نحوه تشخیص متن با استفاده از ABBYY FineReader: دستورالعمل های گام به گام. نحوه تشخیص متن اسکن شده با Abbyy FineReader

به منظور استفاده از برنامه ABBYY FineReader که برای تشخیص متن از فرمت های غیرقابل ویرایش و گرافیکی طراحی شده است. ابتدا باید آن را دانلود و بر روی کامپیوتر خود نصب کنید و سپس ویدیوی زیر را مشاهده کنید، همه چیز به طور کامل در مورد این برنامه توضیح داده شده است.

این برنامه برای اسکن متن و کار، تشخیص آن طراحی شده است.

البته می توان از آن استفاده کرد و برای انجام این استفاده، می توانید بدون خروج از برنامه Finereader که در آن کار می کنید، متن فایل را تشخیص داده و آن را از یک نسخه اسکن شده سند به یک نسخه کلاسیک تبدیل کنید. قالب، برنامه های Word. سپس معلوم می شود که مورد استفاده شما قرار می گیرد.

Finereader برنامه ای برای اسکن و OCR با صادرات اطلاعات به محبوب است بسته های اداری. اصل کار با آن را به طور خلاصه می توان به شرح زیر توصیف کرد: ما یک ورق کاغذ با متن چاپ شده می گیریم، آن را با یک اسکنر اسکن می کنیم، یک فایل گرافیکی خاص به دست می آوریم. فرمت بیت مپ. سپس بدون خروج از برنامه Finereader، متن فایل را می شناسیم و مرحله بعدی ساخت یک سند Word از کپی اسکن شده است. قبل از آن، متن شناسایی شده را می توان مشاهده و ویرایش کرد. سند word حاصل را می توان بیشتر تکمیل و ویرایش کرد.

Abbyyfinereader بدون شک پیشرو در میان چنین برنامه هایی است.

قابلیت های بسیار گسترده ای برای تشخیص متن از فرمت های غیر قابل ویرایش و گرافیکی دارد.

این برنامه قادر خواهد بود متن را از فرمت های اساسی مانند (pdf غیر قابل ویرایش، فرمت های فایل دیجیتال jpeg، jpg، Djvu، gif، png و غیره) تشخیص دهد.

همچنین، ABBYY FineReader تقریباً با تمام مدل‌های اسکنر به خوبی کار می‌کند.

توابع اصلی برنامه عبارتند از:

اسکن اسناد در قالب های: مایکروسافت ورد، مایکروسافت اکسل، پی دی اف، اسکن و ذخیره تصاویر، PDF یا تصویر در Microsoft Word، تبدیل عکس به مایکروسافت ورد.

منطقه کاری ABBYY Finereader:

برای افزودن یک کار جدید باید روی دکمه **new task** که در قسمت سمت چپ بالای فضای کاری برنامه قرار دارد کلیک کنید.

باز خواهد شد پنجره وظیفه جدید



در پنجره ای که باز می شود، وظیفه ای را که می خواهید انجام دهید انتخاب کنید.

فرض کنید یک عکس از یک سند داریم که می خواهیم آن را به فرمت سند Microsoft Word تبدیل کنیم. برای انجام این کار، در پنجره وظیفه جدیدعنوان فعال را پیدا کنید تبدیل عکس به مایکروسافت وردو روی این برچسب کلیک کنید. باز خواهد شد پنجره کاوشگر برنامه با پیش نمایش :

در پنجره باز شده یک عکس را انتخاب کنید فایل متنیکه باید شناسایی و به فرمت مورد نیاز شما تبدیل شود.

باز خواهد شد پنجره ای با مقیاس فرآیند تشخیص:

بعد از اینکه برنامه عکس را پردازش کرد و سعی کرد متن را تشخیص دهد.

موارد زیر را مشاهده خواهید کرد:

در اینجا می توانید ناحیه عکس خود را برای تشخیص متن انتخاب کنید.

پس از انتخاب منطقه، روی دکمه کلیک کنید تشخیصکه در منوی بالابرنامه ها. برنامه شروع به تبدیل عکس انتخاب شده به متن می کند. پس از پردازش تصویر، روی فلش کنار دکمه کلیک کنید صرفه جوییو فرمت مورد نظر را برای ایجاد یک سند متنی انتخاب کنید:

برنامه قدرتمند و کاربردی ABBYY FineReader، برای اسکن با کیفیت بالا و تشخیص دقیق (بسته به وضوح تنظیم شده در حین اسکن) رسانه های کاغذی مختلف با متن چاپ شده (کتاب، مجلات، روزنامه ها و غیره) و همچنین تصاویر با فرمت دیجیتال طراحی شده است.

برنامه پشتیبانی می کند زبان های مختلفتشخیص، می تواند در موارد زیر ذخیره شود: Microsoft Word، PDF، فرمت های تصویر و سایر فرمت ها. از آنجایی که این برنامه دارای یک رابط بصری است، کار با آن راحت است.

بنابراین، اولین قدم این است که ابتدا تنظیمات و اسکن کنیدسند، تصویری دریافت می کنیم که متن آن برنامه را دنبال می کند تشخیص. پس از شناسایی، می توانید متن را تصحیح کنید (در صورت وجود هرگونه نادرستی) و در فرمت دلخواه ذخیره کنید.

یکی از محبوب ترین توابع برای کار با اسکن و پردازش فایل انواع مختلف- خواننده خوب عملکرد محصول نرم افزاری توسط شرکت روسی ABBYY توسعه داده شده است، نه تنها به شناسایی، بلکه پردازش اسناد (ترجمه، تغییر فرمت ها و غیره) اجازه می دهد. بسیاری از کاربران فقط می توانند نصب کنند، اما نمی توانند بلافاصله نحوه استفاده از ABBYY FineReader را بفهمند. در این مقاله می توانید پاسخ بسیاری از سوالات را بیابید.

این برنامه به شما امکان می دهد متن را اسکن و تشخیص دهید - و نه تنها

برای درک دقیق نوع برنامه ABBYY FineReader 12، لازم است تمام ویژگی های آن را با جزئیات در نظر بگیرید. اولین و ساده ترین عملکرد اسکن یک سند است. دو گزینه اسکن وجود دارد: با تشخیص و بدون آن. در صورت اسکن معمولی یک برگه چاپ شده، تصویری را که اسکن کرده اید در پوشه مشخص شده در دستگاه رایانه خود دریافت خواهید کرد.

توجه. ورق باید دقیقاً روی قسمت اسکن چاپگر، در امتداد خطوط نشان داده شده روی چاپگر قرار گیرد. منبع را دستکاری نکنید، این می تواند منجر شود کیفیت پاییناسکن نهایی

شما باید خودتان تصمیم بگیرید که FineReader برای شما چیست، زیرا این ابزار دارای عملکرد قابل توجهی است، به عنوان مثال، می توانید انتخاب کنید که می خواهید یک تصویر در چه رنگی دریافت کنید، امکان تبدیل همه عکس ها به سیاه و سفید وجود دارد. در سیاه و سفید تشخیص رنگ سریعتر است، کیفیت پردازش افزایش می یابد.

اگر به عملکرد تشخیص متن ABBYY FineReader علاقه دارید، باید قبل از اسکن یک دکمه خاص را فشار دهید. در این حالت چندین گزینه برای به دست آوردن اطلاعات وجود دارد. به طور پیش فرض، یک قطعه شناسایی شده از برگه روی صفحه نمایش شما نمایش داده می شود که می توانید آن را به صورت دستی کپی یا ویرایش کنید.

اگر توابع دیگری را انتخاب کنید، می توانید بلافاصله فایل را به عنوان یک سند Word یا صفحه گسترده Excel دریافت کنید. انتخاب توابع بسیار ساده است، منو بصری است، پیکربندی آسان به دلیل این واقعیت است که تمام دکمه های مورد نیاز شما جلوی چشمان شما هستند.

مهم. قبل از تشخیص متن ABBYY FineReader، باید زبان پردازش را به دقت انتخاب کنید. با وجود این واقعیت که ابزار کاملاً خودکار کار می کند، این اتفاق می افتد کیفیت پایینکد منبع به شما اجازه نمی دهد بفهمید که چه نوع زبانی در کد منبع وجود دارد. این امر کیفیت نتایج نهایی برنامه را تا حد زیادی کاهش می دهد.

حالت های عملیاتی متعدد

برای درک کامل نحوه استفاده از ABBYY FineReader 12، باید دو حالت عملکرد را امتحان کنید: "از طریق" و "تشخیص سریع". حالت دوم برای تصاویر با کیفیت بالا مناسب است در حالی که حالت اول برای فایل های با کیفیت پایین مناسب است. پردازش فایل ها در حالت کامل 3 تا 5 برابر بیشتر طول می کشد.

تصویر نتیجه برنامه را نشان می دهد - تشخیص متن از یک تصویر

چه ویژگی های دیگری وجود دارد؟

تشخیص متن در برنامه ABBYY FineReader تنها نیست ویژگی مفید. برای راحتی بیشتر کاربر، وجود دارد

ABBYY® FineReader 12 راهنمای سریعکاربر این سند حاوی اطلاعات اولیه در مورد عملکرد ABBYY FineReader است. پر شده..."

