Оптическое распознавание символов - Optical character recognition

Видео процесса сканирования и оптического распознавания символов (OCR) в реальном времени с помощью портативного сканера.

Оптическое распознавание символов или оптический считыватель символов (OCR) это электронный или механический преобразование картинки печатного, рукописного или напечатанного текста в машинно-кодированный текст, будь то из отсканированного документа, фотографии документа, фотографии сцены (например, текст на знаках и рекламных щитах на альбомной фотографии) или из текста субтитров, наложенного на изображение (например: из телепередачи).[1]

Широко используется как форма ввод данных из печатных бумажных записей данных - будь то паспортные документы, счета-фактуры, банковские выписки, компьютеризированные квитанции, визитные карточки, почта, распечатки статических данных или любая подходящая документация - это распространенный метод оцифровки печатных текстов, чтобы их можно было редактировать в электронном виде, искать, хранить более компактно, отображать в Интернете и использовать в машинных процессах, таких как когнитивные вычисления, машинный перевод, (извлечено) текст в речь, ключевые данные и интеллектуальный анализ текста. OCR - это область исследований в распознавание образов, искусственный интеллект и компьютерное зрение.

Ранние версии нужно было обучать изображениям каждого персонажа и работать над одним шрифтом за раз. В настоящее время распространены передовые системы, способные обеспечить высокую степень точности распознавания для большинства шрифтов, и с поддержкой различных входных форматов файлов цифровых изображений.[2] Некоторые системы способны воспроизводить форматированный вывод, который близко соответствует исходной странице, включая изображения, столбцы и другие нетекстовые компоненты.

История

Смотрите также: Хронология оптического распознавания символов

Раннее оптическое распознавание символов можно отнести к технологиям, включающим телеграфию и создание устройств чтения для слепых.[3] В 1914 г. Эмануэль Голдберг разработал машину, которая считывала символы и преобразовывала их в стандартный телеграфный код.[4] Одновременно Эдмунд Фурнье д'Альб разработал Оптофон, портативный сканер, который при перемещении по печатной странице выдавал тона, соответствующие определенным буквам или символам.[5]

В конце 1920-х - 1930-х гг. Эмануэль Голдберг разработал то, что он назвал «статистической машиной» для поиска микрофильм архивы с использованием системы оптического распознавания кода. В 1931 году ему был выдан патент США № 1838389 на изобретение. Патент был приобретен IBM.

Слепые и слабовидящие пользователи

В 1974 г. Рэй Курцвейл основал компанию Kurzweil Computer Products, Inc. и продолжил разработку универсальных продуктов.шрифт OCR, который может распознавать текст, напечатанный практически любым шрифтом (Курцвейлу часто приписывают изобретение омни-шрифтового OCR, но оно использовалось компаниями, включая CompuScan, в конце 1960-х и 1970-х годах.[3][6]). Курцвейл решил, что лучшим применением этой технологии было бы создание читающей машины для слепых, которая позволила бы слепым людям читать им текст вслух с помощью компьютера. Это устройство потребовало изобретения двух обеспечивающих технологий - CCD планшетный сканер и синтезатор текста в речь. 13 января 1976 г. успешный готовый продукт был представлен во время широко освещаемой пресс-конференции, которую возглавили Курцвейл и руководители Национальная федерация слепых.[нужна цитата ] В 1978 году компания Kurzweil Computer Products начала продавать коммерческую версию компьютерной программы оптического распознавания символов. LexisNexis был одним из первых клиентов и купил программу для загрузки юридических и новостных документов в свои зарождающиеся онлайн-базы данных. Два года спустя Курцвейл продал свою компанию Ксерокс, который был заинтересован в дальнейшей коммерциализации преобразования текста с бумаги в компьютер. В конце концов Xerox выделила это как Скансофт, который слился с Nuance Communications.

