Optical Character Recognition System Geef een optisch tekenherkenningssysteem voor MATLAB.
Download nu

Optical Character Recognition System Rangschikking & Samenvatting

Optical Character Recognition System Tags

Optical Character Recognition System Beschrijving

Optical Character Recognition (OCR) is de vertaling van optisch gescande bitmaps van gedrukte of geschreven teksttekens in karaktercodes, zoals ASCII. Dit is een efficiënte manier om materiaalmaterialen in gegevensbestanden te draaien die kunnen worden bewerkt en anderszins op een computer worden gemanipuleerd. Dit is de technologie die lang wordt gebruikt door bibliotheken en overheidsinstellingen om langdurige documenten snel elektronisch beschikbaar te maken. Vooruitgang in OCR-technologie heeft zijn toenemende gebruik door ondernemingen aangespoord. Voor veel documentinvoertaken is OCR de meest kosteneffectieve en snelle methode die beschikbaar is. En elk jaar bevrijdt de technologie Acres van opslagruimte eenmaal over aan bestandskasten en dozen vol met papieren documenten. Voordat OCR kan worden gebruikt, moet het bronmateriaal worden gescand met een optische scanner (en soms een gespecialiseerde printplaat op de pc) om op de pagina te lezen als een bitmap (een patroon van stippen). Software om de afbeeldingen te herkennen is ook vereist. Ons softwarepakket stelt voor om de classificatie van geïsoleerde handgeschreven tekens en cijfers van de Data-set UJI PEN-tekens met neurale netwerken op te lossen. De gegevens bestaan uit monsters van 26 tekens en 10 cijfers geschreven door 11 schrijvers op een tablet-pc. De tekens (in standaard unipen-indeling) zijn zowel in hoofdletters als kleine letters geschreven en er is een hele twee tekens per schrijver. Dus de uitvoer moet in een van de 35 klassen zijn. Het uiteindelijke doel is een schrijver onafhankelijk model voor elk personage. De selectie van waardevolle functies is cruciaal in karakterherkenning, dus een nieuwe en zinvolle reeks kenmerken, de uniforme differentiële genormaliseerde coördinaten (UDNC), geïntroduceerd door C. Agell, wordt aangenomen. Deze functies worden getoond om de erkenningssnelheid te verbeteren met behulp van eenvoudige classificatie-algoritmen, zodat ze worden gebruikt om een neuraal netwerk te trainen en de prestaties op de dataset van UJI Pen-tekens te testen. Indextermen: Matlab, bron, code, OCR, Optische karakterherkenning, gescande tekst, geschreven tekst, ASCII, geïsoleerd karakter.

Optical Character Recognition System Gerelateerde software