Optical Character Recognition System

説明

光学式文字認識 (OCR) は、光学的にスキャンされた印刷または記述されたテキスト文字のビットマップを ASCII などの文字コードに変換することです。これは、ハード コピーの資料をデータ ファイルに変換する効率的な方法であり、コンピュータ上で編集したり操作したりできます。これは、長いドキュメントを電子的にすばやく利用できるようにするために、図書館や政府機関によって長い間使用されてきたテクノロジです。 OCR テクノロジの進歩により、企業による OCR の使用が増加しています。多くのドキュメント入力タスクでは、OCR が最も費用対効果が高く、利用可能な迅速な方法です。そして毎年、このテクノロジーにより、紙の書類でいっぱいのファイル キャビネットやボックスに割り当てられていた数エーカーのストレージ スペースが解放されます。 OCR を使用する前に、光学スキャナ (場合によっては PC の専用回路基板) を使用してソース資料をスキャンし、ページをビットマップ (ドットのパターン) として読み取る必要があります。画像を認識するためのソフトウェアも必要です。

私たちのソフトウェア パッケージは、ニューラル ネットワークを使用して UJI ペン文字データ セットの孤立した手書き文字と数字の分類を解決することを提案します。データは、11 人のライターがタブレット PC に書き込んだ 26 文字 10 桁のサンプルです。文字 (標準の UNIPEN 形式) は大文字と小文字の両方で書かれており、ライターごとに 2 セットの文字があります。したがって、出力は 35 のクラスのいずれかにあるはずです。最終的な目的は、各キャラクターのライターに依存しないモデルを構築することです。

文字認識では価値のある特徴の選択が重要であるため、C. Agell によって導入された新しい意味のある一連の特徴、Uniform Differential Normalized Coordinates (UDNC) が採用されています。これらの機能は、単純な分類アルゴリズムを使用して認識率を向上させることが示されているため、ニューラル ネットワークをトレーニングし、UJI ペン文字データ セットでそのパフォーマンスをテストするために使用されます。

キーワード: Matlab、ソース、コード、ocr、光学式文字認識、スキャンしたテキスト、書かれたテキスト、ASCII、分離文字。