В 2000-х годах OCR было доступно онлайн как услуга (WebOCR) в облачные вычисления среды, а также в мобильных приложениях, таких как перевод в реальном времени иноязычных знаков на смартфон. С появлением смартфонов и умные очки, OCR можно использовать в приложениях для мобильных устройств, подключенных к Интернету, которые извлекают текст, снятый с помощью камеры устройства. Эти устройства, которые не имеют встроенных в операционную систему функций OCR, обычно используют OCR. API для извлечения текста из файла изображения, захваченного и предоставленного устройством.[7][8] OCR API возвращает извлеченный текст вместе с информацией о местоположении обнаруженного текста в исходном изображении обратно в приложение устройства для дальнейшей обработки (например, преобразования текста в речь) или отображения.

Различные коммерческие и открытые системы OCR доступны для наиболее распространенных системы письма, включая латинские, кириллические, арабские, иврит, индийские, бенгали (Bangla), деванагари, тамильские, китайские, японские и корейские символы.

Приложения

Механизмы OCR были разработаны во многие виды приложений OCR для конкретных областей, таких как OCR квитанций, OCR счетов, OCR проверки, OCR юридических документов счетов.

Их можно использовать для:

  • Ввод данных для деловых документов, например Проверять, паспорт, счет, выписка из банка и квитанция
  • Автоматическое распознавание номерных знаков
  • В аэропортах для распознавания паспортов и извлечение информации
  • Автоматическое извлечение ключевой информации из страховых документов[нужна цитата ]
  • Распознавание дорожных знаков[9]
  • Извлечение информации с визитной карточки в список контактов[10]
  • Более быстрое создание текстовых версий печатных документов, например сканирование книг для Проект Гутенберг
  • Сделайте электронные изображения печатных документов доступными для поиска, например Google Книги
  • Преобразование рукописного ввода в реальном времени для управления компьютером (перьевые вычисления )
  • Победить CAPTCHA системы защиты от ботов, хотя они специально разработаны для предотвращения распознавания текста.[11][12][13] Целью также может быть проверка устойчивости антибот-систем CAPTCHA.
  • Вспомогательные технологии для слепых и слабовидящих пользователей
  • Написание инструкций для транспортных средств путем идентификации изображений САПР в базе данных, которые соответствуют конструкции транспортного средства, поскольку она изменяется в реальном времени.
  • Обеспечение возможности поиска в отсканированных документах путем их преобразования в файлы PDF с возможностью поиска

Типы

OCR - это обычно автономный процесс, который анализирует статический документ. Существуют облачные сервисы, которые предоставляют онлайн-сервис OCR API. Анализ движения почерка может использоваться как вход для распознавание почерка.[14] Вместо того, чтобы просто использовать формы глифов и слов, этот метод может фиксировать движения, такие как порядок, в котором сегменты нарисованы, направление и схема опускания и поднятия ручки. Эта дополнительная информация может повысить точность сквозного процесса. Эта технология также известна как «распознавание символов в режиме онлайн», «динамическое распознавание символов», «распознавание символов в реальном времени» и «интеллектуальное распознавание символов».

Методы

Предварительная обработка

Программное обеспечение OCR часто «предварительно обрабатывает» изображения, чтобы повысить шансы на успешное распознавание. Методы включают:[15]

  • Де-перекос - Если документ не был выровнен должным образом при сканировании, возможно, потребуется наклонить его на несколько градусов по часовой стрелке или против часовой стрелки, чтобы строки текста были идеально горизонтальными или вертикальными.
  • Устранение пятен - убрать положительные и отрицательные пятна, сгладить края
  • Бинаризация - преобразование изображения из цветного или оттенки серого в черно-белый (так называемый "двоичное изображение "потому что есть два цвета). Задача бинаризации выполняется как простой способ отделения текста (или любого другого желаемого компонента изображения) от фона.[16] Сама задача бинаризации необходима, поскольку большинство коммерческих алгоритмов распознавания работают только с двоичными изображениями, так как это оказывается проще сделать.[17] Кроме того, эффективность этапа бинаризации в значительной степени влияет на качество этапа распознавания символов, и при выборе бинаризации, используемой для данного типа входного изображения, принимаются осторожные решения; поскольку качество метода бинаризации, используемого для получения двоичного результата, зависит от типа входного изображения (отсканированный документ, текстовое изображение сцены, исторический ухудшенный документ и т. д.).[18][19]
  • Удаление строки - удаляет не-глифовые поля и линии.
  • Анализ макета или «зонирование» - определяет столбцы, абзацы, заголовки и т. д. как отдельные блоки. Особенно важно в макеты с несколькими столбцами и столы.
  • Обнаружение строк и слов - устанавливает базовую линию для форм слов и символов, при необходимости разделяет слова.
  • Распознавание сценария. В многоязычных документах сценарий может изменяться на уровне слов, и, следовательно, идентификация сценария необходима, прежде чем можно будет вызвать правильное распознавание текста для обработки конкретного сценария.[20]
  • Изоляция символов или «сегментация» - для посимвольного распознавания символов несколько символов, связанных из-за артефактов изображения, должны быть разделены; отдельные символы, которые разбиты на несколько частей из-за артефактов, должны быть связаны.
  • Нормализовать соотношение сторон и масштаб[21]

