OCR, HTR, automatický přepis: jaký je rozdíl?

Co je OCR?

OCR, z anglického Optical Character Recognition, rozpoznává znaky tištěného nebo strojopisného textu. Vyniká na čistých skenech s pravidelným písmem; potýká se s křivými fotografiemi, stíny, gotickým písmem bez specializovaného modelu a rukopisem. Příklady jsou svobodný Tesseract a ABBYY FineReader.

Co je HTR?

HTR, z anglického Handwritten Text Recognition, čte rukopisné písmo řádek po řádku. Nástroje HTR, jako eScriptorium se svým jádrem Kraken nebo Transkribus, rozdělí stránku na řádky a pak použijí model, často natrénovaný na stránkách téhož písma přepsaných ručně.

A modely umělé inteligence pro čtení?

Čtou celý obraz jako čtenář: tisk, strojopis, gotické písmo, rukopis, tabulky, dvoustrany, bez trénování na vašem písmu. Rozumějí rozvržení stránky i jazyku a umějí také překládat a vyhledávat jména a data. wondarchive je používá tak, že text vždy zobrazuje vedle fotografie a prázdné stránky rozpozná, místo aby jim vymyslel text.

Jak si navzájem stojí?

	OCR	HTR	AI pro čtení
Tisk, strojopis	ano, na čistých skenech	ano	ano, i na fotografiích
Rukopis	ne	ano, s vhodným modelem	ano, bez trénování
Trénování	ne	často, na dané písmo	ne
Křivé fotografie, stíny	špatně	podle segmentace	dobře
Překlad, jména, data	ne	ne	ano
Příklady	Tesseract, ABBYY FineReader	eScriptorium, Transkribus	wondarchive

Co používá wondarchive?

AI pro čtení na každou stránku, s posíleným opakovaným čtením pro rukopis. A jako bezplatnou možnost svobodné OCR, které čte stránky ve vašem prohlížeči, bez umělé inteligence a bez kreditů: praktické pro ostrý tisk (přepis zdarma).

Všechny funkce Ceník Vytvořit si účet zdarma

Založení účtu zabere minutu, sto stránek zdarma na rok.

Co znamená HTR?

Handwritten Text Recognition, rozpoznávání rukopisného textu: automatické čtení písma psaného rukou.

Přečte OCR rukopis?

Špatně: klasické OCR je určeno pro pravidelné tištěné znaky. Na rukopis je potřeba HTR nebo model umělé inteligence pro čtení.

Jaký je rozdíl mezi přepisem a OCR?

OCR je technika; přepis je výsledek, text stránky tak, jak je napsán, ať ho vytvoří stroj, nebo člověk.

Je ještě nutné trénovat model HTR?

Ke čtení a prohledávání fondu ne: novější modely umělé inteligence čtou bez trénování. Trénování má dál smysl pro edici řádek po řádku od jedné ruky.

Vyzkoušejte to na vlastních stránkách

Sto přepsaných a přeložených stránek na celý rok, bez platební karty.

Vytvořit si účet zdarma Zobrazit ceník