ABBYY® FineReader 12

راهنمای کاربر سریع

این سند حاوی اطلاعات اولیه درباره ABBYY FineReader است. راهنمای کاملتوسط

کار با برنامه های ABBYY FineReader، Screenshot Reader و Hot Folder در وب سایت این شرکت موجود است.

ABBYY. اگر اینترنت دائمی ندارید، می توانید دفترچه راهنما را دانلود کنید

کاربر در قالب PDF

ABBYY FineReader چیست؟

نصب و راه اندازی ABBYY FineReader

سیستم مورد نیاز

نصب برنامه

راه اندازی ABBYY FineReader

کار با ABBYY FineReader

وظایف داخلی

تبدیل گام به گام سند

تجزیه و تحلیل ساختار سند و ویرایش منطقه

فعال سازی و ثبت نام برنامه

فعال کردن ABBYY FineReader

ثبت نام ABBYY FineReader

امنیت داده ها

ABBYY FineReader چیست ABBYY FineReader یک سیستم تشخیص نویسه نوری (OCR) است. این برای تبدیل اسناد اسکن شده، اسناد PDF و فایل های تصویری، از جمله عکس های دیجیتال، به فرمت های قابل ویرایش طراحی شده است.

مزایای ABBYY FineReader 12 سرعت و دقت بالا در تشخیص پشتیبانی از اکثر زبان های دنیا بررسی نتایج تشخیص رابط ساده و واضح تشخیص اسناد عکاسی ذخیره اسناد در فرمت های مختلف و ارسال آنها به حافظه های آنلاین پشتیبانی فنی رایگان برای کاربران ثبت نام شده نصب و راه اندازی و راه اندازی سیستم مورد نیاز ABBYY FineReader 1. پردازنده 32 بیتی (x86) یا 64 بیتی (x64) با فرکانس ساعت 1 گیگاهرتز (گیگاهرتز) یا بالاتر.

2. اتاق عمل سیستم مایکروسافت® Windows® 8، Microsoft® Windows® 7، ویندوز مایکروسافت Vista، Microsoft Windows XP، Microsoft Windows Server 2012/2012 R2، Microsoft Windows Server 2008/2008 R2، Microsoft Windows Server 2003.

برای کار با یک رابط محلی، سیستم عامل باید پشتیبانی زبان لازم را ارائه دهد.

3. رم - 1024 مگابایت.

هنگام اجرا بر روی سیستم های چند هسته ای، 512 مگابایت رم اضافی برای هر هسته اضافی مورد نیاز است.

4. فضای خالی دیسک: 850 مگابایت برای نصب تمام اجزای برنامه، 700 مگابایت برای اجرای برنامه.

5. کارت گرافیک و مانیتور با وضوح حداقل 1024768 پیکسل.

6. صفحه کلید، ماوس یا سایر دستگاه های اشاره گر.

نصب برنامه

برای نصب ABBYY FineReader 12:

1. فایل Setup.exe را از سی دی نصب یا از پوشه توزیع برنامه اجرا کنید.

می توانید ABBYY FineReader 12 Corporate را در آن نصب کنید شبکه محلی. راهنمای برای مدیر سیستمبا فرمت PDF از وب سایت ABBYY قابل دانلود است.

راه اندازی ABBYY FineReader

برای راه اندازی ABBYY FineReader 12:

راهنمای شروع سریع ABBYY FineReader 12 ABBYY FineReader 12 (ABBYY FineReader 12 Corporate) را از منوی StartPrograms انتخاب کنید، یا برنامه های کاربردی مایکروسافت Office، روی دکمه راه اندازی ABBYY FineReader واقع در پانل FineReader 12 کلیک کنید، یا ویندوز اکسپلورریک فایل تصویری را انتخاب کنید و Open with ABBYY FineReader یا گزینه تبدیل به فرمت مورد نیاز را در منوی زمینه آن انتخاب کنید.

کار با ABBYY FineReader

پردازش اسناد با استفاده از ABBYY FineReader شامل چهار مرحله است:

گرفتن تصویر؛

تشخیص سند؛

بررسی و ویرایش متن دریافتی؛

ذخیره نتایج شناسایی

اغلب این فرآیند شامل دنباله ای مشابه از اقدامات است، به عنوان مثال، اسکن، شناسایی و ذخیره متن شناخته شده در یک قالب خاص. برای انجام رایج ترین کارها، این برنامه وظایف داخلی را ارائه می دهد که به شما امکان می دهد با کلیک یک دکمه متن شناسایی شده را دریافت کنید. برای تشخیص اسناد با ساختار پیچیده، می توانید هر مرحله از پردازش را خودتان تنظیم و اجرا کنید.

وظایف داخلی وظایف داخلی از پنجره Tasks راه اندازی می شوند که به طور پیش فرض با شروع برنامه باز می شود. اگر پنجره بسته است، روی دکمه Task در نوار ابزار اصلی برنامه کلیک کنید.

راهنمای شروع سریع ABBYY FineReader 12

برای تبدیل یک سند با استفاده از وظایف داخلی:

1. در پنجره Task، برگه لازم را با وظایف انتخاب کنید:

Basic - شامل پرکاربردترین وظایف داخلی در ABBYY FineReader است.

Microsoft Word - وظایف تبدیل به سند مایکروسافت ورد؛

Microsoft Excel - وظایف ایجاد صفحات گسترده مایکروسافت اکسل.

–  –  –

My Tasks - می توانید کارهای سفارشی خود را که شامل مراحل مورد نیاز برای شماست (فقط برای نسخه ABBYY FineReader Corporate) ایجاد کنید.

2. در لیست زبان سند، زبان های شناسایی را مشخص کنید.

3. فهرست شده است حالت رنگحالت رنگ را انتخاب کنید:

رنگ - طرح رنگی سند تغییر نخواهد کرد.

سیاه و سفید - صفحات سند سیاه و سفید خواهد بود که اندازه سند FineReader را کاهش می دهد. در مقایسه با حالت رنگی، این حالت برای پردازش یک سند زمان کمتری می برد.

راهنمای شروع سریع ABBYY FineReader 12 توجه! پس از انتخاب حالت سیاه و سفید، امکان بازیابی ظاهر رنگی سند وجود نخواهد داشت. برای دریافت یک سند رنگی، فایلی را باز کنید که حاوی تصاویر رنگی صفحات است، یا یک سند کاغذی را در حالت رنگی اسکن کنید.

4. در صورت لزوم، گزینه های اضافی را برای وظایف تبدیل به یک سند مایکروسافت ورد، به یک سند مایکروسافت اکسل و یک سند تنظیم کنید. Adobe PDFدر سمت راست پنجره

5. روی دکمه مربوط به کار مورد نظر خود کلیک کنید.

وظایف ABBYY FineReader طبق تنظیمات مشخص شده در گفتگوی تنظیمات (منوی ToolsSettings...) انجام می شود.

پس از راه‌اندازی، یک نوار پیشرفت کار روی صفحه ظاهر می‌شود که حاوی نشانگر پیشرفت کار، فهرستی از مراحل، و همچنین نکات و هشدارها است.

در نتیجه اجرای کار، یک سند ایجاد می شود فرمت مورد نظر، و تصاویر به سند FineReader اضافه می شوند. در صورت لزوم، می توانید مناطق انتخاب شده روی تصاویر را ویرایش کنید، متن شناسایی شده را بررسی کنید و نتایج تشخیص را در قالب دیگری ذخیره کنید.

تبدیل گام به گام سند خود تنظیمو هر مرحله از پردازش سند را شروع کنید، از پنجره اصلی ABBYY FineReader استفاده کنید.

راهنمای شروع سریع ABBYY FineReader 12

1. در نوار ابزار اصلی، در لیست کشویی زبان سند، زبان های شناسایی را مشخص کنید.

2. تصاویر خود را اسکن یا باز کنید.

به طور پیش فرض، تجزیه و تحلیل و شناسایی اسناد به طور خودکار شروع می شود. می‌توانید این تنظیمات را در برگه Scan/Open در گفتگوی گزینه‌ها (منوی Tools Options...) تغییر دهید.

3. در پنجره Image نواحی انتخاب شده را بررسی کرده و در صورت لزوم آنها را ویرایش کنید.

4. اگر ناحیه را تغییر داده اید، در نوار ابزار اصلی، روی دکمه Recognize کلیک کنید.

5. در پنجره Text، نتایج تشخیص را بررسی و در صورت لزوم ویرایش کنید.

تجزیه و تحلیل ساختار یک سند و مناطق ویرایش کیفیت به دست آمده در نتیجه تبدیل یک سند به عوامل زیادی بستگی دارد: تصویر اصلی، تنظیمات تشخیص، ذخیره پارامترها. یکی از مراحل حیاتیتجزیه و تحلیل ساختار منطقی سند است، یعنی. انتخاب مناطق با متن، تصاویر، جداول و بارکد. نواحی به این منظور تخصیص داده می شوند که به سیستم بگوییم چگونه قسمت های خاصی از تصویر را تشخیص دهد و به چه ترتیبی. این طرح اصلی سند را بازتولید می کند.

راهنمای کاربر سریع ABBYY FineReader 12 به طور پیش فرض، تجزیه و تحلیل اسناد در ABBYY FineReader به طور خودکار انجام می شود.

