OCR

Rozpoznávání textu


Provádí specializované programy - OCR (Optical Character Recognition) na obrázku Abby FineReader 12.

Princip:

  1. oskenuje se předloha a uloží do souboru
  2. spustí se OCR program
  3. začne rozpoznávání:
  4. odstraní se vše, co není text
  5. rozpoznávají se jednotlivé znaky - 2 metody:

I.     rozpoznávání podle tvaru

  • každý znak má svůj charakteristický tvar: T, E
  • nezávisí na fontu (nemění charakteristiku tvaru)
  • selhává při nedostatku informací o tvaru - lokálně nekvalitním tiskem, draft tiskem
  • znaky národních abeced Þ vzrůstá počet znaků a nároky na zpracování programu
  • dělá chyby při speciálním znaku, který program nezná

II.     rozpoznávání podle vzoru

  • Znak se srovnává se vzory, uloženými v tabulkách
  • adaptivní systém (neznámý znak se do tabulky přidá)
  • náročnější na zpracování programu
  • znak se převádí na rastr a ten se srovnává se vzorem
  • různé tabulky pro různé fonty