Prepoznavanje besedila v prizorih bere besedilo, ki se pojavlja na fotografijah in videu resničnega okolja, na primer na cestnih znakih, embalaži ali registrskih tablicah. Za razliko od klasičnega OCR za skenirane dokumente se mora spopasti s poševnimi perspektivami, spreminjajočo se svetlobo, nenavadnimi pisavami in natrpanim ozadjem. Tipičen pristop poteka v dveh stopnjah: najprej poišče področja z besedilom, nato prepozna znake v njih.
Agenti, poteki dela in predloge v enem delovnem prostoru – brezplačna 24-urna predstavitev.
Začni predstavitevOptično prepoznavanje znakov (OCR) besedilo v slikah, kot so skeni, fotografije ali faksi, pretvori v strojno berljivo besedilo. Šele tako je dokumente mogoče iskati, kopirati ali samodejno obdelovati. Sodoben OCR uporablja nevronske mreže in zna prepoznati tudi tabele, postavitve in deloma rokopis. Tipične uporabe so obdelava računov, digitalizacija arhivov in branje obrazcev; kakovost je močno odvisna od kakovosti slike.
Računalniški vid je področje UI, v katerem računalniki interpretirajo slike in video. Tipične naloge vključujejo zaznavanje in lociranje predmetov, branje besedila na slikah in merjenje sestavnih delov. Tehnologija se uporablja na primer pri nadzoru kakovosti v proizvodnji, v sistemih za pomoč vozniku, v logistiki in v medicinskem slikanju.
Prepoznavanje slik je področje računalniškega vida, v katerem programska oprema prepozna, kaj prikazuje slika – predmete, osebe, besedilo, logotipe ali prizore. Običajno temelji na nevronskih mrežah, naučenih na velikem številu označenih slik. Uporabe segajo od nadzora kakovosti v proizvodnji in razvrščanja fotografij izdelkov do podpore medicinskemu slikanju. Pri slikah oseb je treba posebno pozornost nameniti varstvu podatkov in morebitni pristranskosti.