با این حال، در اسناد پیچیده، برخی از مناطق ممکن است به درستی برجسته نشده باشند. اغلب راحت تر است که فقط آنها را درست کنید، نه اینکه همه مناطق را دوباره انتخاب کنید. ابزارهایی برای علامت گذاری و ویرایش دستی مناطق در پانل پنجره تصویر و همچنین در نوار ابزارهای بازشو برای متن، تصویر، تصویر پس زمینه قرار دارند. و مناطق جدول یک نوار ابزار پاپ آپ در کنار ناحیه فعال ظاهر می شود. برای انتخاب یک منطقه، با دکمه سمت چپ ماوس روی آن کلیک کنید.

با ابزارهای چیدمان دستی، می توانید:

یک منطقه را اضافه یا حذف کنید

–  –  –

مرزهای ناحیه یا خود ناحیه را جابجا کنید افزودن/حذف بخشی مستطیلی از ناحیه شماره گذاری مجدد نواحی پس از اتمام تمام عملیات در ویرایش نواحی، شناسایی را دوباره شروع کنید.

درباره نحوه کار با ابزارهای چیدمان دستی و نحوه کار بیشتر بیاموزید موقعیت های غیر استاندارد، که حل آن ممکن است نیاز داشته باشد تنظیمات پیشرفته، می توانید راهنمای کامل را در وب سایت ABBYY بخوانید.

فعال کردن و ثبت برنامه فعال کردن ABBYY FineReader برای استفاده از ABBYY FineReader 12 در حالت تمام امکانات، ممکن است لازم باشد محصول را فعال کنید. فعال سازی کاملا امن و ناشناس است.

ساده ترین و راه سریع- برنامه را از طریق اینترنت فعال کنید. شما همچنین می توانید برنامه را فعال کنید پست الکترونیکیا تلفن/فکس اطلاعات دقیق در مورد فعال سازی را می توان در وب سایت ABBYY یافت.

ثبت نام ABBYY FineReader ABBYY شما را دعوت می کند تا یک کاربر ثبت نام شده ABBYY شوید

FineReader 12. با ثبت نام، تعدادی از مزایا را دریافت می کنید:

پشتیبانی فنی رایگان؛

امکان استفاده از برنامه ABBYY Screenshot Reader که برای تشخیص متن از اسکرین شات های مناطق صفحه (تصاویر) طراحی شده است.

بازیابی شماره سریال در صورت از بین رفتن آن؛

به روز رسانی خودکار محصول؛

امکان دریافت اطلاعات در مورد پیشنهادهای ویژهبرای محصولات ABBYY

می توانید نسخه برنامه خود را به یکی از روش های زیر ثبت کنید:

در طی مراحل فعال سازی برنامه، کارت ثبت نام را پر کنید. اگر در طول فرآیند فعال‌سازی برنامه را ثبت نکردید، می‌توانید بعداً و در هر زمانی که برای شما مناسب باشد این کار را انجام دهید.

راهنمای شروع سریع ABBYY FineReader 12 از منوی Help، Register... را انتخاب کرده و فرم ثبت نام را پر کنید.

در وب سایت ABBYY ثبت نام کنید.

امنیت داده ها در طول فرآیند ثبت نام، با انتقال داوطلبانه داده های شخصی خود به ABBYY موافقت می کنید. شما همچنین رضایت خود را با جمع آوری، پردازش و استفاده از داده های شخصی خود توسط ABBYY تحت شرایط محرمانه بودن و مطابق با قوانین قابل اجرا مطابق با توافق نامه مجوز اعلام می کنید. داده های شخصی ارائه شده توسط شما فقط در گروه شرکت های ABBYY مورد استفاده قرار می گیرد و به اشخاص ثالث ارائه نمی شود، مگر در مواردی که توسط قانون قابل اجرا تحت موافقت نامه مجوز یا خود موافقت نامه مجوز ارائه شده است.

ABBYY تنها در صورتی این حق را دارد که با علامت زدن کادر مربوطه هنگام ثبت نام، رضایت خود را برای دریافت اطلاعات از ABBYY تایید کرده باشید، ایمیل هایی حاوی اخبار محصولات، تغییرات قیمت، پیشنهادات ویژه و سایر اطلاعات محصولات یا شرکت را برای شما ارسال کند. با تماس با ABBYY می توانید آدرس خود را در هر زمان از لیست مشترکین حذف کنید.

راهنمای شروع سریع ABBYY FineReader 12

اطلاعات موجود در این سند ممکن است بدون اطلاع قبلی تغییر کند و ABBYY هیچ تعهدی در این زمینه ندارد.

نرم افزار شرح داده شده در این سند تحت یک توافقنامه مجوز ارائه شده است. این نرم افزار فقط می تواند مطابق با شرایط این توافق نامه استفاده یا کپی شود. کپی کردن این نرم افزار به هر رسانه ای، مگر اینکه به طور خاص در توافقنامه مجوز یا در یک توافقنامه غیر توزیع مجاز باشد، نقض قانون است. فدراسیون روسیه"در مورد حمایت قانونی از برنامه های کامپیوتری و پایگاه های داده" و هنجارهای حقوق بین الملل.

هیچ بخشی از این دفترچه راهنما را نمی توان برای هر هدفی به هر شکل یا به هر وسیله الکترونیکی یا مکانیکی، از جمله فتوکپی و ضبط بر روی رسانه های مغناطیسی، تکثیر یا منتقل کرد، مگر اینکه صریحاً به صورت کتبی اجازه داده شده باشد. شرکت ABBYY.

© Abi Production LLC, 2013. کلیه حقوق محفوظ است.

ABBYY، ABBYY FineReader، ADRT علائم تجاری یا علائم تجاری ثبت شده ABBYY Software Ltd هستند.

© 1984-2008 Adobe Systems Incorporated و مجوز دهندگان آن. تمامی حقوق محفوظ است.

محافظت شده توسط اختراعات ایالات متحده: 5,929,866; 5,943,063; 6,289,364; 6,563,502; 6,185,684; 6,205,549; 6,639,593;

7,213,269; 7,246,748; 7,272,628; 7,278,168; 7,343,551; 7,395,503; 7,389,200; 7,406,599; 6,754,382; درخواست های ثبت اختراع در حال بررسی است.

Adobe® PDF Library دارای مجوز Adobe Systems Incorporated است.

Adobe، Acrobat®، آرم Adobe، آرم Acrobat، آرم Adobe PDF، و Adobe PDF Library یا علائم تجاری ثبت شده یا علائم تجاری Adobe Systems Incorporated در ایالات متحده و/یا سایر کشورها هستند.

این برنامه شامل اجزای متعلق به © 2008 Celartem, Inc. تمامی حقوق محفوظ است.

این نرم افزار شامل اجزای متعلق به © 2011 Caminova, Inc. تمامی حقوق محفوظ است.

بر اساس فناوری AT&T Labs.

DjVu® تحت پوشش پتنت شماره ایالات متحده است. 6.058.214. درخواست های ثبت اختراع در کشورهای دیگر در حال بررسی است.

این برنامه شامل اجزایی است که متعلق به © 2013 University of New South Wales است. تمامی حقوق محفوظ است.

© 2002-2008 شرکت اینتل.

© 2010 شرکت مایکروسافت. تمامی حقوق محفوظ است.

Microsoft، Outlook، Excel، PowerPoint، Windows Vista، Windows یا علائم تجاری ثبت شده یا علائم تجاری Microsoft Corporation در ایالات متحده و/یا سایر کشورها هستند.

© 1991-2013 Unicode, Inc. تمامی حقوق محفوظ است.

© 2010 اوراکل و/یا شرکت های وابسته به آن. تمامی حقوق محفوظ است.

OpenOffice.org، آرم OpenOffice.org علائم تجاری یا علائم تجاری ثبت شده Oracle و/یا شرکت های وابسته به آن هستند.

مجوز JasPer نسخه 2.0:

© 2001-2006 مایکل دیوید آدامز © 1999-2000 Image Power, Inc.

© 1999-2000 دانشگاه بریتیش کلمبیا EPUB® یک علامت تجاری ثبت شده از IDPF (انجمن بین المللی انتشارات دیجیتال) است. این نرم افزار شامل اجزای متعلق به © 2009 پروژه FreeType (www.freetype.org) است.

این محصول شامل نرم افزار توسعه یافته توسط پروژه OpenSSL برای استفاده در OpenSSL Toolkit است. (http://www.openssl.org/). این محصول حاوی نرم افزار رمزنگاری نوشته شده توسط اریک یانگ ( [ایمیل محافظت شده]).

© 1998-2011 پروژه OpenSSL. تمامی حقوق محفوظ است.

© 1995-1998 اریک یانگ ( [ایمیل محافظت شده]) تمامی حقوق محفوظ است.

این محصول شامل نرم افزار توسعه یافته توسط تیم هادسون ( [ایمیل محافظت شده]).