Сегментация шрифты с фиксированным шагом выполняется относительно просто путем выравнивания изображения по однородной сетке на основе того места, где вертикальные линии сетки реже всего пересекают черные области. Для пропорциональные шрифты необходимы более сложные методы, потому что пробелы между буквами иногда могут быть больше, чем между словами, а вертикальные линии могут пересекать более одного символа.[22]

Распознавание текста

Существует два основных типа основного алгоритма OCR, который может создавать ранжированный список символов-кандидатов.[23]

  • Соответствие матриц включает в себя сравнение изображения с сохраненным глифом на попиксельной основе; это также известно как "сопоставление с образцом", "распознавание образов ", или "корреляция изображений ". Это зависит от того, что входной глиф правильно изолирован от остальной части изображения, и что сохраненный глиф имеет аналогичный шрифт и тот же масштаб. Этот метод лучше всего работает с машинописным текстом и не работает, когда используются новые шрифты. Это метод, который использовался в раннем оптическом распознавании текста на основе физических фотоэлементов, причем довольно непосредственно.
  • Извлечение признаков разбивает глифы на «функции», такие как линии, замкнутые контуры, направление линий и пересечения линий. Функции извлечения уменьшают размерность представления и делают процесс распознавания эффективным с точки зрения вычислений. Эти функции сравниваются с абстрактным векторным представлением символа, которое может быть сведено к одному или нескольким прототипам глифов. Общие техники обнаружение признаков в компьютерном зрении применимы к этому типу OCR, который обычно встречается в "интеллектуальных" распознавание почерка и действительно самое современное программное обеспечение OCR.[24] Классификаторы ближайшего соседа такой как алгоритм k-ближайших соседей используются для сравнения функций изображения с сохраненными функциями глифов и выбора ближайшего соответствия.[25]

Программное обеспечение, такое как Клинопись и Тессеракт используйте двухпроходный подход к распознаванию символов. Второй проход известен как «адаптивное распознавание» и использует формы букв, распознанные с высокой степенью достоверности на первом проходе, чтобы лучше распознать оставшиеся буквы на втором проходе. Это полезно для необычных шрифтов или некачественных сканированных изображений, когда шрифт искажен (например, размыт или блеклый).[22]

Современное программное обеспечение OCR, например OCRopus или Tesseract использует нейронные сети которые были обучены распознавать целые строки текста вместо сосредоточения внимания на отдельных символах.

Новый метод, известный как итеративное распознавание текста, автоматически разбивает документ на разделы в зависимости от макета страницы. OCR выполняется для отдельных разделов с использованием пороговых значений уровня достоверности переменных символов для максимальной точности распознавания на уровне страницы.[26]

Результат OCR можно сохранить в стандартизированном АЛЬТО формат, выделенная схема XML, поддерживаемая США. Библиотека Конгресса. Другие распространенные форматы включают hOCR и PAGE XML.

Список программ для оптического распознавания символов см. Сравнение программ оптического распознавания символов.

Постобработка

Точность распознавания текста можно повысить, если вывод ограничен лексикон - список слов, которые могут встречаться в документе.[15] Это могут быть, например, все слова английского языка или более техническая лексика для определенной области. Этот метод может быть проблематичным, если документ содержит слова, которых нет в лексиконе, например имена собственные. Tesseract использует свой словарь, чтобы влиять на шаг сегментации символов для повышения точности.[22]

Выходной поток может быть простой текст поток или файл символов, но более сложные системы оптического распознавания текста могут сохранить исходный макет страницы и создать, например, аннотированный PDF который включает как исходное изображение страницы, так и текстовое представление с возможностью поиска.

