| Versiya | 1.0 |
|---|---|
| Nəşriyyat | Luigi Rosa |
| Buraxılış tarixi | 19 noy 2012 |
| Tarix əlavə edildi | 19 noy 2012 |
| Os tələbləri | Windows 2003, Windows Vista, Windows 98, Windows Me, Windows, Windows NT, Windows 2000, Windows 8, Windows Server 2008, Windows 7, Windows XP |
| Tələblər | Matlab |
| Cəmi yüklənmə | 691 |
| Həftədə endirmələr | 1 |
| Qiymət | Free |
Təsvir
Optik simvol tanınması (OCR) çap edilmiş və ya yazılı mətn simvollarının optik olaraq skan edilmiş bitmaplarının ASCII kimi simvol kodlarına tərcüməsidir. Bu, çap olunmuş materialları kompüterdə redaktə edilə və başqa cür manipulyasiya edilə bilən məlumat fayllarına çevirməyin səmərəli yoludur. Bu, uzun sənədləri elektron şəkildə tez bir zamanda əldə etmək üçün kitabxanalar və dövlət qurumları tərəfindən uzun müddət istifadə edilən texnologiyadır. OCR texnologiyasındakı irəliləyişlər onun müəssisələr tərəfindən artan istifadəsinə təkan verdi. Bir çox sənəd daxiletmə tapşırıqları üçün OCR ən sərfəli və sürətli üsuldur. Və hər il, texnologiya bir dəfə fayl şkaflarına və kağız sənədlərlə dolu qutulara verilən hektar saxlama yerini azad edir. OCR-dən istifadə etməzdən əvvəl, səhifədə bitmap (nöqtə nümunəsi) kimi oxumaq üçün mənbə materialı optik skanerdən (və bəzən PC-də xüsusi dövrə lövhəsindən) istifadə etməklə skan edilməlidir. Şəkilləri tanımaq üçün proqram təminatı da tələb olunur.
Proqram paketimiz Neyron Şəbəkələrdən istifadə edərək UJI Qələm Simvolları Məlumat Setinin təcrid olunmuş əlyazma simvollarının və rəqəmlərinin təsnifatını həll etməyi təklif edir. Məlumatlar planşet kompüterdə 11 yazıçı tərəfindən yazılmış 26 simvol və 10 rəqəmdən ibarət nümunələrdən ibarətdir. Simvollar (standart UNIPEN formatında) həm böyük, həm də kiçik hərflərlə yazılır və hər yazıçı üçün tam iki simvol dəsti var. Beləliklə, çıxış 35 sinifdən birində olmalıdır. Son məqsəd hər bir personaj üçün yazıçıdan müstəqil model yaratmaqdır.
Dəyərli xüsusiyyətlərin seçilməsi xarakterin tanınmasında mühüm əhəmiyyət kəsb edir, buna görə də C. Agel tərəfindən təqdim edilən yeni və mənalı xüsusiyyətlər dəsti, Vahid Diferensial Normallaşdırılmış Koordinatlar (UDNC) qəbul edilir. Bu xüsusiyyətlər sadə təsnifat alqoritmlərindən istifadə edərək tanınma dərəcəsini yaxşılaşdırmaq üçün göstərilmişdir, beləliklə, onlar Neyron Şəbəkəni öyrətmək və UJI Qələm Simvolları Məlumat Setində onun performansını yoxlamaq üçün istifadə olunur.
İndeks şərtləri: Matlab, mənbə, kod, ocr, optik simvol tanıma, skan edilmiş mətn, yazılı mətn, ascii, təcrid olunmuş simvol.
