Optisk tegngenkendelse (OCR) er oversættelsen af optisk scannede bitmap af trykte eller skrevne tekst tegn i tegnkoder, såsom ASCII. Dette er en effektiv måde at slå trykte materialer i datafiler, der kan redigeres og ellers manipuleres på en computer. Det er den teknologi længe brugt af biblioteker og offentlige institutioner til at gøre lange dokumenter hurtigt til rådighed elektronisk. Fremskridt inden for OCR-teknologi har ansporet den stigende brug af virksomhederne. For mange dokument-input opgaver, OCR er den mest omkostningseffektive og hurtige metode til rådighed. Og hvert år, at teknologien frigør acres lagerplads når der anvendes til arkivskabe og kasser fulde af papirdokumenter. Før kan bruges OCR, skal kildematerialet scannes ved hjælp af en optisk scanner (og til tider en specialiseret kredsløb i PC) til at læse på siden som en bitmap (et mønster af prikker). Software til at genkende billederne er også påkrævet.
Vores software-pakke foreslår at løse klassificeringen af isolerede håndskrevne tegn og cifre af de UJI Pen Tegn Datasæt hjælp af neurale netværk. Data består af prøver af 26 tegn og 10 cifre skrevet af 11 forfattere på en tablet-pc. Personerne (i standard UNIPEN format) er skrevet i både store og små bogstaver, og der er en hel to sæt tegn pr forfatter. Så produktionen skal være i en af de 35 klasser. Endemålet er at opbygge en forfatter uafhængig model for hvert tegn.
Udvælgelsen af værdifulde funktioner er afgørende i tegngenkendelse, derfor en ny og meningsfuld sæt funktioner, Uniform Differential Normaliseret koordinater (UDNC), indført ved C. Agell, vedtages. Disse funktioner er vist at forbedre anerkendelsen sats ved hjælp af simple klassifikation algoritmer, så de er vant til at træne en neurale netværk og teste dens ydeevne på UJI Pen Tegn datasæt.
Sitemap Vilkår:. Matlab, kilde, kode, OCR, optisk tegngenkendelse, scannet tekst, skrevet tekst, ASCII, isoleret karakter
Krav :
Matlab
Kommentarer ikke fundet