Optisk teckenigenkänning (OCR) är översättningen av optiskt skannade bitmappar av tryckta eller skriftliga texttecken i teckenkoder, såsom ASCII. Detta är ett effektivt sätt att förvandla pappersmaterial till datafiler som kan redigeras och i övrigt manipulerade på en dator. Detta är den teknik länge används av biblioteken och myndigheter för att göra långa dokument snabbt tillgängliga elektroniskt. Framsteg inom OCR-teknik har sporrat dess ökande användningen av företagen. För många dokument-ingångsuppgifter, är OCR det mest kostnadseffektiva och snabba metoden finns. Och varje år, frigör tekniken tunnland lagringsutrymme gång gett över till arkivskåp och lådor fulla med pappersdokument. Innan OCR kan användas, måste källmaterialet skannas med en optisk skanner (och ibland en specialiserad kretskort i datorn) för att läsa in sidan som en bitmapp (ett mönster av prickar). Programvara för att känna igen bilderna krävs också.
Vår programpaket föreslår att lösa klassificeringen av isolerade handskrivna tecken och siffrorna i UJI Pen Tecken Data Set använder neurala nätverk. Data består av prover av 26 tecken och 10 siffror skrivna av 11 författare på en Tablet PC. De tecken (i standard UNIPEN format) skrivs både i stora och små bokstäver och det finns en hel två uppsättning tecken per författare. Så produktionen ska vara i en av de 35 klasserna. Det slutliga målet är att bygga en författare oberoende modell för varje tecken.
Valet av värdefulla funktioner är avgörande teckenigenkänning, därför en ny och meningsfull uppsättning funktioner, Uniform Differential normaliserade koordinater (UDNC), som infördes genom C. Agell, antas. Dessa funktioner visas för att förbättra erkännandet takt med enkla klassificeringsalgoritmer så de används för att träna ett neuralt nätverk och testa dess prestanda på UJI Pen Tecken Data Set.
Index Villkor:. Matlab, källkod, kod, ocr, optisk teckenigenkänning, skannade text, skriven text, ascii, isolerade tecken
Krav :
Matlab
Kommentarer hittades inte