«Анализ ближайшего соседа» может использовать совпадение частоты для исправления ошибок, отмечая, что определенные слова часто встречаются вместе.[27] Например, «Вашингтон, округ Колумбия». обычно гораздо чаще встречается в английском, чем "Вашингтонский DOC".

Знание грамматики сканируемого языка также может помочь определить, является ли слово, например, глаголом или существительным, что обеспечивает большую точность.

В Левенштейн Расстояние Алгоритм также использовался в постобработке OCR для дальнейшей оптимизации результатов OCR API.[28]

Оптимизация для конкретных приложений

За последние годы,[когда? ] основные поставщики технологий оптического распознавания текста начали настраивать системы оптического распознавания текста, чтобы более эффективно обрабатывать определенные типы входных данных. Помимо лексики, специфичной для конкретного приложения, лучшую производительность можно получить, приняв во внимание бизнес-правила, стандартные выражения,[требуется разъяснение ] или богатая информация, содержащаяся в цветных изображениях. Эта стратегия называется «Ориентированное на приложение OCR» или «Настраиваемое OCR» и применяется к OCR номерные знаки, счета, скриншоты, ID карты, водительские права, и производство автомобилей.

Нью-Йорк Таймс адаптировали технологию OCR в свой собственный инструмент, Document Helper, что позволяет их интерактивной команде новостей ускорить обработку документов, которые необходимо просмотреть. Они отмечают, что это позволяет им обрабатывать до 5400 страниц в час при подготовке репортеров к просмотру содержания.[29]

Обходные пути

Существует несколько методов решения проблемы распознавания символов с помощью других средств, помимо улучшенных алгоритмов OCR.

Принудительный лучший ввод

Специальные шрифты вроде OCR-A, OCR-B, или MICR шрифты с точно заданными размерами, интервалами и характерными формами символов позволяют повысить точность транскрипции при обработке банковских чеков. Однако по иронии судьбы несколько известных механизмов распознавания текста были разработаны для захвата текста в популярных шрифтах, таких как Arial или Times New Roman, и не могут захватывать текст в этих специализированных шрифтах, которые сильно отличаются от широко используемых шрифтов. Поскольку Google Tesseract можно обучить распознавать новые шрифты, он может распознавать шрифты OCR-A, OCR-B и MICR.[30]

«Поля гребешков» - это заранее напечатанные поля, которые побуждают людей писать более разборчиво - по одному глифу на поле.[27] Они часто печатаются в "выпадающий цвет" который может быть легко удален системой распознавания текста.[27]

Palm OS используется специальный набор символов, известный как "Граффити "которые похожи на печатные английские символы, но упрощены или изменены для облегчения распознавания на вычислительно ограниченном оборудовании платформы. Пользователи должны научиться писать эти специальные глифы.

Зональное распознавание текста ограничивает изображение определенной частью документа. Это часто называют «Шаблон OCR».

Краудсорсинг

Краудсорсинг люди, выполняющие распознавание символов, могут быстро обрабатывать изображения, такие как компьютерное оптическое распознавание символов, но с более высокой точностью распознавания изображений, чем это достигается с помощью компьютеров. Практические системы включают Amazon Mechanical Turk и reCAPTCHA. В Национальная библиотека Финляндии разработал онлайн-интерфейс для пользователей, позволяющий исправлять OCR-тексты в стандартизированном формате ALTO.[31] Краудсорсинг также использовался не для непосредственного распознавания символов, а для приглашения разработчиков программного обеспечения к разработке алгоритмов обработки изображений, например, с использованием ранговые турниры.[32]

Точность

По заказу Министерство энергетики США (DOE), Институт исследований информатики (ISRI) имел миссию способствовать совершенствованию автоматизированных технологий для понимания машинно-печатных документов, и он провел наиболее авторитетные из Ежегодная проверка точности OCR с 1992 по 1996 гг.[33]

