| Sürüm | 1.0 |
|---|---|
| Yayımcı | Luigi Rosa |
| Yayın tarihi | 19 Kas 2012 |
| Ekleme Tarihi | 19 Kas 2012 |
| İşletim sistemi gereksinimleri | Windows 2003, Windows Vista, Windows 98, Windows Me, Windows, Windows NT, Windows 2000, Windows 8, Windows Server 2008, Windows 7, Windows XP |
| Gereksinimler | Matlab |
| Toplam indirme | 691 |
| Haftalık indirme | 1 |
| Fiyat | Free |
Açıklama
Optik karakter tanıma (OCR), basılı veya yazılı metin karakterlerinin optik olarak taranan bit eşlemlerinin ASCII gibi karakter kodlarına çevrilmesidir. Bu, basılı materyalleri bir bilgisayarda düzenlenebilen ve başka şekilde manipüle edilebilen veri dosyalarına dönüştürmenin etkili bir yoludur. Bu, kütüphaneler ve devlet kurumları tarafından uzun belgeleri elektronik olarak hızlı bir şekilde kullanılabilir hale getirmek için uzun süredir kullanılan teknolojidir. OCR teknolojisindeki gelişmeler, işletmeler tarafından artan kullanımını teşvik etti. Birçok belge giriş görevi için OCR, mevcut en uygun maliyetli ve hızlı yöntemdir. Ve her yıl, teknoloji, dosya dolaplarına ve kağıt belgelerle dolu kutulara verildikten sonra dönümlerce depolama alanını serbest bırakır. OCR kullanılmadan önce, kaynak materyalin bir optik tarayıcı (ve bazen PC'deki özel bir devre kartı) kullanılarak taranması ve sayfada bir bitmap (bir nokta deseni) olarak okunması gerekir. Görüntüleri tanımak için yazılım da gereklidir.
Yazılım paketimiz, Sinir Ağlarını kullanarak UJI Kalem Karakterleri Veri Kümesinin izole el yazısı karakterleri ve rakamları sınıflandırmasını çözmeyi önermektedir. Veriler, tablet PC'de 11 yazar tarafından yazılan 26 karakter ve 10 rakamdan oluşan örneklerden oluşmaktadır. Karakterler (standart UNIPEN formatında) hem büyük hem de küçük harfle yazılır ve yazar başına tam iki karakter kümesi vardır. Yani çıktı 35 sınıftan birinde olmalıdır. Nihai amaç, her karakter için yazardan bağımsız bir model oluşturmaktır.
Değerli özelliklerin seçimi karakter tanımada çok önemlidir, bu nedenle C. Agell tarafından tanıtılan Yeni ve anlamlı bir özellik seti, Tekdüzen Diferansiyel Normalleştirilmiş Koordinatlar (UDNC) benimsenmiştir. Bu özelliklerin basit sınıflandırma algoritmaları kullanarak tanıma oranını iyileştirdiği gösterilmiştir, böylece bir Sinir Ağı eğitmek ve performansını UJI Kalem Karakterleri Veri Kümesi üzerinde test etmek için kullanılırlar.
Dizin Terimleri: Matlab, kaynak, kod, ocr, optik karakter tanıma, taranmış metin, yazılı metin, ascii, izole karakter.
