OCR (ഒപ്റ്റിക്കൽ പ്രതീക തിരിച്ചറിയൽ)

സ്കാൻ ചെയ്ത പേപ്പർ പ്രമാണം പോലുള്ള ഭ physical തിക പ്രമാണങ്ങളുടെ ഡിജിറ്റൽ ഇമേജുകൾക്കുള്ളിൽ അച്ചടിച്ചതോ കൈയ്യക്ഷരമോ ആയ വാചക പ്രതീകങ്ങൾ വേർതിരിച്ചറിയാനുള്ള സാങ്കേതികവിദ്യയുടെ ഉപയോഗമാണ് ഒസി‌ആർ (ഒപ്റ്റിക്കൽ ക്യാരക്ടർ റെക്കഗ്നിഷൻ). ഒസിആറിന്റെ അടിസ്ഥാന പ്രക്രിയയിൽ ഒരു പ്രമാണത്തിന്റെ വാചകം പരിശോധിക്കുകയും ഡാറ്റ പ്രോസസ്സിംഗിനായി ഉപയോഗിക്കാവുന്ന കോഡിലേക്ക് പ്രതീകങ്ങൾ വിവർത്തനം ചെയ്യുകയും ചെയ്യുന്നു. ഒ‌സി‌ആറിനെ ചിലപ്പോൾ ടെക്സ്റ്റ് റെക്കഗ്നിഷൻ എന്നും വിളിക്കാറുണ്ട്.

ഫിസിക്കൽ ഡോക്യുമെന്റുകൾ മെഷീൻ വായിക്കാൻ കഴിയുന്ന വാചകമാക്കി മാറ്റാൻ ഉപയോഗിക്കുന്ന ഹാർഡ്‌വെയറും സോഫ്റ്റ്വെയറും ചേർന്നതാണ് ഒസിആർ സിസ്റ്റങ്ങൾ. സോഫ്റ്റ്വെയർ സാധാരണയായി നൂതന പ്രോസസ്സിംഗ് കൈകാര്യം ചെയ്യുമ്പോൾ ടെക്സ്റ്റ് പകർത്താനോ വായിക്കാനോ ഒപ്റ്റിക്കൽ സ്കാനർ അല്ലെങ്കിൽ പ്രത്യേക സർക്യൂട്ട് ബോർഡ് പോലുള്ള ഹാർഡ്‌വെയർ ഉപയോഗിക്കുന്നു. ഭാഷകളോ കൈയക്ഷര ശൈലികളോ തിരിച്ചറിയുന്നത് പോലുള്ള ഇന്റലിജന്റ് ക്യാരക്ടർ റെക്കഗ്നിഷന്റെ (ഐസിആർ) കൂടുതൽ നൂതന രീതികൾ നടപ്പിലാക്കുന്നതിന് സോഫ്റ്റ്വെയറിന് ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് (എഐ) പ്രയോജനപ്പെടുത്താം.

ഹാർഡ് കോപ്പി നിയമപരമോ ചരിത്രപരമോ ആയ പ്രമാണങ്ങൾ PDF കളാക്കി മാറ്റുന്നതിന് OCR ന്റെ പ്രക്രിയ സാധാരണയായി ഉപയോഗിക്കുന്നു. ഈ സോഫ്റ്റ് കോപ്പിയിൽ സ്ഥാപിച്ചുകഴിഞ്ഞാൽ, ഉപയോക്താക്കൾക്ക് ഒരു വേഡ് പ്രോസസർ ഉപയോഗിച്ച് സൃഷ്ടിച്ചതുപോലെ പ്രമാണം എഡിറ്റുചെയ്യാനും ഫോർമാറ്റ് ചെയ്യാനും തിരയാനും കഴിയും.

