Intelligente Zeichenerkennung: Förderung der maschinellen Wahrnehmung in der Computer Vision
Von Fouad Sabry
()
Über dieses E-Book
Was ist intelligente Zeichenerkennung
Intelligente Zeichenerkennung (ICR) wird verwendet, um handgeschriebenen Text aus Bildern zu extrahieren. Dabei handelt es sich um eine ausgefeiltere Art der OCR-Technologie, die verschiedene Handschriftstile und Schriftarten erkennt, um Daten auf Formularen und physischen Dokumenten intelligent zu interpretieren.
Ihre Vorteile
(I) Erkenntnisse und Validierungen zu den folgenden Themen:
Kapitel 1: Intelligente Zeichenerkennung
Kapitel 2: Optische Zeichenerkennung
Kapitel 3: Handschrift Erkennung
Kapitel 4: Handschrift
Kapitel 5: Optische Markierungserkennung
Kapitel 6: Dokumentenverarbeitung
Kapitel 7: Dateneingabesachbearbeiter
Kapitel 8: Automatische Identifizierung und Datenerfassung
Kapitel 9: Analyse verrauschter Texte
Kapitel 10: Erkennung
(II) Antworten Die wichtigsten Fragen der Öffentlichkeit zur intelligenten Zeichenerkennung.
(III) Beispiele aus der Praxis für den Einsatz der intelligenten Zeichenerkennung in vielen Bereichen.
Für wen dieses Buch gedacht ist
Profis, Studenten und Doktoranden, Enthusiasten, Hobbyisten und diejenigen, die über grundlegende Kenntnisse oder Informationen für jede Art von intelligenter Zeichenerkennung hinausgehen möchten.
Mehr von Fouad Sabry lesen
Neue Technologien In Der Energie [German]
Ähnlich wie Intelligente Zeichenerkennung
Titel in dieser Serie (100)
Histogrammausgleich: Verbesserung des Bildkontrasts für eine verbesserte visuelle Wahrnehmung Bewertung: 0 von 5 Sternen0 BewertungenGamma-Korrektur: Verbesserung der visuellen Klarheit in der Computer Vision: Die Gammakorrekturtechnik Bewertung: 0 von 5 Sternen0 BewertungenComputer-Stereo-Vision: Erforschung der Tiefenwahrnehmung in der Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenAnisotrope Diffusion: Verbesserung der Bildanalyse durch anisotrope Diffusion Bewertung: 0 von 5 Sternen0 BewertungenTonzuordnung: Tone Mapping: Erhellende Perspektiven in der Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenUnterwasser-Computervision: Erkundung der Tiefen der Computer Vision unter den Wellen Bewertung: 0 von 5 Sternen0 BewertungenBildhistogramm: Visuelle Einblicke enthüllen und die Tiefen von Bildhistogrammen in der Computer Vision erkunden Bewertung: 0 von 5 Sternen0 BewertungenAffine Transformation: Visuelle Perspektiven freischalten: Erforschung der affinen Transformation in der Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenRetinex: Enthüllen Sie die Geheimnisse des computergestützten Sehens mit Retinex Bewertung: 0 von 5 Sternen0 BewertungenVisuelle Wahrnehmung: Einblicke in die computergestützte visuelle Verarbeitung Bewertung: 0 von 5 Sternen0 BewertungenInpainting: Überbrückung von Lücken in der Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenBildkompression: Effiziente Techniken zur visuellen Datenoptimierung Bewertung: 0 von 5 Sternen0 BewertungenComputer Vision: Erkundung der Tiefen des Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenHough-Transformation: Enthüllung der Magie der Hough-Transformation in der Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenKantenerkennung: Grenzen in der Computer Vision erkunden Bewertung: 0 von 5 Sternen0 BewertungenFarbraum: Erkundung des Spektrums von Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenRadon-Transformation: Aufdecken verborgener Muster in visuellen Daten Bewertung: 0 von 5 Sternen0 BewertungenFilterbank: Einblicke in die Filterbanktechniken von Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenGemeinsame Fotoexpertengruppe: Erschließen Sie das Potenzial visueller Daten mit dem JPEG-Standard Bewertung: 0 von 5 Sternen0 BewertungenHarris Eckendetektor: Enthüllung der Magie der Bildmerkmalserkennung Bewertung: 0 von 5 Sternen0 