OCR, HTR, automatikus átírás: mi a különbség?

Mi az OCR?

Az OCR, az angol Optical Character Recognition rövidítése, a nyomtatott vagy gépelt szöveg karaktereit ismeri fel. Szabályos betűs, tiszta szkenneléseken kiváló; nehezen boldogul a ferde fényképekkel, az árnyékokkal, a külön modell nélküli gót betűkkel és a kézírással. A nyílt forráskódú Tesseract és az ABBYY FineReader két példa rá.

Mi a HTR?

A HTR, az angol Handwritten Text Recognition rövidítése, soronként olvassa a kézírást. A HTR-eszközök, mint a Kraken motorral működő eScriptorium vagy a Transkribus, sorokra bontják az oldalt, majd egy modellt alkalmaznak, amelyet gyakran ugyanannak az írásnak kézzel átírt oldalain tanítottak be.

És az olvasó MI-modellek?

Úgy olvassák a teljes képet, mint egy olvasó: nyomtatványt, gépelt szöveget, gót betűt, kéziratot, táblázatokat, kétoldalas felvételeket, az Ön írására való betanítás nélkül. Értik az oldal elrendezését és a nyelvet, és fordítani, valamint neveket és dátumokat kigyűjteni is tudnak. A wondarchive úgy használja őket, hogy a szöveget mindig a fénykép mellett jeleníti meg, és az üres oldalakat felismeri, ahelyett hogy szöveget találna ki hozzájuk.

Hogyan viszonyulnak egymáshoz?

Melyiket használja a wondarchive?

Az olvasó MI-t minden oldalhoz, a kézirathoz megerősített újraolvasással. Ingyenes lehetőségként pedig egy nyílt forráskódú OCR-t, amely a böngészőjében olvassa el az oldalakat, MI és kredit nélkül: éles nyomtatványhoz praktikus (ingyenes átírás).

A fiók egy perc alatt megnyitható, száz oldal ingyen egy évig.