ഒപ്റ്റിക്കൽ പ്രതീക തിരിച്ചറിയൽ എങ്ങനെ പ്രവർത്തിക്കുന്നു

ഒസിആറിന്റെ ആദ്യ ഘട്ടം ഒരു പ്രമാണത്തിന്റെ ഭ form തിക രൂപം പ്രോസസ്സ് ചെയ്യുന്നതിന് ഒരു സ്കാനർ ഉപയോഗിക്കുന്നു. എല്ലാ പേജുകളും പകർ‌ത്തിക്കഴിഞ്ഞാൽ‌, ഒ‌സി‌ആർ‌ സോഫ്റ്റ്‌വെയർ‌ പ്രമാണത്തെ രണ്ട് വർ‌ണ്ണ അല്ലെങ്കിൽ‌ കറുപ്പും വെളുപ്പും പതിപ്പായി പരിവർത്തനം ചെയ്യുന്നു. പ്രകാശവും ഇരുണ്ടതുമായ പ്രദേശങ്ങൾക്കായി സ്കാൻ ചെയ്ത ഇമേജ് അല്ലെങ്കിൽ ബിറ്റ്മാപ്പ് വിശകലനം ചെയ്യുന്നു, അവിടെ ഇരുണ്ട പ്രദേശങ്ങൾ തിരിച്ചറിയേണ്ട പ്രതീകങ്ങളായി തിരിച്ചറിയുകയും പ്രകാശമേഖലകളെ പശ്ചാത്തലമായി തിരിച്ചറിയുകയും ചെയ്യുന്നു.

ഇരുണ്ട പ്രദേശങ്ങൾ അക്ഷരമാലാ അക്ഷരങ്ങളോ സംഖ്യാ അക്കങ്ങളോ കണ്ടെത്തുന്നതിന് കൂടുതൽ പ്രോസസ്സ് ചെയ്യുന്നു. ഒ‌സി‌ആർ‌ പ്രോഗ്രാമുകൾ‌ക്ക് അവരുടെ ടെക്നിക്കുകളിൽ‌

വ്യത്യാസമുണ്ടാകാം, പക്ഷേ സാധാരണയായി ഒരു സമയം ഒരു പ്രതീകം, വാക്ക് അല്ലെങ്കിൽ ടെക്സ്റ്റ് ബ്ലോക്ക് എന്നിവ ടാർ‌ഗെറ്റുചെയ്യുന്നത് ഉൾ‌പ്പെടുന്നു. രണ്ട് അൽ‌ഗോരിതം ഉപയോഗിച്ച് പ്രതീകങ്ങൾ തിരിച്ചറിയുന്നു:

പാറ്റേൺ തിരിച്ചറിയൽ- വിവിധ ഫോണ്ടുകളിലും ഫോർമാറ്റുകളിലുമുള്ള വാചകത്തിന്റെ ഉദാഹരണങ്ങളാണ് ഒസി‌ആർ പ്രോഗ്രാമുകൾ, അവ സ്കാൻ ചെയ്ത പ്രമാണത്തിലെ പ്രതീകങ്ങൾ താരതമ്യം ചെയ്യാനും തിരിച്ചറിയാനും ഉപയോഗിക്കുന്നു.

സവിശേഷത കണ്ടെത്തൽ- സ്കാൻ ചെയ്ത പ്രമാണത്തിലെ പ്രതീകങ്ങൾ തിരിച്ചറിയുന്നതിന് ഒസിആർ പ്രോഗ്രാമുകൾ ഒരു നിർദ്ദിഷ്ട അക്ഷരത്തിന്റെയോ നമ്പറിന്റെയോ സവിശേഷതകൾ സംബന്ധിച്ച നിയമങ്ങൾ ബാധകമാക്കുന്നു. താരതമ്യത്തിനായി ഒരു പ്രതീകത്തിലെ കോണീയ വരികളുടെ എണ്ണം, ക്രോസ്ഡ് ലൈനുകൾ അല്ലെങ്കിൽ കർവുകൾ എന്നിവ സവിശേഷതകളിൽ ഉൾപ്പെടാം. ഉദാഹരണത്തിന്, “A” എന്ന വലിയ അക്ഷരം മധ്യഭാഗത്തുടനീളം തിരശ്ചീന രേഖയുമായി കണ്ടുമുട്ടുന്ന രണ്ട് ഡയഗണൽ ലൈനുകളായി സംഭരിക്കാം.

ഒപ്റ്റിക്കൽ പ്രതീക തിരിച്ചറിയൽ കേസുകൾ ഉപയോഗിക്കുന്നു

ഇനിപ്പറയുന്നവ ഉൾപ്പെടെ വിവിധ ആപ്ലിക്കേഷനുകൾക്ക് OCR ഉപയോഗിക്കാം:

1. മൈക്രോസോഫ്റ്റ് വേഡ് അല്ലെങ്കിൽ ഗൂഗിൾ ഡോക്സ് പോലുള്ള വേഡ് പ്രോസസ്സറുകൾ ഉപയോഗിച്ച് എഡിറ്റുചെയ്യാൻ കഴിയുന്ന പതിപ്പുകളിലേക്ക് അച്ചടിച്ച പ്രമാണങ്ങൾ സ്കാൻ ചെയ്യുന്നു.

