Sistema de reconhecimento de caracteres ópticos Forneça sistema de reconhecimento de caracteres ópticos para Matlab.
Baixe Agora

Sistema de reconhecimento de caracteres ópticos Classificação e resumo

Sistema de reconhecimento de caracteres ópticos Tag

Sistema de reconhecimento de caracteres ópticos Descrição

Reconhecimento de caracteres ópticos (OCR) é a tradução de bitmaps digitalizados opticamente de caracteres de texto impressos ou escritos em códigos de caracteres, como ASCII. Essa é uma maneira eficiente de ativar os materiais de cópia impressa em arquivos de dados que podem ser editados e manipulados em um computador. Esta é a tecnologia usada por bibliotecas e agências governamentais para fazer documentos longos rapidamente disponíveis eletronicamente. Os avanços na tecnologia de OCR estimularam seu crescente uso pelas empresas. Para muitas tarefas de entrada de documentos, o OCR é o método mais econômico e rápido disponível. E a cada ano, a tecnologia libera acres de espaço de armazenamento uma vez entregue para arquivamentos e caixas cheias de documentos de papel. Antes que o OCR possa ser usado, o material de origem deve ser digitalizado usando um scanner óptico (e às vezes uma placa de circuito especializada no PC) para ler na página como um bitmap (um padrão de pontos). Software para reconhecer as imagens também é necessário. Nosso pacote de software propõe resolver a classificação de caracteres manuscritos isolados e dígitos do conjunto de dados de caracteres de caneta UJI usando redes neurais. Os dados consistem em amostras de 26 caracteres e 10 dígitos escritos por 11 escritores em um tablet PC. Os caracteres (no formato padrão unipen) são gravados em maiúsculas e minúsculas e há um conjunto inteiro de caracteres por escritor. Portanto, a saída deve estar em uma das 35 classes. O objetivo final é construir um modelo independente de escritor para cada personagem. A seleção de características valiosas é crucial no reconhecimento de caracteres, portanto, um conjunto novo e significativo de recursos, as coordenadas de diferenciais diferenciais uniformes (UDNC), introduzidas por C. Agell, são adotadas. Esses recursos são mostrados para melhorar a taxa de reconhecimento usando algoritmos de classificação simples para que eles sejam usados para treinar uma rede neural e testar seu desempenho no conjunto de dados de caracteres de caneta UJI. Termos de índice: Matlab, fonte, código, OCR, reconhecimento de caracteres ópticos, texto digitalizado, texto escrito, ASCII, personagem isolada.

Sistema de reconhecimento de caracteres ópticos Software Relacionado