Riconoscimento intelligente dei caratteri: Avanzamento della percezione automatica nella visione artificiale
Di Fouad Sabry
()
Info su questo ebook
Che cos'è il riconoscimento intelligente dei caratteri
Il riconoscimento intelligente dei caratteri (ICR) viene utilizzato per estrarre il testo scritto a mano dalle immagini. Si tratta di un tipo più sofisticato di tecnologia OCR che riconosce diversi stili e caratteri di grafia per interpretare in modo intelligente i dati su moduli e documenti fisici.
Come trarrai vantaggio
(I) Approfondimenti e convalide sui seguenti argomenti:
Capitolo 1: Riconoscimento intelligente dei caratteri
Capitolo 2: Riconoscimento ottico dei caratteri
Capitolo 3: Scrittura a mano riconoscimento
Capitolo 4: Scrittura a mano
Capitolo 5: Riconoscimento ottico del segno
Capitolo 6: Elaborazione dei documenti
Capitolo 7: Addetto all'immissione dati
Capitolo 8: Identificazione automatica e acquisizione dei dati
Capitolo 9: Analisi del testo rumoroso
Capitolo 10: Riconoscimento
(II) Risposte il pubblico pone le principali domande sul riconoscimento intelligente dei caratteri.
(III) Esempi reali dell'utilizzo del riconoscimento intelligente dei caratteri in molti campi.
A chi è rivolto questo libro
Professionisti, studenti universitari e laureati, appassionati, hobbisti e coloro che desiderano andare oltre le conoscenze o le informazioni di base per qualsiasi tipo di riconoscimento intelligente dei caratteri.
Leggi altro di Fouad Sabry
Tecnologie Emergenti nelle Cose Autonome [Italian]
Correlato a Riconoscimento intelligente dei caratteri
Titoli di questa serie (100)
Flusso ottico: Esplorazione di modelli visivi dinamici nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniIstogramma dell'immagine: Svelare intuizioni visive, esplorare le profondità degli istogrammi delle immagini nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniVisione computerizzata: Esplorare le profondità della visione artificiale Valutazione: 0 su 5 stelle0 valutazioniTrasformazione affine: Sbloccare le prospettive visive: esplorare la trasformazione affine nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniVisione stereoscopica del computer: Esplorare la percezione della profondità nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniCompressione delle immagini: Tecniche efficienti per l'ottimizzazione dei dati visivi Valutazione: 0 su 5 stelle0 valutazioniRiduzione del rumore: Miglioramento della chiarezza, tecniche avanzate per la riduzione del rumore nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniMappatura dei toni: Mappatura dei toni: prospettive illuminanti nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniRidipintura: Colmare le lacune nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniVisione artificiale subacquea: Esplorando le profondità della visione artificiale sotto le onde Valutazione: 0 su 5 stelle0 valutazioniModello di aspetto del colore: Comprendere la percezione e la rappresentazione nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniRetinex: Svelare i segreti della visione computazionale con Retinex Valutazione: 0 su 5 stelle0 valutazioniTrasformazione di Hough: Svelare la magia della trasformazione di Hough nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniBanca filtri: Approfondimenti sulle tecniche del banco di filtri di Computer Vision Valutazione: 0 su 5 stelle0 valutazioniGruppo congiunto di esperti fotografici: Sfruttare la potenza dei dati visivi con lo standard JPEG Valutazione: 0 su 5 stelle0 valutazioniTrasformata di Hadamard: Svelare il potere della trasformazione Hadamard nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniCorrezione gamma: Migliorare la chiarezza visiva nella visione artificiale: la tecnica di correzione gamma Valutazione: 0 su 5 stelle0 valutazioniTrasformata del radon: Svelare modelli nascosti nei dati visivi Valutazione: 0 su 5 stelle0 valutazioniOmografia: Omografia: trasformazioni nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniDiffusione anisotropa: Miglioramento dell'analisi delle immagini attraverso la diffusione anisotropa Valutazione: 0 su 5 stelle0 valutazioniSpazio colore: Esplorare lo spettro della visione artificiale Valutazione: 0 su 5 stelle0 valutazioniEqualizzazione dell'istogramma: Miglioramento del contrasto dell'immagine per una migliore percezione visiva Valutazione: 0 su 5 stelle0 valutazioniFunzione di corrispondenza dei colori: Comprendere la sensibilità spettrale nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniMappatura dei colori: Esplorare la percezione visiva e l'analisi nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniFiltro adattivo: Migliorare la visione artificiale attraverso il filtraggio adattivo Valutazione: 0 su 5 stelle0 valutazioniGeometria Epipolare: Sbloccare la percezione della profondità nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniTagli del grafico di visione artificiale: Esplorazione dei tagli grafici nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniRilevamento dei contorni: Svelare l'arte della percezione visiva nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniRilevamento dei bordi: Esplorare i confini nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioni
Ebook correlati
Riconoscimento ottico dei caratteri: Sfruttare la potenza della visione artificiale per il riconoscimento ottico dei caratteri Valutazione: 0 su 5 stelle0 valutazioniFotocamera intelligente: Rivoluzionare la percezione visiva con la visione artificiale Valutazione: 0 su 5 stelle0 valutazioniRiconoscimento ottico del Braille: Potenziare l'accessibilità attraverso l'intelligenza visiva Valutazione: 0 su 5 stelle0 valutazioniCalcolo fisico: Esplorare la visione artificiale nell'informatica fisica Valutazione: 0 su 5 stelle0 valutazioniRiconoscimento dei gesti: Sbloccare il linguaggio del movimento Valutazione: 0 su 5 stelle0 valutazioniSviluppare applicazioni ibride per dispositivi mobili Valutazione: 5 su 5 stelle5/5Visione artificiale: Approfondimenti sul mondo della visione artificiale Valutazione: 0 su 5 stelle0 valutazioniEditor di grafica vettoriale: Potenziare la creazione visiva con algoritmi avanzati Valutazione: 0 su 5 stelle0 valutazioniRete di sensori visivi: Esplorare la potenza delle reti di sensori visivi nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniEsplorazione della raccolta di immagini: Svelare i paesaggi visivi nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniProfilo colore: Esplorare la percezione visiva e l'analisi nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniPacchetto software: Rivoluzionare la visione artificiale con la suite software definitiva Valutazione: 0 su 5 stelle0 valutazioniScorrimento: Sbloccare il mondo visivo della visione artificiale Valutazione: 0 su 5 stelle0 valutazioniAnnotazione automatica delle immagini: Migliorare la comprensione visiva attraverso il tagging automatico Valutazione: 0 su 5 stelle0 valutazioniRilevamento oggetti: Progressi, applicazioni e algoritmi Valutazione: 0 su 5 stelle0 valutazioniGrafica raster digitale: Svelare la potenza della grafica raster digitale nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniVideoimpronta digitale digitale: Migliorare la sicurezza e l'identificazione nei dati visivi Valutazione: 0 su 5 stelle0 valutazioniCompressione dati: Sbloccare l'efficienza nella visione artificiale con la compressione dei dati Valutazione: 0 su 5 stelle0 valutazioniGrafica computerizzata: Esplorando l'intersezione tra computer grafica e visione artificiale Valutazione: 0 su 5 stelle0 valutazioniLa nuova ecdl 2013 in pillole Valutazione: 0 su 5 stelle0 valutazioniContapersone: Sbloccare insight attraverso Visual Analytics Valutazione: 0 su 5 stelle0 valutazioniEditor di grafica raster: Trasformare le realtà visive: padroneggiare gli editor grafici raster nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniUsare Sigil per scrivere ebook fruibili su qualsiasi lettore Valutazione: 0 su 5 stelle0 valutazioniSoftware Afelio: Sbloccare la visione: esplorare le profondità del software Aphelion Valutazione: 0 su 5 stelle0 valutazioniCompressione delle immagini: Tecniche efficienti per l'ottimizzazione dei dati visivi Valutazione: 0 su 5 stelle0 valutazioniVisualizza la sintesi: Esplorare le prospettive nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniSistema di riconoscimento facciale: Sbloccare il potere dell'intelligenza visiva Valutazione: 0 su 5 stelle0 valutazioniIntroduzione pratica alla programmazione in C++ - Parte Prima Valutazione: 0 su 5 stelle0 valutazioniSistema di gestione del colore: Ottimizzazione della percezione visiva negli ambienti digitali Valutazione: 0 su 5 stelle0 valutazionie4job 2.0 Fondamenti di Cultura Digitale - Glossario: Termini Definizioni Acronimi Valutazione: 0 su 5 stelle0 valutazioni
Intelligenza artificiale e semantica per voi
Il Terzo Like Valutazione: 0 su 5 stelle0 valutazioniGuida Intelligenza Artificiale Valutazione: 0 su 5 stelle0 valutazioniANonniMus: Vecchi rivoluzionari contro giovani robot Valutazione: 0 su 5 stelle0 valutazioni
Recensioni su Riconoscimento intelligente dei caratteri
0 valutazioni0 recensioni
Anteprima del libro
Riconoscimento intelligente dei caratteri - Fouad Sabry
Capitolo 1: Riconoscimento intelligente dei caratteri
Il riconoscimento intelligente dei caratteri (ICR), noto anche come riconoscimento ottico intelligente dei caratteri (OCR), viene utilizzato per recuperare il testo scritto a mano dalle immagini delle immagini. La tecnologia OCR è progredita al punto da essere in grado di comprendere in modo intelligente i dati provenienti da moduli e documenti fisici scritti in una varietà di stili di scrittura a mano e caratteri tipografici.