2. തിരയൽ എഞ്ചിനുകൾക്കായി പ്രിന്റ് മെറ്റീരിയൽ ഇൻഡെക്സിംഗ്.

3. ഡാറ്റാ എൻ‌ട്രി, എക്‌സ്‌ട്രാക്റ്റുചെയ്യൽ, പ്രോസസ്സിംഗ് എന്നിവ ഓട്ടോമേറ്റിംഗ്.

കാഴ്ചശക്തിയില്ലാത്ത അല്ലെങ്കിൽ അന്ധരായ ഉപയോക്താക്കൾക്ക് ഉറക്കെ വായിക്കാൻ കഴിയുന്ന പ്രമാണങ്ങളിലേക്ക് പ്രമാണങ്ങൾ വിശദീകരിക്കുക.

5. പത്രങ്ങൾ, മാസികകൾ അല്ലെങ്കിൽ ഫോൺബുക്കുകൾ പോലുള്ള ചരിത്രപരമായ വിവരങ്ങൾ തിരയാൻ കഴിയുന്ന ഫോർമാറ്റുകളിലേക്ക് ശേഖരിക്കുക.

6. ബാങ്ക് ടെല്ലറുടെ ആവശ്യമില്ലാതെ ഇലക്ട്രോണിക് ചെക്കുകൾ നിക്ഷേപിക്കുക.

7. പ്രധാനപ്പെട്ടതും ഒപ്പിട്ടതുമായ നിയമപരമായ രേഖകൾ ഒരു ഇലക്ട്രോണിക് ഡാറ്റാബേസിലേക്ക് സ്ഥാപിക്കുന്നു.

8. ക്യാമറയോ സോഫ്റ്റ്വെയറോ ഉപയോഗിച്ച് ലൈസൻസ് പ്ലേറ്റുകൾ പോലുള്ള വാചകം തിരിച്ചറിയുന്നു.

9. മെയിൽ ഡെലിവറിക്ക് അക്ഷരങ്ങൾ അടുക്കുന്നു.

10. ഒരു ചിത്രത്തിനുള്ളിലെ പദങ്ങൾ ഒരു നിർദ്ദിഷ്ട ഭാഷയിലേക്ക് വിവർത്തനം ചെയ്യുന്നു.

ഒപ്റ്റിക്കൽ പ്രതീക തിരിച്ചറിയലിന്റെ ഗുണങ്ങൾ

ഒ‌സി‌ആർ‌ സാങ്കേതികവിദ്യയുടെ പ്രധാന ഗുണങ്ങൾ‌ സമയം ലാഭിക്കുക, പിശകുകൾ‌ കുറയുക, കുറഞ്ഞ പരിശ്രമം എന്നിവയാണ്. ZIP ഫയലുകളിലേക്ക് കം‌പ്രസ്സുചെയ്യൽ, കീവേഡുകൾ‌ ഹൈലൈറ്റ് ചെയ്യുക, ഒരു വെബ്‌സൈറ്റിൽ‌ ഉൾ‌പ്പെടുത്തുക, ഒരു ഇമെയിലിലേക്ക് അറ്റാച്ചുചെയ്യുക തുടങ്ങിയ ഭ physical തിക പകർപ്പുകൾ‌ക്ക് കഴിവില്ലാത്ത പ്രവർ‌ത്തനങ്ങളും ഇത് പ്രാപ്‌തമാക്കുന്നു.

പ്രമാണങ്ങളുടെ ഇമേജുകൾ‌ എടുക്കുന്നതിലൂടെ അവയെ ഡിജിറ്റലായി

ആർക്കൈവുചെയ്യാൻ‌ പ്രാപ്‌തമാക്കുന്നു, ഒ‌സി‌ആർ‌ ആ പ്രമാണങ്ങൾ‌ എഡിറ്റുചെയ്യാനും തിരയാനും കഴിയുമെന്നതിന്റെ അധിക പ്രവർ‌ത്തനം നൽകുന്നു.