Признание Латиница, машинописный текст по-прежнему не является 100% точным даже при наличии четкого изображения. Одно исследование, основанное на распознавании газетных страниц 19-го и начала 20-го веков, пришло к выводу, что посимвольная точность оптического распознавания текста для коммерческого программного обеспечения оптического распознавания текста варьировалась от 81% до 99%;[34] Полная точность может быть достигнута путем проверки человеком или аутентификации по словарю данных. Другие области, включая распознавание ручной печати, курсив почерк и печатный текст в других шрифтах (особенно те символы восточноазиатского языка, у которых есть много штрихов для одного символа) - все еще являются предметом активных исследований. В База данных MNIST обычно используется для проверки способности систем распознавать рукописные цифры.

Показатели точности можно измерить несколькими способами, и то, как они измеряются, может сильно повлиять на сообщаемый уровень точности. Например, если контекст слова (в основном словарный запас слов) не используется для исправления программным обеспечением, обнаруживающим несуществующие слова, коэффициент ошибок символа 1% (точность 99%) может привести к коэффициенту ошибок 5% (точность 95%). ) или хуже, если измерение основано на том, распознается ли каждое слово целиком без неправильных букв.[35]. Использование достаточно большого набора данных так важно в решениях для распознавания рукописного ввода на основе нейронной сети. С другой стороны, создание естественных наборов данных настолько сложно и требует много времени. [36]

Примером трудностей, связанных с оцифровкой старого текста, является неспособность OCR различать "длинные s символы "и" f ".[37]

Веб-системы OCR для распознавания напечатанного вручную текста на лету стали хорошо известны как коммерческие продукты в последние годы.[когда? ] (увидеть История планшетных ПК ). Уровень точности от 80% до 90% на аккуратных, чистых печатных символах может быть достигнут за счет перьевые вычисления программного обеспечения, но эта точность по-прежнему приводит к десяткам ошибок на странице, что делает технологию полезной только в очень ограниченных приложениях.[нужна цитата ]

Признание курсивный текст является активной областью исследований, где показатели распознавания даже ниже, чем у рукописный текст. Более высокая скорость распознавания общего скорописного шрифта, вероятно, будет невозможна без использования контекстной или грамматической информации. Например, распознать целые слова из словаря проще, чем пытаться разобрать отдельные символы из сценария. Читая Количество линия проверять (который всегда является записанным числом) - это пример, когда использование меньшего словаря может значительно повысить скорость распознавания. Сами по себе формы отдельных курсивных символов просто не содержат достаточно информации для точного (более 98%) распознавания всего рукописного курсива.[нужна цитата ]

Большинство программ позволяют пользователям устанавливать «уровень уверенности». Это означает, что если программное обеспечение не достигает желаемого уровня точности, пользователь может быть уведомлен для проверки вручную.

Ошибка, вызванная сканированием OCR, иногда называется "сканно" (по аналогии с термином "опечатка" ).[38][39]

Unicode

Основная статья: Оптическое распознавание символов (блок Unicode)

Символы для поддержки OCR были добавлены в Unicode Стандарт в июне 1993 г., с выходом версии 1.1.

Некоторые из этих символов сопоставлены со шрифтами, специфичными для MICR, OCR-A или OCR-B.

Оптическое распознавание символов[1][2]
Таблица кодов официального консорциума Unicode (PDF)
 0123456789АBCDEF
U + 244x⑀⑁⑂⑃⑄⑅⑆⑇⑈⑉⑊
U + 245x
Заметки
1.^ Начиная с версии Unicode 13.0
2.^ Серые области обозначают неназначенные кодовые точки