BewertungenHadamard-Transformation: Enthüllung der Leistungsfähigkeit der Hadamard-Transformation in der Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenModell des menschlichen visuellen Systems: Wahrnehmung und Verarbeitung verstehen Bewertung: 0 von 5 Sternen0 BewertungenLärmminderung: Verbesserung der Klarheit, fortschrittliche Techniken zur Rauschunterdrückung in der Bildverarbeitung Bewertung: 0 von 5 Sternen0 BewertungenOrientiertes Gradienten-Histogramm: Enthüllung des visuellen Bereichs: Erkundung des Histogramms mit orientierten Farbverläufen in der Bildverarbeitung Bewertung: 0 von 5 Sternen0 BewertungenHomographie: Homographie: Transformationen in der Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenFarbanpassungsfunktion: Spektrale Empfindlichkeit in Computer Vision verstehen Bewertung: 0 von 5 Sternen0 BewertungenKonturerkennung: Enthüllung der Kunst der visuellen Wahrnehmung in der Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenFarbmodell: Das Spektrum des Computer Vision verstehen: Farbmodelle erkunden Bewertung: 0 von 5 Sternen0 BewertungenZufallsstichprobenkonsens: Robuste Schätzung in der Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenBlob-Erkennung: Aufdecken von Mustern in visuellen Daten Bewertung: 0 von 5 Sternen0 Bewertungen
Ähnliche E-Books
Optische Zeichenerkennung: Erschließen Sie die Leistungsfähigkeit von Computer Vision für die optische Zeichenerkennung Bewertung: 0 von 5 Sternen0 BewertungenGestenerkennung: Die Sprache der Bewegung erschließen Bewertung: 0 von 5 Sternen0 BewertungenAutomatische Bildanmerkung: Verbesserung des visuellen Verständnisses durch automatisiertes Tagging Bewertung: 0 von 5 Sternen0 BewertungenPhysikalisches Rechnen: Erforschung von Computer Vision im Physical Computing Bewertung: 0 von 5 Sternen0 BewertungenIntelligente Kamera: Revolutionierung der visuellen Wahrnehmung mit Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenMaschinelles Sehen: Einblicke in die Welt des Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenSharePoint Kompendium - Bd. 19 Bewertung: 0 von 5 Sternen0 BewertungenAutomatische Nummernschilderkennung: Das Potenzial der Computer-Vision-Technologie erschließen Bewertung: 0 von 5 Sternen0 BewertungenVektorgrafiken: Beherrschung von Vektorgrafiken in Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenDas Internet der Dinge als Basis der digitalen Automation: Beiträge zu den Bachelor- und Masterseminaren 2018 im Fachbereich Technik der Hochschule Trier Bewertung: 0 von 5 Sternen0 BewertungenOptische Braille-Erkennung: Ermöglichung der Barrierefreiheit durch visuelle Intelligenz Bewertung: 0 von 5 Sternen0 BewertungenVisuelles Sensornetzwerk: Erkundung der Leistungsfähigkeit visueller Sensornetzwerke in der Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenDigitale Poststelle: Effizienzsteigerung durch Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenObjekterkennung: Fortschritte, Anwendungen und Algorithmen Bewertung: 0 von 5 Sternen0 BewertungenBildabruf: Erschließen Sie die Kraft visueller Daten Bewertung: 0 von 5 Sternen0 BewertungenAudiovisuelle Spracherkennung: Fortschritte, Anwendungen und Erkenntnisse Bewertung: 0 von 5 Sternen0 BewertungenAutomatische Zielerkennung: Fortschritte in Computer-Vision-Techniken zur Zielerkennung Bewertung: 0 von 5 Sternen0 BewertungenComputer Vision: Erkundung der Tiefen des Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenErkundung der Bildsammlung: Enthüllung visueller Landschaften in der Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenErweiterte Realität: Erkundung der Grenzen von Computer Vision in Augmented Reality Bewertung: 0 von 5 Sternen0 BewertungenDatenkompression: Erhöhen Sie die Effizienz von Computer Vision durch Datenkomprimierung Bewertung: 0 von 5 Sternen0 BewertungenSoftware-Suite: Revolutionierung der Computer Vision mit der Ultimate