? Optical Character Recognition ( OCR ) är en data -entry teknik som använder ett visst typsnitt och ett OCR- scanner för att läsa teckenuppsättning och skicka den till din dator . American National Standards Institute , eller ANSI definierar typsnitt som en uppsättning tecken 0-9 , A till Z , och några specialtecken , var och en innehållande en definierad storlek och form . OCR typsnitt är reproducerbar , och människor och OCR skannrar kan läsa och särskilja dem . Kategorier
OCR skannrar är antingen textinmatning eller Data skannrar Capture . Text Input skannrar läsa hela dokumentet , eller åtminstone stora delar av den . Data input kan bli matade eller skannern kan ha automatiska uppgifter utfodring , läsning , sortering och stapling kapacitet . När man använder en scanner inmatning sker redigering rum antingen under eller efter scanning . Data Capture skannrar fånga och formatera data under skanningen , och ingen mänsklig redigering av data sker . På grund av detta , måste datafångst skannrar vara mer exakt .
Typer
Scanner typer kan vara stationär eller bärbar . Stationära skannrar , t.ex. flak , arkmatade och trumskannrar använder främst textinmatning för att läsa , bearbeta och lagra data bilder på din dator , där du sedan kan redigera eller annat formatera fångade text . Handhållna skanners , såsom digitala pennor eller streckkodsläsare , antingen använda textinmatning eller Data Capture för att läsa och bearbeta datainformation och sedan lagra det för senare redigering , eller "låsa " uppgifter för att förhindra redigering .
Metoder
korthet tar ett OCR- scanner en bild av dokumentet , och sedan OCR- scanner programvara ser på OCR- typsnitt bilden innehåller , och sedan läser och omvandlar det till text med antingen en Matrix Matching eller Feature Extraction metod. Matrix Matching är en form av mönstermatchning där skannern ser på en karaktär och matchar den till en i sitt bibliotek av tecken eller mallar karaktär . Feature Extraction är inte beroende av ett fördefinierat bibliotek , men den allmänna funktioner såsom öppna områden , slutna former och korsande linjer när dechiffrera tecken. Feature Extraction går också under namnet Intelligent Character Recognition , eller ICR .
Fördelar
Den viktigaste fördelen med att använda ett OCR- scanner är eliminering av mänskliga inmatningsfel . OCR skannrar läsa data i hastigheter som kan nå över 200 tecken per sekund . Noggrannheten satsen för en OCR- scanner är 99,9975 procent , eller ett tecken misread i 40.000 , jämfört med en mänsklig misread hastighet av en i 300 tecken. Automatisk kontrollsiffra validering kan få OCR-noggrannhet skattesats på mindre än en i 3,000,000 .
Överväganden
Dålig kvalitet originalen kommer att resultera i mindre exakt OCR dokument . Handskrivna dokument , fungerar dokument som innehåller formaterad text , äldre dokument , fotokopior och mest faxade dokument inte bra med OCR skannrar . Rekommendationer för godtagbara dokument inkluderar tryckt text i en teckenstorlek mindre än 72 poäng , laser-och bläckstråleskrivare text, faxa dokument med 200 punkter per tum ( dpi ) eller högre upplösning och kommersiellt tryckt material såsom böcker, broschyrer och tidskrifter .
Addera ditt