سایر علائم تجاری، علائم تجاری یا علائم تجاری ثبت شده هستند

کارهای مشابه:

«2016/02/01 SHEMOT NAMES Exodus 1:1-6:1/اشعیا 27:6-28:13; 29:22،23 / مرقس 1،2 خروج 1:1 بنگرید (امروز) اسامی بنی اسرائیل که وارد مصر شدند، هر یک با یعقوب با خانه خود وارد شدند. خروج 1:1 و این نام‌های بنی‌اسرائیل است که با یعقوب وارد مصر شدند و هر یک با خانه خود وارد شدند. در اینجا مستقیم ...

اگرچه پیشرفت‌های هوش مصنوعی (AI) در 50 سال گذشته، ماشین‌های هوشمند را یک ذره به توانایی‌های شناختی انسان نزدیک‌تر نکرده است، اما انکار کامل پیشرفت‌ها در این جهت ناعادلانه است. بارزترین و بارزترین مثال شطرنج است (بدون ذکر بازی های ساده تر). کامپیوتر هنوز نمی تواند تفکر ما را تقلید کند، اما کاملاً قادر است این شکاف را با مقدار زیادی حافظه تخصصی و سرعت شمارش جبران کند. ولادیمیر کرامنیک بازی برنامه دیپ فریتز را که در سال 2006 برنده شد، به عنوان "غیرانسانی" توصیف کرد، به این معنا که اغلب با قوانین (انسانی) استراتژی و تاکتیک ها مغایرت داشت.

کمی بیش از یک سال پیش، یکی دیگر از ایده های IBM، که زمانی پایه و اساس پیروزی های پیروزمندانه شطرنج رایانه ها (معروف Deep Blue)، به نام واتسون را بنا نهاد، به موفقیت جدیدی دست یافت و دو قهرمان مسابقه محبوب آمریکایی را شکست داد. خطر با اختلاف زیاد با این حال، قابل توجه است که اگرچه واتسون خود پاسخ‌ها را بیان کرد، اما سؤالات همچنان به او منتقل می‌شد. فرم متن. این نشان می‌دهد که پیشرفت در بسیاری از زمینه‌های کاربرد هوش مصنوعی - تشخیص گفتار و تصویر، ترجمه ماشینی - بسیار کم است، اگرچه این مانع از اجرای آنها در امروز ما نمی‌شود. بزرگترین موفقیت، شاید، توسط سیستم های تشخیص کاراکتر نوری (OCR، Optical Character Recognition) نشان داده شده است، که تقریباً همه کاربران رایانه شخصی احتمالاً به روشی با آن آشنا هستند. علاوه بر این، تحولات روسیه در این زمینه جایگاه ارزشمندی را در جهان اشغال می کند - منظور من ABBYY FineReader است.

کمی تاریخ

نسخه فعلی ABBYY FineReader شماره 11 است، به این معنی که برنامه پیشرفت زیادی را طی کرده است و حتی تاریخچه این فرآیند نیز مورد توجه است. بدون تظاهر به اینکه یک وقایع نگاری جامع هستم، تنها نقاط عطف اصلی در دهه گذشته را بیان می کنم، که طی آن کم و بیش FineReader را دنبال می کردم:

طبیعتاً در همان زمان، FineReader پشتیبانی از فرمت‌های اسناد را گسترش داد، ابزارها و رابط داخلی را بهبود بخشید، بازتولید ساختار نسخه‌های اصلی را بهبود بخشید، و غیره. فرآیند توسعه مشخصه سیستم های پیچیده علم فشرده، زمانی که پس از "دستیابی به موفقیت" بعدی، دوره خاصی از "آرامش" دنبال می شود که برای بهبود الگوریتم های جدید ضروری است. آنها ارزش اصلی هر برنامه OCR را نشان می دهند و بنابراین اطلاعات دقیقدر مورد آنها به ندرت به دست کاربران می رسد. با این حال، ABBYY با مهربانی موافقت کرد که حجاب رازداری را بردارد و امروز ما این فرصت را داریم که به پناهگاه داخلی FineReader نگاه کنیم.

اصول اساسی

بنابراین، از آنجایی که OCR به حوزه هوش مصنوعی تعلق دارد، کاملاً منطقی است که توسعه دهندگان تلاش کنند تا حداقل تا حدودی از فعالیت مغز ما تقلید کنند. البته، ساختار سیستم بینایی ما فوق العاده پیچیده است، اما اصول اساسی "بلوک بزرگ" عملکرد آن به اندازه کافی مورد مطالعه قرار گرفته است، معمولاً سه مورد از آنها وجود دارد:

1. تمامیت- شی به عنوان مجموعه ای از اجزای آن و (برای تصاویر بصری) روابط فضایی بین آنها در نظر گرفته می شود. به نوبه خود، قطعات فقط به عنوان بخشی از کل شی تفسیر می شوند. این اصل به ساختن و اصلاح فرضیه ها کمک می کند و به سرعت فرضیه های بعید را قطع می کند.
2. هدفمندی- از آنجایی که هر تفسیری از داده ها دارای یک هدف خاص است، شناخت نیز فرآیندی است برای ارائه فرضیه هایی در مورد یک شی و آزمایش هدفمند آنها. سیستمی که مطابق با این اصل عمل می کند نه تنها در هزینه ها صرفه جویی می کند قدرت پردازشبلکه احتمال اشتباه کمتری دارد.
3. تطبیق پذیری- سیستم اطلاعات انباشته شده در طول کار را ذخیره می کند و مجدداً از آن استفاده می کند، یعنی خودش یاد می گیرد. این اصل به شما امکان می دهد دانش جدید ایجاد و انباشته کنید و اجتناب کنید تصمیم گیری مجددهمان وظایف

FineReader تنها سیستم OCR در جهان است که مطابق با اصول توصیف شده در بالا در تمام مراحل پردازش اسناد عمل می کند. فناوری مربوطه نامیده می شود IPA- با حروف اول اصطلاحات انگلیسی. به عنوان مثال، بر اساس اصل یکپارچگی، یک قطعه از یک تصویر تنها در صورتی به عنوان نماد تفسیر می شود که شامل تمام بخش های ساختاری اشیاء مشابه و آنهایی باشد که در روابط خاصی هستند. این کمک می کند تا جستجوی تعداد زیادی از الگوها (در جستجوی یک الگوی کم و بیش مناسب) با آزمایش هدفمند تعداد معقولی از فرضیه ها جایگزین شود، علاوه بر این، بر اساس اطلاعات قبلی انباشته شده در مورد سبک های کاراکتر ممکن در یک سند شناخته شده.

با این حال، اصول IPA هنگام تجزیه و تحلیل نه تنها قطعات مربوط به (احتمالاً) کاراکترهای فردی، بلکه همچنین کل تصویر صفحه اصلی اعمال می شود. اکثر سیستم های OCR بر اساس تشخیص ساختار سلسله مراتبی یک سند هستند، یعنی صفحه به عناصر ساختاری اساسی مانند جداول، تصاویر، بلوک های متنی تقسیم می شود که به نوبه خود به سایر اشیاء مشخصه - سلول ها، پاراگراف ها - تقسیم می شوند. و غیره، تا شخصیت های فردی.

چنین تحلیلی را می توان به دو روش اصلی انجام داد: از بالا به پایین، یعنی از عناصر تشکیل دهنده به شخصیت های فردی، یا، برعکس، از پایین به بالا. اغلب، یکی از آنها استفاده می شود، اما ABBYY یک الگوریتم ویژه ایجاد کرده است MDA(تحلیل اسناد چند سطحی، تجزیه و تحلیل اسناد چند سطحی) که هر دو را ترکیب می کند. به طور خلاصه، به نظر می رسد: ساختار صفحه با روش بالا به پایین تجزیه و تحلیل می شود و سند الکترونیکی پس از تکمیل شناسایی از پایین به بالا دوباره ایجاد می شود، با این حال، در همه سطوح، یک مکانیسم اضافی وجود دارد. بازخورد. در نتیجه، احتمال خطاهای فاحش مرتبط با تشخیص نادرست اشیاء سطح بالا به شدت کاهش می یابد.

ADRT

از لحاظ تاریخی، سیستم‌های OCR از تشخیص تک شخصیت تکامل یافته‌اند. این کار هنوز مهم ترین و دشوارترین است، پیچیده ترین الگوریتم ها با آن همراه است. با این حال، به زودی مشخص شد که اطلاعات سطح بالاتر (به عنوان مثال، در مورد زبان سند و املای صحیح کلمات شناخته شده) می تواند در حل آن کمک کند - اینگونه بررسی های متن و فرهنگ لغت ظاهر شد. سپس تمایل به حفظ قالب بندی و بازسازی ساختار فیزیکی (یعنی موقعیت نسبی اشیاء مختلف) سند منجر به نیاز به تجزیه و تحلیل دقیق کل صفحه شد. واضح است که این نیز تأثیر بسزایی در کیفیت کلیتشخیص، زیرا به پردازش صحیح طرح بندی چند ستونی، جداول و سایر روش های ترتیب متن "غیر خطی" کمک می کند.

اکثر OCR های مدرن در این سه سطح عمل می کنند - کاراکترها، کلمات، صفحات - تمرین، همانطور که قبلا ذکر شد، از بالا به پایین یا پایین به بالا. با این حال، ABBYY، مطابق با اصول IPA، یک سطح دیگر را به FineReader معرفی کرد - کل سند چند صفحه ای. اول از همه، این برای بازتولید صحیح ساختار منطقی، که در اسناد مدرن پیچیده تر می شود، ضروری بود. اما امتیازات اضافی وجود دارد: افزایش دقت و پردازش سریع‌تر اشیاء تکراری، شناسایی صحیح‌تر (و در نتیجه تشخیص) اشیایی که از صفحه‌ای به صفحه دیگر «جریان می‌شوند».

