Rozpoznávání textu ve scéně čte text, který se objevuje na fotografiích a videích reálného prostředí, například na dopravních značkách, obalech nebo registračních značkách. Na rozdíl od klasického OCR pro naskenované dokumenty se musí vypořádat se zkosenou perspektivou, proměnlivým světlem, neobvyklými písmy a změtí na pozadí. Typický postup má dvě fáze: nejprve se najdou oblasti s textem a poté se v nich rozpoznají znaky.
Agenti, postupy a šablony v jednom pracovním prostoru – 24hodinové demo zdarma.
Spustit demoOptické rozpoznávání znaků (OCR) převádí text obsažený v obrázcích, například ve skenech, fotografiích nebo faxech, na strojově čitelný text. Teprve pak lze v dokumentech vyhledávat, kopírovat je nebo je automaticky zpracovávat. Moderní OCR využívá neuronové sítě a dokáže rozpoznat také tabulky, rozvržení a místy i rukopis. Typické použití zahrnuje zpracování faktur, digitalizaci archivů a čtení formulářů; kvalita výrazně závisí na kvalitě obrazu.
Počítačové vidění je oblast AI, v níž počítače interpretují obrázky a video. Typickými úlohami jsou rozpoznávání a lokalizace objektů, čtení textu v obrázcích a měření součástí. Technologie se využívá například při kontrole kvality ve výrobě, v asistenčních systémech řidiče, v logistice a v lékařském zobrazování.
Rozpoznávání obrazu je oblast počítačového vidění, v níž software určuje, co obrázek zobrazuje – objekty, osoby, text, loga nebo scény. Obvykle je založeno na neuronových sítích natrénovaných na velkém množství označených obrázků. Využití sahá od kontroly kvality ve výrobě a třídění produktových fotografií po podporu lékařského zobrazování. U snímků osob vyžaduje zvláštní pozornost ochrana osobních údajů a možné zkreslení.
