga (ja mõnikord ka arvutis spetsiaalse trükkplaadiga), et lugeda lehel bitmap (punktide muster). Vaja on ka tarkvara piltide tuvastamiseks.
Meie tarkvarapakett teeb ettepaneku lahendada UJI pliiatsi märkide andmestiku isoleeritud käsitsi kirjutatud märkide ja numbrite klassifitseerimine närvivõrkude abil. Andmed koosnevad 26 märgist ja 10 numbrist koosnevatest näidistest, mille on kirjutanud 11 kirjutajat tahvelarvutis. Märgid (tavases UNIPEN-vormingus) kirjutatakse nii suur- kui ka väiketähtedega ning ühe kirjutaja kohta on tervelt kaks märgikomplekti. Seega peaks väljund olema ühes 35 klassist. Lõppeesmärk on luua iga tegelase jaoks kirjanikust sõltumatu mudel.
Väärtuslike tunnuste valik on märgituvastuses ülioluline, seetõttu võetakse kasutusele uus ja sisukas tunnuste kogum, Uniform Differential Normalized Coordinates (UDNC), mille tutvustas C. Agell. Näidatakse, et need funktsioonid parandavad lihtsate klassifitseerimisalgoritmide abil äratundmiskiirust, nii et neid kasutatakse närvivõrgu treenimiseks ja selle toimivuse testimiseks UJI pliiatsi märkide andmekomplektis.
Indeksi tingimused: Matlab, allikas, kood, oCR, optiline märgituvastus, skannitud tekst, kirjutatud tekst, ascii, isoleeritud märk.