Смотрите также

использованная литература

  1. ^ OnDemand, HPE Haven. «Документ OCR». Архивировано из оригинал 15 апреля 2016 г.
  2. ^ OnDemand, HPE Haven. "неопределенный". Архивировано из оригинал 19 апреля 2016 г.
  3. ^ а б Шанц, Герберт Ф. (1982). История OCR, оптического распознавания символов. [Манчестерский центр, Вт]: Ассоциация пользователей технологий распознавания. ISBN  9780943072012.
  4. ^ Дхавале, Сунита Викрант (10 марта 2017 г.). Расширенные методы обнаружения и фильтрации спама на основе изображений. Херши, Пенсильвания: IGI Global. п. 91. ISBN  9781683180142. Получено 27 сентября, 2019.
  5. ^ д'Альбе, Э. Э. Ф. (1 июля 1914 г.). "На пишущем оптофоне". Труды Королевского общества A: математические, физические и инженерные науки. 90 (619): 373–375. Bibcode:1914RSPSA..90..373D. Дои:10.1098 / RSPA.1914.0061.
  6. ^ «История OCR». Журнал обработки данных. 12: 46. 1970.
  7. ^ «Извлечение текста из изображений с помощью OCR на Android». 27 июня 2015 г. Архивировано с оригинал 15 марта 2016 г.
  8. ^ «[Учебное пособие] OCR в Google Glass». 23 октября 2014 г. Архивировано с оригинал 5 марта 2016 г.
  9. ^ Цин-Ань Цзэн (28 октября 2015 г.). Беспроводные коммуникации, сети и приложения: материалы WCNA 2014. Springer. ISBN  978-81-322-2580-5.
  10. ^ "[javascript] Использование оптического распознавания текста и извлечения объектов для поиска компании в LinkedIn". 22 июля 2014 г. Архивировано с оригинал 17 апреля 2016 г.
  11. ^ «Как взламывать капчи». andrewt.net. 28 июня 2006 г.. Получено 16 июня, 2013.
  12. ^ "Нарушение визуальной CAPTCHA". Cs.sfu.ca. 10 декабря 2002 г.. Получено 16 июня, 2013.
  13. ^ Джон Ресиг (23 января 2009 г.). «Джон Ресиг - OCR и нейронные сети в JavaScript». Ejohn.org. Получено 16 июня, 2013.
  14. ^ Tappert, C.C .; Suen, C.Y .; Вакахара, Т. (1990). «Современное состояние распознавания почерка в Интернете». IEEE Transactions по анализу шаблонов и машинному анализу. 12 (8): 787. Дои:10.1109/34.57669. S2CID  42920826.
  15. ^ а б «Оптическое распознавание символов (OCR) - как это работает». Nicomsoft.com. Получено 16 июня, 2013.
  16. ^ Сезгин, Мехмет; Санкур, Бюлент (2004). «Обзор методов определения порога изображения и количественная оценка эффективности» (PDF). Журнал электронного изображения. 13 (1): 146. Bibcode:2004JEI .... 13..146S. Дои:10.1117/1.1631315. Архивировано из оригинал (PDF) 16 октября 2015 г.. Получено 2 мая, 2015.
  17. ^ Gupta, Maya R .; Джейкобсон, Натаниэль П .; Гарсия, Эрик К. (2007). «Бинаризация OCR и предварительная обработка изображений для поиска исторических документов» (PDF). Распознавание образов. 40 (2): 389. Дои:10.1016 / j.patcog.2006.04.043. Архивировано из оригинал (PDF) 16 октября 2015 г.. Получено 2 мая, 2015.
  18. ^ Трир, Оейвинд Дуэ; Джайн, Анил К. (1995). «Целенаправленная оценка методов бинаризации» (PDF). IEEE Transactions по анализу шаблонов и машинному анализу. 17 (12): 1191–1201. Дои:10.1109/34.476511. Получено 2 мая, 2015.
  19. ^ Миляев, Сергей; Баринова, Ольга; Новикова, Татьяна; Коли, Пушмит; Лемпицкий, Виктор (2013). «Бинаризация изображений для полного понимания текста в естественных изображениях» (PDF). Анализ и признание документов (ICDAR) 2013. 12-я Международная конференция: 128–132. Дои:10.1109 / ICDAR.2013.33. ISBN  978-0-7695-4999-6. S2CID  8947361. Получено 2 мая, 2015.