Software Suite Bewertung: 0 von 5 Sternen0 BewertungenSharePoint Kompendium - Bd. 11: Big Data, BI, Office 365 Bewertung: 0 von 5 Sternen0 BewertungenKünstliche Intelligenz für Business Analytics: Algorithmen, Plattformen und Anwendungsszenarien Bewertung: 0 von 5 Sternen0 BewertungenERP-Kompendium: Eine Evaluierung von Enterprise Resource Planning Systemen Bewertung: 0 von 5 Sternen0 BewertungenModell des menschlichen visuellen Systems: Wahrnehmung und Verarbeitung verstehen Bewertung: 0 von 5 Sternen0 BewertungenErste Schritte: Eigene IoT-Lösungen mit dem ESP32: Mikrocontroller, Internet und PC Bewertung: 0 von 5 Sternen0 BewertungenPraxiseinstieg Deep Learning: Mit Python, Caffe, TensorFlow und Spark eigene Deep-Learning-Anwendungen erstellen Bewertung: 0 von 5 Sternen0 BewertungenMicrosoft PixelSense: Revolutionierung der Mensch-Computer-Interaktion durch visuelle Wahrnehmung Bewertung: 0 von 5 Sternen0 BewertungenMach's einfach: Erste Schritte mit der Smart-Home-Programmierung: Einstieg in die Hausautomation mit Node-RED Bewertung: 0 von 5 Sternen0 Bewertungen
Künstliche Intelligenz (KI) & Semantik für Sie
Chatbotische Medien-Gestaltung leicht gemacht: Von der Idee zum viralen Hit Bewertung: 0 von 5 Sternen0 BewertungenChatGPT: Begegnung mit einer neuen Welt: Lernen Sie Künstliche Intelligenz mit der Gratisversion ChatGPT 3.5 Bewertung: 0 von 5 Sternen0 BewertungenChatbotische Landingpages: Wie du deine Konkurrenz in den digitalen Staub schicken Bewertung: 0 von 5 Sternen0 BewertungenPsychologie des Sozialismus Bewertung: 0 von 5 Sternen0 BewertungenChatGPT: Epische Reise des Erfolgs - 'Steigern Sie Ihren Reichtum': Mit Screenshots aus dem echten Leben - Erreichen Sie finanzielle Höhen Bewertung: 0 von 5 Sternen0 BewertungenKI-Innovationen: Wie die Technologie die Grenzen verschiebt Künstliche Intelligenz verstehen und nutzen: Ein AI-Buch Bewertung: 0 von 5 Sternen0 BewertungenDie KI Bibel, mit künstlicher Intelligenz Geld verdienen: Echte Fallbeispiele und Anleitungen zum Umsetzen Bewertung: 1 von 5 Sternen1/5Roboter im Alltag: Maschinen (beinahe) wie Menschen Bewertung: 0 von 5 Sternen0 BewertungenChatGPT – Für Einsteiger: Schreibprofi mit KI, Zeit und Geld sparen ohne peinliche Fehler Bewertung: 0 von 5 Sternen0 BewertungenMeistern von ChatGPT: Entriegeln Sie die Kraft der KI für verbesserte Kommunikation und Beziehungen: German Bewertung: 0 von 5 Sternen0 BewertungenDie Zukunft der Arbeit: Digitalisierung, Automatisierung, KI Bewertung: 0 von 5 Sternen0 BewertungenKünstliche Intelligenz: Die vierte industrielle Revolution Bewertung: 0 von 5 Sternen0 BewertungenMenschlicher Geist und Künstliche Intelligenz: Die Entwicklung des Humanen inmitten einer digitalen Welt Bewertung: 0 von 5 Sternen0 BewertungenWissen statt Glauben!: Das Weltbild des neuen Humanismus Bewertung: 0 von 5 Sternen0 BewertungenEinstieg ins Machine Learning: Grundlagen, Prinzipien, erste Schritte Bewertung: 0 von 5 Sternen0 BewertungenAufstieg der Roboter: Wie unsere Arbeitswelt gerade auf den Kopf gestellt wird - und wie wir darauf reagieren müssen Bewertung: 0 von 5 Sternen0 BewertungenDigitalotopia: Sind wir bereit für die (R)Evolution der Wirklichkeit? Bewertung: 0 von 5 Sternen0 BewertungenKünstliche Intelligenz in Sozialen Medien Bewertung: 0 von 5 Sternen0 Bewertungen
Rezensionen für Intelligente Zeichenerkennung
0 Bewertungen0 Rezensionen
Buchvorschau
Intelligente Zeichenerkennung - Fouad Sabry
Kapitel 1: Intelligente Zeichenerkennung
Intelligent Character Recognition (ICR), auch bekannt als Intelligent Optical Character Recognition (OCR), wird verwendet, um handschriftlichen Text aus Bildbildern abzurufen. Die OCR-Technologie ist so weit fortgeschritten, dass sie Daten aus Formularen und physischen Dokumenten, die in einer Vielzahl von Handschriftstilen und Schriftarten verfasst sind, intelligent verstehen kann.
