Fogalomtár

Optikai karakterfelismerés (OCR)

Mi a(z) Optikai karakterfelismerés (OCR)?

Az optikai karakterfelismerés (OCR) a képeken – például szkenneléseken, fotókon vagy faxokon – található szöveget géppel olvasható szöveggé alakítja. A dokumentumok csak ezután kereshetők, másolhatók vagy dolgozhatók fel automatikusan. A modern OCR neurális hálózatokat használ, és felismeri a táblázatokat, az elrendezéseket, sőt bizonyos esetekben a kézírást is. Tipikus felhasználása a számlafeldolgozás, az archívumok digitalizálása és az űrlapok beolvasása; a minőség nagymértékben függ a kép minőségétől.

Így segít a KI.ordo

A KI.ordo tudásimportja csak a szövegréteggel rendelkező PDF-eket olvassa be, ezért a beszkennelt dokumentumokat először OCR-szoftverrel kereshető PDF-fé kell alakítani.

További információ

Témák

dokumentumok
szövegfelismerés
digitalizálás

Próbálja ki a KI.ordót

Ügynökök, munkafolyamatok és sablonok egyetlen munkaterületen – ingyenes, 24 órás demó.

Demó indítása

← Minden fogalom

Kapcsolódó fogalmak

Intelligens dokumentumfeldolgozás (IDP)

Az intelligens dokumentumfeldolgozás (Intelligent Document Processing, IDP) automatikusan beolvassa az olyan dokumentumokat, mint a számlák, szerződések vagy űrlapok, felismeri a típusukat, és a lényeges adatokat strukturált adattá alakítja. Egyesíti a beolvasott anyagok szövegfelismerését, a természetesnyelv-feldolgozást és az érvényességi szabályokat. A szervezetek megtakarítják a kézi adatbevitelt, és felgyorsítják az olyan folyamatokat, mint a beérkező számlák vagy a posta kezelése. A bizonytalan mezőket embereknek kell ellenőrizniük.

Dokumentumok
adatkinyerés
+1

Sablon

Jelenetszöveg-felismerés (STR)

A jelenetszöveg-felismerés a valós környezetről készült fotókon és videókon megjelenő szöveget olvassa be, például utcatáblákról, csomagolásokról vagy rendszámtáblákról. A beszkennelt dokumentumokra szabott klasszikus OCR-rel ellentétben itt dőlt perspektívákkal, változó fényviszonyokkal, szokatlan betűtípusokkal és zsúfolt háttérrel kell megbirkózni. Egy tipikus megközelítés két szakaszban dolgozik: először megkeresi a szövegterületeket, majd felismeri bennük a karaktereket.

Számítógépes látás
Szövegfelismerés
+1

Számítógépes látás

A számítógépes látás az MI olyan területe, amelyben a számítógépek képeket és videókat értelmeznek. Jellemző feladat a tárgyak felismerése és helyének meghatározása, a képeken lévő szöveg kiolvasása és az alkatrészek méretének mérése. A technológiát például a gyártási minőségellenőrzésben, a vezetéstámogató rendszerekben, a logisztikában és az orvosi képalkotásban használják.

képelemzés
mélytanulás
+1

Strukturálatlan adatok

A strukturálatlan adatok nem követnek rögzített táblázatos sémát: ilyenek az e-mailek, szerződések, kézikönyvek, weboldalak, prezentációk, képek vagy hangfelvételek. A szervezeti tudás nagy részét teszik ki, de automatikus elemzésük sokáig nehéz volt. A nyelvi modellek képesek ilyen tartalmakat olvasni és keresni bennük, és strukturált információvá alakítani őket, például egy szerződésből határidőket és összegeket kinyerni egy táblázatba.

Adatok
Dokumentumok
+1