Ключові слова
Обробка зображення
Оптичне розпізнавання символів
Штучний інтелект
Розпізнавання тексту на зображеннях
Як цитувати
Кількість переглядів 447
Анотація
Метою роботи є проведення порівняльного аналізу сучасних моделей оптичного розпізнавання символів (OCR) для покращення процесу розпізнавання тексту на зображеннях. Задача, яку повинна виконувати розроблена система, полягає у точному та швидкому розпізнаванні тексту, включаючи друкований і рукописний текст, з урахуванням різних умов зображень. Проведені дослідження та тестування дозволяють визначити найефективніші моделі OCR, що забезпечують високу точність, швидкість обробки, легкість інтеграції та підтримку різноманітних мов. Досягнуті результати сприяють вибору найоптимальнішої OCR моделі для конкретних завдань, покращуючи загальний функціонал та ефективність систем розпізнавання тексту.
Посилання
Лео Уено. Як використовувати OCR для відео: https://blog.roboflow.com/ocr-on-videos/.
Найкращі OCR інструменти з відкритим кодом: https://www.affinda.com/tech-ai/6-top-open-source-ocr-tools-an-honest-review.
Optical character recognition (OCR): https://www.tensorflow.org/lite/examples/optical_character_recognition/overview.
Джеймс Галлахер. Що таке виявлення об'єктів?: https://blog.roboflow.com/object-detection/.
Колекція наборів даних комп’ютерного зору: https://universe.roboflow.com/?ref=blog.roboflow.com.
Відстань Левенштейна: https://blog.roboflow.com/best-ocr-models-text-recognition/?utm_campaign=Newsletter+-+3%2F21%2F2024+-+%5Bbest+OCR%5D&utm_content=3%2F21%2F2023+-+%5Bbest+OCR%5D&utm_medium=email_action&utm_source=email.
Тези доступні на умовах Creative Commons Attribution-ShareAlike 4.0 International License.
Авторське право (c) 2024 Владислав Патока; Олена Гавриленко (Науковий керівник)