این همان چیزی است که برای آن طراحی شده است. ADRT(تکنولوژی تشخیص اسناد تطبیقی) - فناوری برای تجزیه و تحلیل و ترکیب یک سند در سطح منطقی. در نهایت، این کمک می کند که نتیجه کار FineReader تا حد ممکن شبیه به اصل باشد. برای انجام این کار، تصویر کل سند تجزیه و تحلیل می شود و کلمات شناسایی شده بسته به سبک، محیط و موقعیت صفحه در گروه ها (خوشه ها) ترکیب می شوند. بنابراین، برنامه، همانطور که بود، "منطق" نشانه گذاری سند را می بیند و در آینده می تواند طراحی نتیجه را متحد کند.

به لطف ADRT، FineReader از نسخه 9.0 شروع به شناسایی، شناسایی و بازتولید قطعات ساختاری و عناصر قالب بندی سند زیر کرده است:

• متن اصلی؛
• سرصفحه ها و پاورقی ها؛
• شماره صفحات؛
• سرفصل های هم سطح؛
• فهرست مطالب؛
• درج متن;
• زیرنویس برای نقاشی؛
• جداول;
• پانویسها و منابع؛
• مناطق امضا/چاپ؛
• فونت ها و سبک ها

فرآیند شناسایی

طبق الگوریتم MDA، تشخیص واقعی از بالا به پایین، از سطح صفحه شروع می شود. واضح است که هر چه در مراحل اولیه این فرآیند تصمیمات اشتباه بیشتری گرفته شود، در مراحل بعدی نیز بیشتر خواهد بود. به همین دلیل است که دقت تشخیص تا حد زیادی به کیفیت نسخه های اصلی بستگی دارد، اما الگوریتم های پیش پردازش آنها نیز می تواند از اهمیت قابل توجهی برخوردار باشد. بنابراین، با افزایش محبوبیت اسناد رنگی در FineReader، یک رویه باینری سازی تطبیقی ​​ظاهر شد (دودویی سازی تطبیقی، AB). اگر سندی را فوراً در حالت سیاه و سفید اسکن کنید، جایی که واترمارک وجود دارد یا متن روی یک بافت یا بستر رنگی قرار دارد، همیشه "آشغال" روی تصویر ظاهر می شود که جدا کردن آن از " بسیار دشوار خواهد بود. مفید» تصویر (زیرا اطلاعات اصلی در مورد او قبلاً از بین رفته است). به همین دلیل است که FineReader ترجیح می دهد با تصاویر رنگی یا خاکستری کار کند و آنها را به خودی خود به سیاه و سفید تبدیل کند (این فرآیند باینریزه شدن نامیده می شود). اما این همه ماجرا نیست. از آنجایی که رنگ متن و پس‌زمینه می‌تواند در یک صفحه و حتی در خطوط جداگانه متفاوت باشد، AB کلماتی را با ویژگی‌های کم و بیش یکسان برجسته می‌کند و پارامترهای دوتایی بهینه را برای هر کدام از نظر کیفیت تشخیص انتخاب می‌کند. این دقیقاً سازگاری الگوریتم است، که بنابراین نمونه ای از استفاده از بازخورد در MDA است. واضح است که اثربخشی AB به شدت به طراحی اسناد منبع بستگی دارد - در پایه آزمایشی ABBYY، این الگوریتم افزایش دقت تشخیص را 14.5٪ فراهم کرد.

اما جالب‌ترین، البته، زمانی آغاز می‌شود که فرآیند شناسایی به پایین‌ترین سطوح کاهش می‌یابد. به اصطلاح روش تقسیم خطی رشته ها را به کلمات و کلمات را به حروف جداگانه تقسیم می کند. سپس، مطابق با اصل IPA، مجموعه‌ای از فرضیه‌ها را تشکیل می‌دهد (یعنی گزینه‌های احتمالی برای اینکه چه نوع نمادی است، کلمه به چه نمادهایی تقسیم می‌شود و غیره) و با ارائه تخمین احتمالی برای هر کدام، آن را به ورودی مکانیسم تشخیص کاراکتر منتقل می کند. دومی متشکل از یک سری از به اصطلاح طبقه بندی کننده هاکه هر کدام تعدادی فرضیه را نیز تولید می کنند که بر اساس درجه احتمال تخمین زده شده رتبه بندی می شوند. مهمترین ویژگی هر طبقه بندی کننده، میانگین موقعیت فرضیه صحیح است. واضح است که هرچه بالاتر باشد، کار برای الگوریتم های بعدی - به عنوان مثال، بررسی فرهنگ لغت - کمتر است. اما برای طبقه‌بندی‌کننده‌هایی که به اندازه کافی خوب تنظیم شده‌اند، ویژگی‌هایی مانند دقت تشخیص طبق سه فرضیه اول یا فقط طبق فرضیه اول اغلب ارزیابی می‌شوند - یعنی به طور کلی، توانایی حدس زدن پاسخ صحیح از سه یا یک تلاش. ABBYY از انواع طبقه بندی کننده های زیر در سیستم های خود استفاده می کند: شطرنجی، ویژگی، دیفرانسیل ویژگی، کانتور، ساختار و دیفرانسیل ساختاری - که در دو سطح منطقی گروه بندی می شوند.

اصول کارکرد، اصول جراحی، اصول عملکرد RK، یا طبقه بندی کننده شطرنجی، بر اساس مقایسه پیکسل به پیکسل تصویر نماد با مراجع است. دومی در نتیجه میانگین گیری تصاویر از نمونه آموزشی شکل می گیرد و به یک فرم استاندارد مشخص کاهش می یابد. بر این اساس، برای تصویر قابل تشخیص، اندازه، ضخامت عناصر و شیب نیز از قبل نرمال شده است. این طبقه‌بندی‌کننده با سهولت اجرا، سرعت عمل و مقاومت در برابر عیوب تصویر متمایز می‌شود، اما دقت نسبتاً کمی را ارائه می‌دهد و به همین دلیل است که در مرحله اول - برای تولید سریع فهرستی از فرضیه‌ها - استفاده می‌شود.

طبقه بندی ویژگی ( کامپیوتر) همانطور که از نامش پیداست بر اساس وجود نشانه هایی از یک نماد خاص در تصویر است. اگر N چنین علامتی وجود داشته باشد، هر فرضیه را می توان با یک نقطه در فضای N بعدی نشان داد. بر این اساس، دقت فرضیه با فاصله از آن تا نقطه مطابق با استاندارد (که بر روی نمونه آموزشی نیز ایجاد شده است) برآورد می شود. واضح است که نوع و تعداد ویژگی ها تا حد زیادی کیفیت تشخیص را تعیین می کند، بنابراین معمولاً تعداد زیادی از آنها وجود دارد. این طبقه بندی کننده نیز نسبتا سریع و ساده است، اما در برابر عیوب مختلف تصویر چندان مقاوم نیست. علاوه بر این، رایانه شخصی با تصویر اصلی کار نمی کند، اما با یک مدل خاص، انتزاع، یعنی برخی از اطلاعات را در نظر نمی گیرد: به عنوان مثال، وجود برخی عناصر مهم چیزی در مورد آن نمی گوید. موقعیت نسبی آنها به همین دلیل، رایانه شخصی نه به جای، بلکه همراه با RK استفاده می شود.

طبقه بندی کنتور ( QC) نشان می دهد مورد خاص PC از این جهت متفاوت است که خطوط شخصیت مورد نظر را که از تصویر اصلی استخراج شده است، تجزیه و تحلیل می کند. به طور کلی، دقت آن کمتر از یک رایانه شخصی کامل است.

طبقه بندی دیفرانسیل ویژگی ( MPC) نیز مشابه PC است، اما صرفاً برای تشخیص اشیاء مشابه مانند "m" و "rn" استفاده می شود. بر این اساس، تنها مناطقی را تجزیه و تحلیل می‌کند که تفاوت‌ها در آن‌ها پنهان است، و نه تنها تصاویر اولیه، بلکه فرضیه‌هایی که در مراحل اولیه تشخیص شکل گرفته‌اند نیز تغذیه می‌شود. با این حال، اصل عملکرد آن تا حدودی با رایانه شخصی متفاوت است. در مرحله آموزش، دو "ابر" (گروه نقاط) از مقادیر ممکن برای هر یک از دو گزینه در فضای N بعدی تشکیل می شود، سپس یک ابر صفحه ساخته می شود که "ابرها" را از یکدیگر جدا می کند و تقریباً با فاصله مساوی از آنها نتیجه تشخیص بستگی به این دارد که نقطه مربوط به تصویر اصلی در کدام نیمه فاصله قرار گیرد.

