Optisches Zeichenerkennungssystem Bereitstellung des optischen Zeichenerkennungssystems für Matlab.
Jetzt downloaden

Optisches Zeichenerkennungssystem Ranking & Zusammenfassung

Optisches Zeichenerkennungssystem Stichworte

Optisches Zeichenerkennungssystem Beschreibung

Optische Zeichenerkennung (OCR) ist die Übersetzung von optisch gescannten Bitmaps von gedruckten oder schriftlichen Textzeichen in Zeichencodes, wie ASCII. Dies ist ein effizienter Weg, um Hardkopiermaterialien in Datendateien zu verwandeln, die bearbeitet und ansonsten auf einem Computer manipuliert werden können. Dies ist die von Bibliotheken und Regierungsagenturen längere Technologie, um langwierige Dokumente elektronisch verfügbar zu machen. Die Fortschritte in der OCR-Technologie haben ihre steigenden Nutzung von Unternehmen veranlasst. Für viele Dokumenteneingangsaufgaben ist OCR die kostengünstigste und schnelle Methode verfügbar. Und jedes Jahr befreit die Technologie die Hektar des Speicherplatzes, einst an Dateischränke und Kästchen voller Papierdokumente. Bevor OCR verwendet werden kann, muss das Quellmaterial mit einem optischen Scanner (und manchmal eine spezielle Leiterplatte in dem PC) gescannt werden, um in der Seite als Bitmap (ein Muster von Punkten) zu lesen. Die Software zur Erkennung der Bilder ist ebenfalls erforderlich. Unser Softwarepaket schlägt vor, die Klassifizierung von isolierten handschriftlichen Zeichen und Ziffern des UJI-Stift-Zeichen-Datensatzes mit neuronalen Netzwerken zu lösen. Die Daten bestehen aus Proben von 26 Zeichen und 10 Ziffern, die von 11 Schriftstellern auf einem Tablet-PC geschrieben wurden. Die Zeichen (im Standard-UNIPEN-Format) werden sowohl im Groß- als auch in Kleinbuchstaben geschrieben. Es gibt einen ganz zwei Zeichensatz pro Autor. Die Ausgabe sollte also in einem der 35 Klassen sein. Das ultimative Ziel besteht darin, für jedes Zeichen ein verfasserunabhängiges Modell zu bauen. Die Auswahl wertvoller Merkmale ist in der Charaktererkennung von entscheidender Bedeutung, daher ein neuer und sinnvoller Satz von Merkmalen, die von C. Azell eingeführten einheitlichen differentiellen Normal-Koordinaten (UDNC), wird angenommen. Diese Funktionen werden angezeigt, um die Erkennungsrate mit einfachen Klassifizierungsalgorithmen zu verbessern, sodass sie verwendet werden, um ein neuronales Netzwerk auszubilden und seine Leistung auf dem Datensatz von UJI-Stift-Zeichen zu testen. Indexbedingungen: MATLAB, Quelle, Code, OCR, Optische Zeichenkennung, gescannter Text, geschriebener Text, ASCII, isoliert Charakter.

Optisches Zeichenerkennungssystem Zugehörige Software