O reconhecimento de texto em cenas lê o texto que aparece em fotografias e vídeos de ambientes reais, como sinais de trânsito, embalagens ou matrículas. Ao contrário do OCR clássico para documentos digitalizados, tem de lidar com perspetivas inclinadas, luz variável, tipos de letra invulgares e fundos desordenados. Uma abordagem típica funciona em duas fases: primeiro localizar as regiões de texto e depois reconhecer os carateres nelas contidos.
Agentes, fluxos e modelos num só espaço de trabalho – demonstração gratuita de 24 horas.
Iniciar demonstraçãoO reconhecimento ótico de caracteres (OCR) converte o texto contido em imagens, como digitalizações, fotografias ou faxes, em texto legível por máquina. Só assim é possível pesquisar, copiar ou tratar documentos automaticamente. O OCR moderno utiliza redes neuronais e consegue também reconhecer tabelas, esquemas de página e, em alguns casos, escrita manual. Entre as utilizações típicas contam-se o processamento de faturas, a digitalização de arquivos e a leitura de formulários; a qualidade depende muito da qualidade da imagem.
A visão computacional é uma área da IA em que os computadores interpretam imagens e vídeo. As tarefas típicas incluem detetar e localizar objetos, ler texto em imagens e medir componentes. A tecnologia é utilizada, por exemplo, no controlo de qualidade na produção, em sistemas de assistência à condução, na logística e na imagiologia médica.
O reconhecimento de imagem é uma área da visão computacional em que o software identifica o que uma imagem mostra – objetos, pessoas, texto, logótipos ou cenas. Baseia-se normalmente em redes neuronais treinadas com grandes quantidades de imagens rotuladas. As aplicações vão do controlo de qualidade na produção e da organização de fotografias de produtos até ao apoio à imagiologia médica. Com imagens de pessoas, a proteção de dados e o possível enviesamento exigem especial atenção.