MPC به خودی خود فرضیه هایی را مطرح نمی کند، بلکه فقط فرضیه های موجود را اصلاح می کند (فهرست که به طور کلی با روش حباب مرتب شده است)، به طوری که ارزیابی مستقیم از اثربخشی آن انجام نمی شود، بلکه به طور غیرمستقیم با آن برابر می شود. ویژگی های کل سطح اول تشخیص OCR. با این حال، واضح است که این بستگی به صحت ویژگی های انتخاب شده و نماینده بودن نمونه استانداردها دارد که کار نسبتاً پر زحمتی است.

طبقه بندی دیفرانسیل سازه ( KFOR) در ابتدا برای پردازش استفاده می شد متون دست نویس. وظیفه آن تمایز بین اشیاء مشابه مانند "C" و "G" است. بنابراین، SDK بر اساس ویژگی های مشخصه هر جفت کاراکتر است، فرآیند یادگیری آن حتی پیچیده تر از MPC است، و سرعت کار کمتر از همه طبقه بندی کننده های قبلی است.

طبقه بندی سازه ( SC) افتخار ABBYY است، در ابتدا برای تشخیص متن به اصطلاح چاپ دستی، یعنی زمانی که شخصی با حروف "چاپ شده" می نویسد، ساخته شد، اما پس از آن برای چاپ استفاده شد. در مراحل پایانی شناسایی استفاده می شود و به ندرت عمل می کند، یعنی فقط زمانی که حداقل دو فرضیه با احتمال کافی به آن می رسند.

مشخصات کیفی کلیه طبقه بندی کننده ها در جدول زیر جمع آوری شده است. با این حال، آنها فقط به یک نفر اجازه می دهند اثربخشی الگوریتم ها را نسبت به یکدیگر ارزیابی کنند، زیرا آنها مطلق نیستند، بلکه بر اساس پردازش یک نمونه آزمایشی خاص به دست می آیند. ممکن است به نظر برسد که در آخرین مراحل تشخیص، مبارزه به معنای واقعی کلمه برای کسری از درصد است، اما در واقع، هر طبقه‌بندی کننده سهم قابل توجهی در بهبود دقت تشخیص دارد - به عنوان مثال، SC تعداد خطاها را به میزان قابل توجهی 20 کاهش می‌دهد. ٪.

* ارزیابی کل سطح اول الگوریتم ABBYY OCR
** تخمین کل الگوریتم پس از افزودن طبقه بندی کننده مربوطه

با این حال، جالب است که علیرغم دقت نسبتاً بالا، الگوریتم تشخیص خود آن را قبول نمی کند. تصمیم نهایی. طبق اصل MDA، فرضیه ها در هر سطح منطقی مطرح می شوند و تعداد آنها می تواند به صورت تصاعدی افزایش یابد. بر این اساس، آزمایش متوالی همه فرضیه‌ها بعید است مؤثر باشد، به همین دلیل است که سیستم‌های OCR ABBYY از روش ساختاردهی فرضیه‌ها، یعنی تخصیص آنها به مدل‌های خاص استفاده می‌کنند. دوجین مورد دومی وجود دارد، در اینجا فقط چند نوع وجود دارد: کلمه فرهنگ لغت، کلمه غیر دیکشنری، اعداد عربی، اعداد رومی، URL، عبارت منظم- و هر کدام می تواند شامل یک مجموعه باشد مدل های خاص(مثلا کلمه ای در یکی از زبان های شناخته شده لاتین، سیریلیک و غیره).

تمام اقدامات نهایی قبلاً با فرضیه های ساخته شده بر اساس مدل ها انجام شده است. به عنوان مثال، بررسی متنی زبان سند را تعیین می کند و بلافاصله احتمال استفاده از الفبای نادرست مدل ها را به میزان قابل توجهی کاهش می دهد و بررسی فرهنگ لغت خطاها در تشخیص نامشخص برخی از کاراکترها را جبران می کند: به عنوان مثال، کلمه "نوبت" موجود در فرهنگ لغت به انگلیسی- در مقابل «توم» (به هر حال جزو محبوب ها نیست). اگرچه اولویت فرهنگ لغت بالاتر از هر طبقه‌بندی‌کننده‌ای است، اما لزوماً آخرین راه‌حل نیست، و در حالت کلی، بررسی‌های بیشتر را متوقف نمی‌کند: اولا، همانطور که در بالا ذکر شد، یک مدل کلمه غیر دیکشنری وجود دارد، و ثانیاً، سازماندهی ویژه فرهنگ لغت به نسبت بالایی امکان حدس زدن اینکه آیا یک کلمه ناشناخته می تواند به یک زبان خاص تعلق داشته باشد، امکان پذیر است. با این وجود، بررسی فرهنگ لغت (و کامل بودن دیکشنری ها) تأثیر قابل توجهی در نتیجه تشخیص دارد و در تست های خود ABBYY تعداد خطاها را تقریباً به نصف کاهش می دهد.

نه تنها OCR

اسناد چاپی از نظر دیجیتالی و دیجیتالی کردن آنها تنها مورد توجه نیستند پردازش خودکار. اغلب شما باید با فرم ها کار کنید، به عنوان مثال اسنادی با فیلدهای از پیش تعریف شده و ثابت، که به صورت دستی، اما نسبتاً دقیق پر می شوند (به اصطلاح کاراکترهای چاپ دستی) - پرسشنامه های مختلف می توانند به عنوان مثال باشند. فناوری پردازش آنها نام جداگانه ای دارد - ICR(تشخیص شخصیت هوشمند) - و کاملاً متفاوت از OCR است. بله، زیرا در این مورداز آنجایی که وظیفه بازآفرینی کل سند نیست، بلکه استخراج داده های خاص از آن است، پس در دو کار فرعی اصلی قرار می گیرد: یافتن زمینه های لازم و در واقع شناخت محتوای آنها.

این یک منطقه نسبتاً خاص است و ABBYY یک منطقه کاملاً جداگانه ارائه می دهد نرم افزار ABBYY FlexiCapture. این برای ایجاد سیستم های خودکار و نیمه خودکار طراحی شده است، شامل تنظیم انواع خاصی از اسناد است که الگوهای خاصی برای آنها ایجاد می شود، می تواند به طور هوشمند فیلدهای مختلف را در صفحات پیدا کند و داده ها را در آنها تأیید کند، و غیره. با این حال، بر اساس تشخیص کاراکتر است. الگوریتم‌هایی شبیه به آن‌هایی که در FineReader استفاده می‌شوند، و طرح کلی بسیار مشابه است:

با این حال، هنوز یک تفاوت مهم وجود دارد: طبقه بندی ساختاری یک شرکت کننده اجباری در فرآیند است - این به دلیل ویژگی های شخصیت های دست نویس است. علاوه بر این، ICR شامل تعداد زیادی از خاص است چک های اضافی: برای مثال، اینکه آیا کاراکتر خط خطی نیست، یا اینکه آیا شخصیت های شناسایی شده در واقع تاریخ را تشکیل می دهند.

گفتگو در مورد ABBYY FineReader 12، یعنی در مورد آخرین نسخه آن خواهد بود. بدون اینکه زیاد دور نگاه کنیم، معروف ترین محصول ABBYY را انتخاب کرده ایم که در شایستگی آن کاملاً روسی شده است. در حال حاضر در نگاه اول، Fine Reader (FR) تصور یک برنامه با پشتیبانی خوب از زبان روسی را می دهد: از این نظر، در واقع، همه چیز در سطح بسیار مناسبی انجام می شود، از جمله اطلاعات پس زمینه.

اول، عقب نشینی کنید. این سوال که چگونه تمام یا بخشی از آرشیو را به فرمت دیجیتال تبدیل کنیم همیشه مطرح است (و در واقع منظور از کلمه "دیجیتال" چیست). بعید است که خرید یک اسکنر همه مشکلات را حل کند. البته، اغلب یک دیسک یا چندین با یک اختصاصی نرم افزار. با این حال، در حال حاضر در مرحله ضدعفونی، معلوم می شود که کیفیت برنامه اسکن بسیار مورد نظر است، یا قالبی که در آن ذخیره می شود، متأسفانه برای ذخیره سازی مناسب نیست. چرا؟ اکثر فرمت های گرافیکی متن را از فضای غیر متنی سند جدا نمی کنند و بنابراین امکان کپی بخشی از چنین فایلی وجود ندارد.

در چنین مواردی است که برنامه های کاربردی "تشخیص متن" به کمک می آیند، که قابلیت های آنها به ویژه شامل استخراج متن از یک تصویر است.

مقدمه ای بر ABBYY FineReader

کیسه پلاستیکی ABBYY Fine Reader 12- سیستم تشخیص نوری متون (Optical Character Recognition - OCR). این برنامه هم برای ورودی خودکار اسناد چاپ شده به رایانه و هم برای تبدیل اسناد و عکس های PDF به فرمت های قابل ویرایش طراحی شده است. (از دفترچه راهنمای برنامه)

مخفف "OCR" برای همه برنامه های کاربردی تشخیص داده (نه فقط متن) اعمال می شود. منبع استخراج داده ها را می توان چاپ کرد یا سند الکترونیکی. روزی روزگاری، نه چندان دور، افراد کمی در مورد OCR، به این شکل یا آن شکل، و فرآیند ترجمه متن به فرم الکترونیکیتبدیل به یک روال واقعی، تا چاپ مجدد دستی متن اصلی. امروزه داشتن یک اسکنر مسطح (تنها افراد کمی از اسکنرهای دستی در خانه استفاده می کنند) و finereader 12- مطمئن باشید - هیچ مشکلی در اسکن و تشخیص وجود نخواهد داشت.