Il database di riconoscimento viene aggiornato automaticamente per includere nuovi modelli di scrittura grazie all'algoritmo di autoapprendimento, o rete neurale, incluso nella maggior parte dei software ICR. In combinazione con il riconoscimento ottico dei caratteri (OCR), rende le macchine di scansione molto più utili per l'elaborazione dei documenti. I livelli di precisione potrebbero non essere estremamente elevati a causa della complessità del processo coinvolto nel riconoscimento della scrittura, tuttavia è possibile raggiungere un tasso del 97% o più quando si legge la scrittura a mano su moduli organizzati. Al fine di ottenere tassi di riconoscimento così elevati, il software utilizzava spesso diversi motori di lettura e lasciava che ogni motore esprimesse un voto sulla corretta lettura dei caratteri. Ai motori ottimizzati per la lettura dei numeri viene assegnato un maggiore potere di voto nei campi numerici, mentre ai motori ottimizzati per la lettura del testo viene assegnato un maggiore potere di voto nei campi alfanumerici. I dati scritti a mano possono essere inseriti automaticamente in un sistema di back office con l'uso di un hub di interfaccia personalizzato, risparmiando tempo e forse aumentando la precisione rispetto all'input di dati umani convenzionale.
Nel 1993, Joseph Corcoran ha compiuto progressi significativi nel riconoscimento ottico dei caratteri (OCR) con la creazione dell'elaborazione automatizzata dei moduli, per la quale ha ricevuto un brevetto. Ciò ha richiesto tre passaggi: (1) raccolta di un'immagine del modulo che doveva essere elaborato dall'ICR; (2) elaborazione dei risultati per verificare automaticamente l'uscita dal motore ICR; e (3) l'acquisizione delle informazioni utilizzando il motore ICR.
Questa implementazione dell'ICR ha ampliato l'applicabilità della tecnologia e ne ha permesso l'utilizzo con moduli reali nei processi aziendali quotidiani. L'ICR è una tecnica utilizzata dai programmi software odierni allo scopo di leggere testo scritto a mano (stampato a mano).
In genere, qualsiasi metodo di riconoscimento in grado di leggere il testo stampato a macchina viene definito riconoscimento ottico dei caratteri (OCR). L'uso più comune del riconoscimento ottico dei caratteri (OCR) è quello di convertire le immagini scansionate di documenti cartacei (come pagine di libri, articoli di giornale o contratti legali) in testo digitale che può essere modificato e ricercato in un elaboratore di testi o in un lettore PDF. L'automazione dell'elaborazione dei moduli è un altro uso utile. Applicando il motore OCR in sezioni ai campi del modulo, i dati possono essere recuperati rapidamente e inseriti in un altro programma, come un foglio di calcolo o un database.
Tuttavia, invece di digitare le informazioni nei campi designati, viene generalmente inserito a mano. Quando si tenta di identificare le persone in un testo scritto a mano, il compito diventa notevolmente più difficile. I caratteri stampati a mano hanno permutazioni quasi infinite, rendendo la varietà di oltre 700.000 varietà di caratteri stampati irrisoria in confronto. Il software non deve tenere conto solo delle variazioni stilistiche, ma anche della qualità dello strumento di scrittura, del grado della carta, degli errori, della stabilità della mano e delle sbavature o dell'inchiostro che scorre.
Utilizzando algoritmi in continuo miglioramento, il riconoscimento intelligente dei caratteri (ICR) è ora in grado di riconoscere in modo più accurato le variazioni nei caratteri stampati a mano. Sviluppato all'inizio degli anni '90 per facilitare l'automazione dell'elaborazione dei moduli, il riconoscimento ottico dei caratteri (OCR) consente di trasformare i dati inseriti manualmente in un formato facilmente leggibile, ricercabile e modificabile. È più efficace per leggere i caratteri che sono chiaramente separati in diverse sezioni o zone, come i campi fissi visti su molti moduli strutturati.
Il riconoscimento intelligente delle parole (IWR) è in grado di leggere ed estrarre informazioni dalla scrittura stampata e corsiva. A