  20. ^ Pati, P.B .; Рамакришнан, А.Г. (29 мая 1987 г.). «Многословная идентификация на уровне слов». Письма с распознаванием образов. 29 (9): 1218–1229. Дои:10.1016 / j.patrec.2008.01.027.
  21. ^ "Базовое распознавание текста в OpenCV | Damiles". Blog.damiles.com. 20 ноября 2008 г.. Получено 16 июня, 2013.
  22. ^ а б c Рэй Смит (2007). "Обзор движка Tesseract OCR" (PDF). Архивировано из оригинал (PDF) 28 сентября 2010 г.. Получено Двадцать третье мая, 2013.
  23. ^ «Введение в OCR». Dataid.com. Получено 16 июня, 2013.
  24. ^ «Как работает программа оптического распознавания текста». OCRWizard. Архивировано из оригинал 16 августа 2009 г.. Получено 16 июня, 2013.
  25. ^ «Базовое распознавание образов и классификация с openCV | Damiles». Blog.damiles.com. 14 ноября 2008 г.. Получено 16 июня, 2013.
  26. ^ http://patft.uspto.gov/netacgi/nph-Parser?Sect1=PTO2&Sect2=HITOFF&p=1&u=%2Fnetahtml%2FPTO%2Fsearch-bool.html&r=1&f=G&l=50&co1=AND&d=PTRS10,679&d=PTRS10,679&s1=10 = 10 679 089
  27. ^ а б c "Как работает сканирование документов OCR?". Объясни это. 30 января 2012 г.. Получено 16 июня, 2013.
  28. ^ «Как оптимизировать результаты OCR API при извлечении текста из изображения? - Сообщество разработчиков Haven OnDemand». Архивировано из оригинал 22 марта 2016 г.
  29. ^ Фер, Тифф, Как мы просмотрели 900 страниц документов Коэна менее чем за 10 минут, Times Insider, Нью-Йорк Таймс, 26 марта 2019
  30. ^ "Обучите свой Тессеракт". Обучите свой тессеракт. 20 сентября 2018 г.. Получено 20 сентября, 2018.
  31. ^ «В чем смысл онлайн-интерактивного текстового редактора OCR? - Fenno-Ugrica». 21 февраля 2014 года.
  32. ^ Riedl, C .; Zanibbi, R .; Hearst, M. A .; Zhu, S .; Menietti, M .; Crusan, J .; Метельский, И .; Лахани, К. (20 февраля 2016 г.). «Обнаружение фигур и меток деталей в патентах: разработка алгоритмов обработки изображений на основе конкуренции». Международный журнал анализа и распознавания документов. 19 (2): 155. arXiv:1410.6751. Дои:10.1007 / s10032-016-0260-8. S2CID  11873638.
  33. ^ «Код и данные для оценки точности распознавания текста, первоначально из UNLV / ISRI». Архив кода Google.
  34. ^ Холли, Роуз (апрель 2009 г.). «Насколько хорошо это может быть? Анализ и повышение точности распознавания текста в программах оцифровки крупномасштабных исторических газет». Журнал D-Lib. Получено 5 января, 2014.
  35. ^ Suen, C.Y .; Plamondon, R .; Tappert, A .; Thomassen, A .; Ward, J.R .; Ямамото, К. (29 мая 1987 г.). Будущие проблемы рукописного ввода и компьютерных приложений. 3-й Международный симпозиум по рукописному вводу и компьютерным приложениям, Монреаль, 29 мая 1987 г.. Получено 3 октября, 2008.
  36. ^ Айда Мохсени, Реза Азми, Арвин Малеки, Камран Лаеги (2019). Сравнение синтезированных и естественных наборов данных в решениях для рукописного ввода на основе нейронных сетей. ITCT.CS1 maint: несколько имен: список авторов (ссылка на сайт)
  37. ^ Сарантос Капидакис, Цезари Мазурек, Марчин Верла (2015). Исследования и передовые технологии для электронных библиотек. Springer. п. 257. ISBN  9783319245928. Получено 3 апреля, 2018.CS1 maint: несколько имен: список авторов (ссылка на сайт)
  38. ^ Аткинсон, Кристин Х. (2015). «Изобретая непатентную литературу для патентования фармацевтических препаратов». Фармацевтический патентный аналитик. 4 (5): 371–375. Дои:10.4155 / ppa.15.21. PMID  26389649.
  39. ^ http://www.hoopoes.com/jargon/entry/scanno.shtml Мертвая ссылка

внешние ссылки