Полный набор технологий распознавания
Полный набор технологий распознавания
FineReader Engine — это полный набор технологий, которые позволяют распознавать печатный текст (OCR), рукопечатный текст (ICR) и штрихкоды (OBR). OCR поддерживает максимальное число языков распознавания, которые можно комбинировать. Ниже представлен список доступных технологий и варианты обработки документов.
Технология доступна для более чем 200 языков:
- Европейские языки: латиница, кириллица, армянский и греческий алфавиты
- Другие языки: китайский, японский, корейский, арабский, фарси, тайский, вьетнамский, иврит, бирманский
- FineReader XIX — для старых документов, книг и газет, напечатанных с 1600 по 1937 годы на английском, французском, немецком, итальянском и испанском языках старыми шрифтами, среди которых Fraktur, Schwabacher и Gothic
- Распознавание шрифтов OCR-A, OCR-B, MICR (E13B) и CMC7 и документов, напечатанных на матричных принтерах или пишущих машинках
Технология доступна для более чем 120 языков:
- Европейские и другие языки
- 22 региональных рукопечатных стиля
- Распознавание рукопечатных символов в полях и рамках
- Распознавание индийских цифр, используемых в арабских государствах
Возможно распознавание рукопечатной информации на разных языках одновременно (многоязычный ICR).
- Поддержка одномерных и двухмерных штрихкодов
- Автоматическое определение и распознавание штрихкодов, расположенных на документе под любым углом
Режимы распознавания
Режимы распознавания
Выбирайте режим распознавания, чтобы настраивать скорость и точность обработки. Пользователям доступны Normal, Fast и Balanced режимы OCR и ICR-распознавания.
Режим распознавания Normal
Режим распознавания Fast
Предназначен для обработки больших объемов документов, когда приоритетной является скорость распознавания. Этот режим позволяет увеличить скорость обработки на 200-250%.
Режим распознавания Balanced
Устанавливает промежуточные значения параметров скорости и качества распознавания по сравнению с режимами Normal и Fast.
Полнотекстовое и зональное распознавание
Полнотекстовое и зональное распознавание
Существуют два типа распознавания – полнотекстовое и зональное.
Это базовый режим распознавания для самых разных задач, таких как:
- Оцифровка книг и распознавание документов для архивного хранения.
- Конвертация документов для переиспользования контента.
- Распознавание опорного текста для определения полей и классификации документов.
Все эти задачи подразумевают распознавание всего текста на странице. Полученный текст может экспортироваться в виде простого текста или как готовый документ в заданном формате.
FineReader Engine поддерживает распознавание на уровне областей (зональное распознавание), необходимое в таких бизнес-процессах, как ввод форм, классификация по ключевым словам, машинное зрение и роботизированная автоматизация процессов (RPA). К основным функциям относятся многоязыковое распознавание печатного (OCR) и рукопечатного текста (ICR) и штрихкодов (OBR), а также целый ряд специальных возможностей, например:
- Распознавание информации из полей, ограниченных различными рамками
- Распознавание с применением преднастроенного алфавита, словарей, регулярных выражений, стилей рукописного текста и т. д.
- Обнаружение пробелов внутри полей
- Интеллектуальная обработка блоков информации с пересекающимися частями и линиями
- Удаление «мусора» из текстовых блоков с возможностью задавать размеры черных или белых точек.
Зональное распознавание также поддерживают специальные инструменты для разработчиков, среди которых Voting API и On-the-Fly Recognition Tuning.
В таблице указаны особенности использования каждого типа распознавания:
Пользовательские языки и эталоны
FineReader Engine предоставляет API для создания и редактирования языков распознавания, создания копий уже заданных языков распознавания и их дальнейшего редактирования, добавления новых слов в пользовательские языки. В большинстве случаев FineReader Engine может успешно распознавать текст без предварительного обучения. Тем не менее, чтобы повысить качество распознавания декоративных и контурных шрифтов, может потребоваться обучение пользовательским эталонам.
Варианты применения:
- Чтобы повысить качество ICR-распознавания, рекомендуется использовать пользовательский язык, содержащий все возможные варианты значений, которые могут быть введены в то или иное поле (почтовые индексы, товарные коды и т.д.
- Чтобы повысить качество распознавания товарных кодов, номеров телефона и паспортных данных, создайте новый язык распознавания, чтобы программа могла считать конкретный тип данных