¿Cuáles son las aplicaciones de la función OCR en terminales portátiles PDA?

¿Qué es la tecnología OCR?

El reconocimiento óptico de caracteres (OCR, por sus siglas en inglés) se refiere al proceso de analizar y reconocer archivos de imagen de materiales de texto para obtener información sobre el texto y el diseño.

Al igual que ocurre con el reconocimiento de imágenes y la visión artificial, el proceso de procesamiento de la tecnología OCR también se divide en entrada, preprocesamiento, procesamiento intermedio, postprocesamiento y proceso de salida.

ingresar

Para los distintos formatos de imagen, existen distintos formatos de almacenamiento y distintos métodos de compresión. Actualmente, existen OpenCV, CxImage, etc.

Preprocesamiento – binarización

La mayoría de las fotografías tomadas hoy en día con cámaras digitales son imágenes en color, que contienen una enorme cantidad de información y no son adecuadas para la tecnología OCR.

En cuanto al contenido de la imagen, podemos dividirla simplemente en primer plano y fondo. Para que el ordenador realice los cálculos de OCR de forma más rápida y eficiente, primero debemos procesar la imagen en color, de modo que solo queden la información del primer plano y del fondo. La binarización también puede entenderse simplemente como convertir la imagen a blanco y negro.

reducción de ruido de imagen

La definición de ruido puede variar según la imagen, y el proceso de eliminación de ruido en función de sus características se denomina reducción de ruido.

corrección de inclinación

Debido a que los usuarios comunes, al tomar fotografías de documentos, tienen dificultades para lograr una alineación horizontal y vertical perfecta, las imágenes tomadas inevitablemente saldrán torcidas, lo que requiere la intervención de un software de procesamiento de imágenes para corregirlas.

Procesamiento a medio plazo: análisis de la maquetación

El proceso de dividir las imágenes de un documento en párrafos y ramas se denomina análisis de maquetación. Debido a la diversidad y complejidad de los documentos reales, este paso aún necesita optimizarse.

Recorte de personajes

Debido a las limitaciones de las condiciones de fotografía y escritura, los caracteres suelen aparecer atascados y los bolígrafos rotos. El uso directo de estas imágenes para el análisis OCR limitará considerablemente su rendimiento. Por lo tanto, es necesaria la segmentación de caracteres, es decir, la separación de los distintos caracteres.

Reconocimiento de caracteres

En la etapa inicial, se utilizó principalmente la coincidencia de plantillas, y en la etapa posterior, la extracción de características. Debido a la influencia de factores como el desplazamiento del texto, el grosor del trazo, la rotura del bolígrafo, la adherencia, la rotación, etc., la dificultad de la extracción de características se ve muy afectada.

Restauración del diseño

Se espera que el texto reconocido conserve el mismo formato que la imagen del documento original, y que los párrafos, las posiciones y el orden se transfieran a documentos de Word, documentos PDF, etc. Este proceso se denomina restauración del diseño.

procesamiento posterior

Según la relación del contexto lingüístico específico, el resultado del reconocimiento se corrige.

producción

Generar los caracteres reconocidos como texto en un formato determinado.

¿Cuáles son las aplicaciones de los terminales portátiles basados ​​en la tecnología OCR?

Mediante la terminal portátil PDA equipada con software de reconocimiento óptico de caracteres (OCR), se pueden realizar numerosas aplicaciones prácticas, como el reconocimiento de matrículas de automóviles, el reconocimiento de números de contenedores, el reconocimiento de etiquetas de peso de carne de vacuno y cordero importada, el reconocimiento de áreas de lectura mecánica de pasaportes, el reconocimiento de lecturas de contadores eléctricos y el reconocimiento de caracteres impresos en bobinas de acero.