با شروع از نسخه ششم، FineReader از واردات و صادرات به آن پشتیبانی می کند فرمت PDF، ثبت اختراع توسط Adobe. احتمالاً بسیاری از خوانندگان در تبدیل از این فرمت به هر فرمت دیگری (doc و غیره) با مشکلاتی مواجه شده اند، زیرا برنامه های واقعاً مفید زیادی در این زمینه وجود ندارد (فقط محصول دختر ABBYY، PDF Transformer، شایسته توجه است). واقعیت این است که چنین برنامه هایی فقط یک بار تشخیص متن را انجام می دهند، در نتیجه "هویت" نتیجه به هیچ وجه بزرگ نیست (بسته به پیچیدگی سند)، به علاوه قالب بندی سند بسیار از بین می رود.

در مورد FineReader، همه چیز متفاوت است. در نسخه نهم این برنامه، فناوری به نام Document OCR معرفی شد. این بر اساس اصل تشخیص یکپارچه یک سند است: به عنوان یک کل تجزیه و تحلیل و شناسایی می شود و نه صفحه به صفحه. در عین حال، انواع ستون ها، سرصفحه ها، فونت ها، سبک ها، پانوشت ها و تصاویر دست نخورده باقی می مانند یا نزدیک به اصلی جایگزین می شوند.

نصب پکیج

نسخه دمو Finereader 12 را می توانید از وب سایت Abbyy.ru در قسمت دانلود به صورت کامل دانلود کنید. نسخه دارای مجوزبر روی سی دی توزیع شده است. روش های خرید را می توانید در همین وب سایت در قسمت «خرید» مشاهده کنید.

در وب سایت توسعه دهندگان ABBYY، می توانید نسخه آزمایشی ABBYY FineReader نسخه 12 (یا نسخه دیگری که به روز است) را دانلود کنید.

ABBYY FineReader در چندین نسخه توزیع شده است: نسخه حرفه ای، نسخه شرکتی، نسخه مجوز سایت و غیره. نسخه حرفه ای با بقیه تفاوت دارد زیرا برای کار در طراحی شده است شبکه شرکتیبا یک فرصت کار مشترکبیش از تشخیص سند در غیر این صورت، تفاوت ناچیز است و به انتخاب شرایط قرارداد مجوز بستگی دارد.

تصور اینکه 12 سال پیش FineReader 2.0 بود که حدود 10 مگابایت فضای دیسک را اشغال می کرد دشوار است. با گذشت زمان، بسته ده برابر "رشد" شد و اکنون، هنگام نصب، تا 300 مگابایت طول می کشد. زیاد یا کم - خودتان قضاوت کنید. FR جدید از 179 زبان تشخیص پشتیبانی می کند که در میان آنها زبان های مصنوعی کمتر شناخته شده (Ido، Interlingua، Occidental و اسپرانتو)، زبان های برنامه نویسی، فرمول ها و غیره وجود دارد. بیایید پشتیبانی از فرمت ها و اسکریپت های مختلف را فراموش نکنیم. بنابراین، اگر به دلایلی می خواهید فضای اشغال شده توسط پکیج را محدود کنید، در حین نصب، فقط اجزایی را که در حین کار مورد نیاز خواهند بود بررسی کنید.

انتخاب اجزاء بر مدت زمان نصب تأثیر می گذارد، اما نباید زمان زیادی را صرف کند. در طول مراحل نصب، با ویژگی های اصلی FR آشنا می شوید. پس از فعال سازی (در اینترنت، از طریق ایمیل، با استفاده از کد دریافتی و غیره)، برنامه برای کار با امکانات کامل آماده است. در حالت دمو مطمئنا با محدودیت های مختلفی مواجه خواهید شد که متاسفانه امکان استفاده کامل از بسته را به شما نمی دهد.

رابط FineReader. عملکرد

دسترسی به ویژگی های برنامه هم با کمک اسکریپت هایی که بلافاصله پس از مراحل نصب در منوی اصلی ظاهر می شوند و هم در واقع از طریق رابط اصلی در دسترس است.

ظاهربرنامه از نسخه ای به نسخه دیگر دستخوش تغییر خاصی نمی شود: توسعه دهندگان هیچ دلیلی برای تغییر شدید آن نمی بینند. توجه قابل توجهی به ارگونومی شده است که در تمام محصولات ABBYY قابل توجه است (Lingvo، PDF Transformer، FlexiCapture...). به عبارت دیگر، رابط کاربری Fine Reader 12 به خوبی طراحی شده است و برای همه کاربران از جمله مبتدیان در نظر گرفته شده است. اصل "دریافت نتیجه با یک کلیک" برای کسانی که عادت به تنظیم و تغییر چیزی ندارند جذاب خواهد بود. از طرفی بیشتر کاربران پیشرفتهمی تواند FineReader را از طریق گفتگوی تنظیمات (ابزار -> گزینه ها...) تنظیم دقیق کند. تنها هشدار: برای کار راحت در برنامه، مطلوب است که وضوح صفحه را روی 1280 × 800 تنظیم کنید تا همانطور که می گویند، همه ابزارها همیشه در دسترس باشند.

پس از شروع برنامه Fine Reader، پنجره ای با دکمه های دسترسی سریع به عملکردهای برنامه ظاهر می شود. این منو همچنین از طریق منوی Tools -> ABBYY FineReader، دکمه "Basic Scripts" در گوشه سمت راست برنامه، یا از طریق کلید ترکیبی Ctrl+N (مشابه Word، جایی که این ترکیب یک سند جدید را باز می کند) در دسترس است. .

اسکن به مایکروسافت ورد:نسخه نهم FineReader پشتیبانی از مایکروسافت ورد 2007 را معرفی کرد که هنوز محبوب نشده است و به نوبه خود در نوار ابزار در برنامه ها مایکروسافت آفیس، در قسمت افزونه ها پس از نصب FR، یک نماد قرمز رنگ با نام تجاری ظاهر می شود.

علاوه بر مایکروسافت آفیس، FR از ادغام با Microsoft Outlook، صادرات نتایج تشخیص را به همان Microsoft Word، Excel، Lotus Word Pro، Corel WordPerect و Adobe Acrobat. این ویژگی ها تا حدودی کار با برنامه را تسهیل و سرعت می بخشد، به خصوص اگر مجبور باشید به طور منظم در آن کار کنید.

PDF یا تصاویر در Microsoft Word:تشخیص داده ها از PDF - یا نوع دیگری از فایل های گرافیکی که توسط نسخه Finereader 12 پشتیبانی می شود. لازم به ذکر است که فناوری استخراج متن از یک فایل PDF در FR فقط یک "لایه برداری" از محتوای متن (لایه متن در PDF ممکن است وجود نداشته باشد) از لایه گرافیکی نیست. در واقع، فناوری تشخیص بسیار پیچیده است: پس از تجزیه و تحلیل محتوای سند، برنامه تصمیم می گیرد که با متن چه کاری و چگونه انجام دهد: فقط استخراج یا تشخیص، و غیره برای هر قطعه متن.

اسکن به مایکروسافت اکسل:اگر تصویر اسکن شده حاوی جداول باشد، اسکن به XLS (فرمت مایکروسافت اکسل) ممکن است توجیه شود.

اسکن به PDF:دلایل زیادی برای اسکن کردن به PDF وجود دارد. یکی از آنها امنیت است: این تنها قالب آشنا برای FR است که می تواند برای محافظت از رمز عبور پیکربندی شود. رمز عبور نه تنها برای باز کردن یک سند، بلکه برای چاپ آن و سایر عملیات تنظیم شده است. امکان انتخاب یکی از سه سطح رمزگذاری: 40 بیتی، 128 بیتی بر اساس استاندارد RC4، سطح 128 بیتی بر اساس استاندارد AES (استاندارد رمزگذاری پیشرفته) وجود دارد.

تبدیل عکس به مایکروسافت ورد:تبدیل یک فایل از یک فرمت گرافیکی (و می تواند یک PDF یا یک تصویر چند صفحه ای باشد) به DOC / DOCX.

باز کردن در Fine Reader:یک فایل گرافیکی (PDF، BMP، PCX، DCX، JPEG، JPEG 2000، TIFF، PNG) را برای شناسایی توسط FineReader باز کنید.

کار در FineReader

اکنون - مختصری در مورد ویژگی های برنامه. کل فرآیند به اسکن، شناسایی و ذخیره نتایج تقسیم می شود. پس از اینکه نوع عملکرد برنامه را انتخاب کردید، فایل یا دستگاهی را که باید اسکن شود مشخص کردید، FineReader به تدریج وظیفه خود را انجام می دهد، که به هر حال، برای پردازنده مرکزی کاملاً منابع زیادی دارد.

اگر شما - صاحب خوشحالپردازنده دو هسته ای، پس با کار در بسته Fine Reader 12، می توانید از قدرت سرعت کامپیوتر قدردانی کنید. واقعیت این است که FR با شناسایی یک پردازنده دو هسته ای، نه یک، بلکه دو صفحه از یک سند را به طور همزمان تشخیص می دهد. یک چیز کوچک - اما خوب.