Die Erkennungsdatenbank wird dank des selbstlernenden Algorithmus oder neuronalen Netzwerks, das in den meisten ICR-Programmen enthalten ist, automatisch aktualisiert, um neue Handschriftmuster aufzunehmen. In Kombination mit optischer Zeichenerkennung (OCR) macht es Scangeräte viel hilfreicher bei der Verarbeitung von Dokumenten. Die Genauigkeit ist aufgrund der Komplexität des Prozesses der Handschrifterkennung möglicherweise nicht extrem hoch, aber es ist möglich, eine Rate von 97 Prozent oder mehr zu erreichen, wenn Handschrift auf organisierten Formularen gelesen wird. Um solch hohe Erkennungsraten zu erreichen, würde Software oft mehrere Lesemaschinen verwenden und jede Engine über das korrekte Lesen von Zeichen abstimmen lassen. Engines, die für das Lesen von Zahlen optimiert sind, erhalten mehr Stimmkraft in numerischen Feldern, während Engines, die für das Lesen von Text optimiert sind, eine größere Stimmkraft in alphanumerischen Feldern erhalten. Handschriftliche Daten können mithilfe eines benutzerdefinierten Schnittstellen-Hubs automatisch in ein Backoffice-System eingespeist werden, was Zeit spart und möglicherweise die Genauigkeit im Vergleich zur herkömmlichen menschlichen Dateneingabe erhöht.
Im Jahr 1993 machte Joseph Corcoran mit der Entwicklung der automatisierten Formularverarbeitung, für die er ein Patent erhielt, bedeutende Fortschritte in der optischen Zeichenerkennung (OCR). Dies erforderte drei Schritte: (1) Sammeln eines Bildes des Formulars, das vom ICR verarbeitet werden sollte; (2) Verarbeitung der Ergebnisse, um die Ausgabe der ICR-Engine automatisch zu überprüfen; und (3) Erfassen der Informationen unter Verwendung der ICR-Engine.
Diese Implementierung von ICR erweiterte die Anwendbarkeit der Technologie und ermöglichte den Einsatz mit realen Formularen in alltäglichen Geschäftsprozessen. ICR ist eine Technik, die von heutigen Softwareprogrammen zum Lesen von handgeschriebenem Text (handgedruckt) verwendet wird.
Im Allgemeinen wird jede Erkennungsmethode, die maschinell gedruckten Text lesen kann, als optische Zeichenerkennung (OCR) bezeichnet. Die häufigste Verwendung der optischen Zeichenerkennung (OCR) besteht darin, gescannte Bilder von Papierdokumenten (z. B. Buchseiten, Zeitungsartikel oder rechtliche Verträge) in digitalen Text umzuwandeln, der in einem Textverarbeitungsprogramm oder PDF-Reader bearbeitet und durchsucht werden kann. Die Automatisierung der Formularverarbeitung ist eine weitere nützliche Anwendung. Durch die Anwendung der OCR-Engine in Abschnitten auf die Formularfelder können Daten schnell abgerufen und in ein anderes Programm eingefügt werden, z. B. in eine Tabellenkalkulation oder Datenbank.
Anstatt Informationen jedoch in bestimmte Felder einzugeben, werden sie in der Regel von Hand eingegeben. Bei dem Versuch, Personen in handschriftlichem Text zu identifizieren, wird die Aufgabe erheblich schwieriger. Handgedruckte Zeichen haben fast unendliche Permutationen, so dass die Vielfalt von mehr als 700.000 gedruckten Schriftvarianten im Vergleich dazu armselig erscheint. Die Software sollte nicht nur stilistische Variationen berücksichtigen, sondern auch die Qualität des Schreibgeräts, die Qualität des Papiers, Fehler, die Stabilität der Hand und Flecken oder fließende Tinte.
Mit immer besseren Algorithmen kann die intelligente Zeichenerkennung (ICR) jetzt Variationen in handgedruckten Zeichen genauer erkennen. Die optische Zeichenerkennung (OCR) wurde in den frühen 1990er Jahren entwickelt, um die Automatisierung der Formularverarbeitung zu erleichtern, und ermöglicht die Umwandlung von manuell eingegebenen Daten in ein Format, das leicht lesbar, durchsuchbar und bearbeitbar ist. Es ist am effektivsten beim Lesen von Zeichen, die klar in verschiedene Abschnitte oder Zonen unterteilt sind, wie z. B. die festen Felder, die in vielen strukturierten Formularen zu sehen sind.
Die intelligente Worterkennung (IWR) ist in der Lage, Informationen sowohl aus gedruckter als auch aus kursiver Handschrift zu lesen und zu extrahieren. Im Gegensatz zu IWR, das sich auf Wörter und Phrasen