DENKnet OCR - reconnaissance de caractères stable sans risque de confusion
Les résultats de l'OCR tiennent désormais compte des relations entre les différents caractères grâce à de nouveaux filtres de sortie
La conversion de textes imprimés ou manuscrits à partir d'images de caméras en données textuelles lisibles par machine reste l'une des tâches les plus difficiles pour les systèmes OCR. C'est surtout dans la reconnaissance de signes très similaires que le bon grain se sépare de l'ivraie. Des confusions de caractères, comme "O" et "0" ou un "4" reconnu comme "A", sont difficilement exclues, même avec de très bonnes données de départ.
Le modèle Deep-OCR de DENKnet OCR est préparé pour de tels cas extrêmes. Il ne reconnaît pas seulement les caractères individuels, mais prend désormais en compte leurs relations avec une fiabilité extrêmement élevée. Cela est possible grâce à de nouveaux filtres de sortie qui permettent de définir plus précisément le format d'un mot unique qui doit être affiché. S'il s'agit par exemple de lire des données de date, il est possible de définir explicitement un format de date (p. ex. "01/01/0123").
Voyez par vous-même la fiabilité et la rapidité avec lesquelles une reconnaissance optique de caractères peut fonctionner. Testez le nouvel OCR de DENKnet ou venez nous rendre visite en octobre au salon VISION - la technologie y sera présentée dans l'un de nos systèmes de démonstration.
