मजकूर ओळख

मजकूर ओळख

व्याख्या

मजकूर ओळख म्हणजे प्रतिमा किंवा स्कॅन केलेल्या कागदपत्रांमधील मजकूर वर्णांची ओळख. यात छापील आणि हस्तलिखित ओळख समाविष्ट आहे.

उद्देश

दृश्य स्वरूपातील मजकूर सुलभ आणि शोधण्यायोग्य बनवणे हा यामागचा उद्देश आहे.

महत्त्व

  • संग्रहांचे डिजिटायझेशन सक्षम करते.
  • सुलभता आणि ऑटोमेशनसाठी महत्त्वाचे.
  • अचूकता प्रतिमेच्या गुणवत्तेवर अवलंबून असते.
  • ओसीआर तंत्रज्ञानाशी संबंधित.

हे कसे कार्य करते

  1. स्कॅन केलेले किंवा छायाचित्रित केलेले कागदपत्रे कॅप्चर करा.
  2. स्पष्टता सुधारण्यासाठी प्रतिमा पूर्व-प्रक्रिया करा.
  3. मजकूर प्रदेश शोधा.
  4. ओळख मॉडेल्स लागू करा.
  5. मशीन-वाचनीय मजकूर आउटपुट करा.

उदाहरणे (वास्तविक जग)

  • गुगल लेन्स: फोटोंमधील मजकूर ओळखतो.
  • ABBYY FineReader: स्कॅन केलेले कागदपत्रे डिजिटायझ करते.
  • टेसरॅक्ट ओसीआर: ओपन-सोर्स टेक्स्ट रिकग्निशन इंजिन.

संदर्भ / पुढील वाचन

  • स्मिथ, आर. "टेसरॅक्ट ओसीआर इंजिनचा आढावा." आयसीडीएआर.
  • ISO/IEC १५९३८-४ मानक.
  • पॅटर्न विश्लेषण आणि मशीन बुद्धिमत्तेवर IEEE व्यवहार.

तुमच्या पुढील AI उपक्रमामध्ये आम्ही कशी मदत करू शकतो ते आम्हाला सांगा.