Edu Doc

КАТЕГОРИЯ:


Астрономия- (809) Биология- (7483) Биотехнологии- (1457) Военное дело- (14632) Высокие технологии- (1363) География- (913) Геология- (1438) Государство- (451) Демография- (1065) Дом- (47672) Журналистика и СМИ- (912) Изобретательство- (14524) Иностранные языки- (4268) Информатика- (17799) Искусство- (1338) История- (13644) Компьютеры- (11121) Косметика- (55) Кулинария- (373) Культура- (8427) Лингвистика- (374) Литература- (1642) Маркетинг- (23702) Математика- (16968) Машиностроение- (1700) Медицина- (12668) Менеджмент- (24684) Механика- (15423) Науковедение- (506) Образование- (11852) Охрана труда- (3308) Педагогика- (5571) Полиграфия- (1312) Политика- (7869) Право- (5454) Приборостроение- (1369) Программирование- (2801) Производство- (97182) Промышленность- (8706) Психология- (18388) Религия- (3217) Связь- (10668) Сельское хозяйство- (299) Социология- (6455) Спорт- (42831) Строительство- (4793) Торговля- (5050) Транспорт- (2929) Туризм- (1568) Физика- (3942) Философия- (17015) Финансы- (26596) Химия- (22929) Экология- (12095) Экономика- (9961) Электроника- (8441) Электротехника- (4623) Энергетика- (12629) Юриспруденция- (1492) Ядерная техника- (1748) Arhitektura- (3434) Astronomiya- (809) Biologiya- (7483) Biotehnologii- (1457) Военни бизнесмен (14632) Висока technologies- (1363) Geografiya- (913) Geologiya- (1438) на държавата (451) Demografiya- ( 1065) Къща- (47672) журналистика и смирен (912) Izobretatelstvo- (14524) външен >(4268) Informatika- (17799) Iskusstvo- (1338) историята е (13644) Компютри- (11,121) Kosmetika- (55) Kulinariya- (373) културата е (8427) Lingvistika- (374) Literatura- (1642) маркетинг-(23702) математиците на (16968) Механична инженерно (1700) медицина-(12668) Management- (24684) Mehanika- (15423) Naukovedenie- (506) образователна (11852) truda- сигурност (3308) Pedagogika- (5571) Poligrafiya- (1312) Politika- (7869) Лево- (5454) Priborostroenie- (1369) Programmirovanie- (2801) производствено (97 182 ) индустрия- (8706) Psihologiya- (18388) Religiya- (3217) Svyaz (10668) Agriculture- (299) Sotsiologiya- (6455) на (42831) спортист строително (4793) Torgovlya- (5050) транспорт ( 2929) Turizm- (1568) физик (3942) Filosofiya- (17015) Finansy- (26596) химия (22929) Ekologiya- (12095) Ekonomika- (9961) Electronics- (8441) Elektrotehnika- (4623) Мощност инженерно ( 12629) Yurisprudentsiya- (1492) ядрена technics- (1748)

форми за оптично разпознаване на системата

OCR система

При създаването на цифрови библиотеки и архиви като превеждат книги и документи в цифров формат, прехода на предприятията от хартия към електронен документ, ако е необходимо, да редактирате получените документи по факс с помощта на системи за оптично разпознаване на символи. С помощта на скенера просто достатъчно, за да получите текста на изображението на страницата в графика файл. Въпреки това, за документ за текстов файл формат е необходимо да се признае текста, който е, да я превърне в елементите на графични изображения в поредица от текстови символи. Първо трябва да се признае на поставянето на текст върху структурата на страница: изберете колони, таблици, изображения и така нататък. След това избраните текстови фрагменти от графично изображение на страницата, която искате да конвертирате в текст. Ако изходния документ е писмо на качеството, признаването се постига чрез сравнение с растер. Първоначално растерно изображение на страницата е разделена на изображения на отделните знаци. След това, всеки от тях последователно наслагва върху модели на символи, налични в паметта, и избира модел с най-малък брой точки, различни от входното изображение. В знак на признание на метода за разпознаване на символи на документи с ниско качество на печат, използвани от наличието в тях на някои структурни елементи (линии, дъги, пръстени и така нататък. Г.). Като признание за структурната метод в изкривен характер образ се открояват конкретни детайли и сравнение със структурен характер шаблони. В резултат на това на избрания символ, за които общият размер на всички структурни елементи и тяхното местоположение е най-подходящ разпознаваем символ. Най-общата система FineReader OCR герои и клиновиден използва като растерна графика, както и структурни методи за разпознаване. В допълнение, тези системи са "самообучение" (за всеки документ, те произвеждат подходящия набор от символи на шаблони), и следователно скоростта на разпознаване и качеството на многостраничен документ постепенно се увеличава.

Когато попълване на данъчни декларации, преброявания, и така нататък се използват за различни видове формуляри с полета. Ръкописни текстове (данните са въведени в областта с главни букви на ръка) са признати от системите за оптично разпознаване на символи, форми и влезли в базата данни на компютъра. Трудността е, че е необходимо да се признае ръкописни знаци са доста различни в различните хора. Освен това, системата трябва да се определи коя област се отнася до разпознатия текст.

<== Предишна лекция | На следващата лекция ==>
| форми за оптично разпознаване на системата

; Дата: 01.20.2014; ; Прегледи: 197; Нарушаването на авторските права? ;


Ние ценим Вашето мнение! Беше ли полезна публикуван материал? Да | не



ТЪРСЕНЕ:


Вижте също:



ailback.ru - Edu Doc (2013 - 2017) на година. Тя не е автор на материали, и дава на студентите с безплатно образование и използва! Най-новото допълнение , Al IP: 11.45.9.22
Page генерирана за: 0.049 сек.