| Версія | 1.0 |
|---|---|
| Видавництво | Luigi Rosa |
| Дата випуску | 19 лист. 2012 р. |
| Дату додано | 19 лист. 2012 р. |
| Вимоги ОС | Windows 2003, Windows Vista, Windows 98, Windows Me, Windows, Windows NT, Windows 2000, Windows 8, Windows Server 2008, Windows 7, Windows XP |
| Вимоги | Matlab |
| Загальна кількість завантажень | 691 |
| Завантаження на тиждень | 1 |
| Ціна | Free |
Опис
Оптичне розпізнавання символів (OCR) — це переклад оптично відсканованих растрових зображень друкованих або письмових текстових символів у коди символів, наприклад ASCII. Це ефективний спосіб перетворити друковані матеріали на файли даних, які можна редагувати та іншим чином маніпулювати на комп’ютері. Це технологія, яка давно використовується бібліотеками та державними установами для швидкого доступу до великих документів в електронному вигляді. Удосконалення технології оптичного розпізнавання символів (OCR) сприяло її зростанню на підприємствах. Для багатьох завдань введення документів оптичне розпізнавання символів є найбільш економічно ефективним і швидким доступним методом. І щороку ця технологія звільняє гектари місця для зберігання, яке раніше було віддано під картотеки та ящики, повні паперових документів. Перш ніж використовувати оптичне розпізнавання символів, вихідний матеріал потрібно відсканувати за допомогою оптичного сканера (іноді спеціальної плати в ПК), щоб прочитати сторінку як растрове зображення (шаблон із точок). Також потрібне програмне забезпечення для розпізнавання зображень.
Наш програмний пакет пропонує розв’язати класифікацію ізольованих рукописних символів і цифр набору даних символів пера UJI за допомогою нейронних мереж. Дані складаються із зразків із 26 символів і 10 цифр, написаних 11 записувачами на планшетному ПК. Символи (у стандартному форматі UNIPEN) пишуться як у верхньому, так і в нижньому регістрі, і існує цілих два набори символів для кожного автора. Отже, вихід має бути в одному з 35 класів. Кінцева мета — створити незалежну від письменника модель для кожного персонажа.
Вибір цінних ознак має вирішальне значення для розпізнавання символів, тому прийнято новий і значущий набір ознак, Уніфіковані диференціальні нормалізовані координати (UDNC), представлений К. Аджеллом. Показано, що ці функції покращують швидкість розпізнавання за допомогою простих алгоритмів класифікації, тому їх використовують для навчання нейронної мережі та перевірки її продуктивності на наборі даних символів пера UJI.
Терміни покажчика: Matlab, джерело, код, ocr, оптичне розпізнавання символів, сканований текст, написаний текст, ASCII, ізольований символ.