ابتدا اسکن، سپس شناسایی و صادر کردن یک سند موقت به فرمت انتخاب شده انجام می شود.

اسکن کردن.هیچ یک از پیش تنظیم شده استدر برنامه FineReader (به جز انتخاب خواننده) لازم نیست قبل از اسکن این کار را انجام دهید. به همین دلیل است که اسکریپت ها اختراع شدند: آنها برای ساده سازی اجرای همان نوع اقدامات طراحی شده اند.

به رسمیت شناختن.این ساده‌سازی روی چیزهای کوچک دیگری نیز تأثیر گذاشت. بنابراین، اگر نسخه‌های قبلی برنامه را به یاد بیاوریم، قبل از آن مجبور بودیم زبان (زبان‌ها، اگر چند نفر بود) را به صورت دستی تغییر دهیم. اکنون این به طور خودکار اتفاق می افتد، اگرچه نه همیشه. در مورد دوم، FR بدون مزاحمت پیشنهاد می کند زبان سند را بررسی کند.

بازگشت به فناوری تشخیص FR: چرا برنامه ابتدا کل سند را اسکن می کند، نه صفحه به صفحه؟ همانطور که قبلا ذکر شد، متن بر اساس کل محتوا تشخیص داده می شود: فونت های مشابه در اندازه / تایپ، جداول و حاشیه ها، تورفتگی ها و غیره انتخاب می شوند.

تعجب نکنید اگر FineReader 12 به شما پیامی بدهد مبنی بر اینکه صفحه قابل شناسایی نیست زیرا هیچ ناحیه متنی پیدا نشد. به خاطر آزمایش، عکس گرفتیم تلفن همراهاز صفحه LCD - منطقه سند متنی (با این حال، دانستن نتیجه از قبل از قبل). Fine Reader 12 متن را در تصویر تشخیص نمی دهد، زیرا واضح است که کیفیت آن به اندازه ای بود که برای این کار کافی نیست. در بازدید دوم عکس گرفتیم دوربین دیجیتالصفحه با متن در نور معمولی.

FineReader متن را بدون هیچ مشکلی تشخیص داد، قالب بندی را حفظ کرد و برخی از نکات یا نویسه های مشکوک را که ممکن است دارای املای متفاوتی باشند با نشانگر علامت گذاری کرد.

همانطور که در تصویر می بینید، اینها عمدتاً نقطه، خط تیره، کاما هستند - به طور کلی، کاراکترهای کوچک. علاوه بر این، به وضوح مشاهده می شود که برنامه برجستگی ها، انحناهای صفحه عکس گرفته شده را در نظر گرفته و خطوط متن را تراز می کند. نتیجه گیری - FR با کار بسیار دشوار خود کار بسیار خوبی انجام داد.

گاهی اوقات، برخی از نکات جزئی ممکن است توسط برنامه Fine Reader مورد توجه قرار نگیرد، اما می توان آنها را به راحتی به صورت دستی اصلاح کرد. خوشبختانه این بسته ویرایشگر WYSIWYG مخصوص به خود را دارد که قابلیت های آن برای انجام ویرایش نهایی سند کاملاً کافی است. بررسی املا نیز موجود است.

چگونه می توان دقت تشخیص را بهبود بخشید، به طوری که بعداً مجبور به ویرایش متن به میزان کمتری شوید؟ ابتدا می توانید یک فرهنگ لغت سفارشی Microsoft Word را متصل کنید. درست است، قضاوت در مورد افزایش دقت دشوار است، به جز افزایش واژگان غلط‌گیر املا (ماژولی که املا و گرامر را بررسی می‌کند). در میان چیزهای دیگر، برای بهبود تشخیص، منطقی است که با تنظیمات برنامه (ابزار -> گزینه ها) آشنا شوید و یکی از دو حالت را انتخاب کنید:

تشخیص دقیق- می توان آن را در هنگام تشخیص اسناد با هر "پیچیدگی" انتخاب کرد: با جداول بدون خطوط شبکه، متن، نمودارها، جداول روی پس زمینه رنگی و غیره. همچنین می تواند به یک منبع با کیفیت پایین برای تشخیص کمک کند.

تشخیص سریع - این حالتبرای پردازش حجم زیادی از اسناد با طرح بندی ساده یا زمانی که زمان اجازه تشخیص کامل را نمی دهد توصیه می شود. در بیشتر موارد، زمانی که متن چاپ شده مشکی روی پس‌زمینه سفید دارید، می‌توانید در تشخیص سریع توقف کنید.

به طور کلی، بهبود کیفیت FineReader یک موضوع جداگانه برای بحث است که جزئیات آن را می توانید از راهنمای رسمی، یعنی در بخش "چگونگی بهبود نتایج" یاد بگیرید.

ذخیره یک سندآخرین مرحله کار در Fine Reader 12 ذخیره نتیجه نهایی در یک قالب گرافیکی/متن خاص است. تنظیمات ذخیره اولیه را می توان در گزینه های FR مشخص کرد: ابزار -> گزینه ها، برگه ذخیره. هر فرمت تنظیمات خاص خود را دارد. هنگام ذخیره در فرمت DOCX، باید از سازگاری فرمت مراقبت کنید (فایل های DOCX در Word 2003 شناسایی نمی شوند.<). В txt-файлах не забудьте проверить правильность кодировки (особенно в случае с текстом в кириллице).

اسکرین شات خوان ABBYY

توسعه دهندگان اغلب دوست دارند که ابزارهای خدماتی کوچک را به بسیاری از بسته های بزرگ اضافه کنند. بیایید بگوییم که برنامه شناخته شده رایت دیسک Nero شامل مجموعه ای از 3 تا 5 برنامه کاربردی است که به شما امکان می دهد کارهایی را انجام دهید که حتی خود Nero نیز قادر به انجام آنها نیست. نمای کلی (در اینجا می توانید به عنوان بخشی از Fine Reader 12 دانلود کنید).

همانطور که برای FineReader، یک برنامه کوچک Screenshot Reader در ترکیب آن یافت می شود. با استفاده از آن می توانید به سرعت آن را با استفاده از FR به فرمت دلخواه تبدیل کنید. این برنامه از طریق منوی شروع در دسترس است (شروع -> همه برنامه ها -> ABBYY FineReader 12.0 -> ABBYY Screenshot Reader.).

امکانات Screenshot Reader تا حدودی گسترده تر از آن چیزی است که در نگاه اول به نظر می رسد. (در غیر این صورت، این کار فقط با فشار دادن کلید "PrintScreen" روی صفحه کلید امکان پذیر است). علاوه بر این واقعیت که Screenshot Reader یک اسکرین شات می گیرد (یا به عبارت بهتر، یک منطقه انتخاب شده از صفحه نمایش)، این برنامه به شدت با FR یکپارچه شده است.

هنگامی که روی دکمه "Snapshot" در پانل Screenshot Reader کلیک می کنید، مکان نما تغییر شکل می دهد و ابزار انتخاب صفحه روشن می شود. ناحیه انتخاب شده از تصویر برای تشخیص بیشتر متن قاب می شود (به طور خودکار شروع می شود).

در لیست کشویی می توانید اقدام مورد نظر را انتخاب کنید: در واقع Screenshot Reader اسکریپت های سریع FR را کپی می کند، با این تفاوت که به جای یک عکس فوری از اسکنر، یک اسکرین شات به عنوان ورودی دریافت می شود.

لازم به ذکر است که برنامه به همراه کل بسته نیاز به فعال سازی دارد. هنگام ثبت یک محصول، ABBYY FineReader 12 Professional Edition Screenshot Reader به‌عنوان «پاداش» به‌صورت رایگان ارائه می‌شود.

نتیجه

خوب خوان- برنامه ضروریبرای اسکن و تشخیص داده های گرافیکی. رابط روسی زبانو در دسترس بودن تنظیمات باعث ترس نخواهد شد کاربر بی تجربه. پشتیبانی از آخرین فرمت ها فن آوری های نوآورانهو در نتیجه تشخیص با کیفیت باعث ایجاد برنامه می شود بهترین انتخاب، به خصوص که ABBYY FineReader هنوز رقیبی در این زمینه ندارد.

کلیدهای میانبر FineReader 12

• ايجاد كردن سند جدید ABBYY FineReader-CTRL+N
• یک سند ABBYY FineReader را باز کنید 12 - CTRL+SHIFT+N
• ذخیره صفحات-CTRL+S
• ذخیره تصویر در فایل- CTRL+ALT+S
• تمام صفحات یک سند را بشناسید- CTRL+SHIFT+R
• صفحه فعلی را ببندید- CTRL + F4
• صفحات انتخابی یک سند ABBYY FineReader را بشناسید-CTRL+R
• مدیر سناریو را باز کنید- CTRL + T
• کادر گفتگوی Fine Reader Options را باز کنید- CTRL + SHIFT + O
• Help را باز کنید- F1
• به پنجره Document بروید-ALT+1
• به پنجره Image بروید- ALT+2
• به پنجره متن بروید- ALT+3
• به پنجره کلوزآپ بروید- ALT+4