Распознавание символов

Существует 2 основных способа распознавания символов.

1. оптическое распознавание символов печатного текста (OCR)

2. оптическое распознавание рукописных символов (ICR)

В области ICR существует 2 основных направления:

1. Разработка систем распознания форм, т.е. бланков заполненных печатными буквами от руки (анкеты, бланки, тестирования, банковские чеки, налоговые декларации).

2. Разработка систем распознания текстов является перспективной, но мало разработанной областью. Может использоваться для распознания почтовых адресов, банковских квитанций, причем для реализации этой задачи 70% сложности зависит от понимания семантики документов.

Рассмотрим наиболее разработанную задачу OCR – эта технология позволяет компьютеру считывать тексты с физических носителей и требует графического определения текста для интерпретации. Существуют несколько алгоритмов распознания печатных символов. При распознавания символа важен тот факт, что вся печатная продукция производиться при помощи ограниченного набора оригинальных символов, которые группируются по стилю, который отличает данную группу от других. Одна группа включает в себя все алфавитные значения, цифры и набор служебных символов, называется шрифтом/гарнитурой. Любой характеризуется в первую очередь шрифтами и с этой точки зрения существует 2 класса алгоритмов распознания печатных символов:

1. шрифтовой/шрифтозависимый – здесь используется априорная инструкция о шрифтах, которыми напечатаны буквы, т.е. заранее известны характеристики того или иного шрифта. Все шрифты меньше 100.

2. Безшрифтовой алгоритм. Используются алгоритмы, когда нет априорного знания о символах, поступающих на вход. Эти алгоритмы измеряют и анализируют различные характеристики присущие буквам, как таковым безотносительно шрифтам и размерам. Это считается универсальным методом распознания, но качество распознания ниже.