បន្ទាប់ ពី ការ កម្រិត សំខាន់ នៃ ប្រព័ន្ធ ការ ទទួល យក គ្រោងការណ៍ Car Park - Tigerwong

ធម្មតា ដែល ស្គាល់ ជា ប្រព័ន្ធ ការ ទទួល ស្គាល់ បណ្ដាញ អាជ្ញាបណ្ណ ឈ្មោះ អង់គ្លេស ពេញលេញ គឺ ជា ការ ទទួល ស្គាល់ អុបទិក ឬ OCR ។ វា ប្រើ បច្ចេកទេស អុបទិក និង បច្ចេកទេស កុំព្យូទ័រ ដើម្បី អាន និង ទទួល យក តួអក្សរ ដែល បាន បោះពុម្ព ឬ សរសេរ ដៃ និង បម្លែង ពួក វា ទៅ ជា ទ្រង់ទ្រាយ ដែល អាច ឡើង វិញ កុំព្យូទ័រ និង មនុស្ស ។ បច្ច័យ OCR គឺ ជា តំណ គ្រាប់ ចុច នៅ ទីនេះ ។ នៅ ក្នុង ទូរស័ព្ទ OCR ការ ទទួល ស្គាល់ តួអក្សរ ដែល បាន បោះពុម្ព គឺ ជា តួ អក្សរ ធំ បំផុត ពីព្រោះ វា ត្រូវ បាន អភិវឌ្ឍន៍ ដំបូង ។ ចាប់ផ្ដើម ១៩៩ វា ត្រូវ បាន ប្រើ ដោយ ប្រទេស អឺរ៉ុប និង អាមេរិក ដើម្បី ដោះស្រាយ ជា ចំនួន ប្លុក និង ទស្សនាវដ្ដី, ឯកសារ, ឯកសារ និង សេចក្ដី ពិពណ៌នា ច្រើន ធំ ។

បន្ទាប់ ពី ការ អភិវឌ្ឍន៍ និង ប្រសើរ ជាង ៤០ ឆ្នាំ ។ បច្ចេកទេស ការ ទទួល ស្គាល់ តួអក្សរ បាន បណ្ដាល ឲ្យ មាន កម្លាំង ច្រើន ទៀត ហើយ លឿន បាន យល់ លឿន "ការ ដំណើរការ ព័ត៌មាន" ។ ទោះ ជា យ៉ាង ណា ក៏ ដោយ ការ ស្វែងរក អំពី ការ ទទួល ស្គាល់ តួអក្សរ ចិន ដែល បាន បោះពុម្ព ក្នុង ចិន បាន ចាប់ផ្ដើម នៅ ចុង ក្រោយ ឆ្នាំ ១៩៧០ ហើយ មាន ប្រវត្តិ អភិវឌ្ឍន៍ នៃ ៣០ ឆ្នាំ ។ វា អាច ត្រូវ បាន ចែក ជា រៀង រហូត ទៅ ក្នុង ដែន បី ដូច ខាង ក្រោម ៖ 1 ស្ថានភាព រុករក អ្នក ស្វែងរក ពី ឯកតា មួយ ចំនួន ក្នុង ចិន បាន ស្វែងរក វិធីសាស្ត្រ នៃ ការ ទទួល ស្គាល់ តួអក្សរ ចិន ។ បាន បោះពុម្ព ផ្នែក ខ្លះ ហើយ បាន អភិវឌ្ឍន៍ ចំនួន តូច នៃ កម្មវិធី និង ប្រព័ន្ធ ការ ស្គាល់ អាណាឡូក ។ [ រូបភាព នៅ ទំព័រ ២៦] 2 R & លំដាប់ D ( ពី 1986 ទៅ កាន់ 1988 , ឆ្នាំ ៣ ឆ្នាំ ពី ចាប់ផ្ដើម 1986 ដល់ ចុង ក្រោយ 1988 គឺ ជា កម្លាំង នៃ ការ ស្វែងរក លើ តួអក្សរ ការ ទទួល ស្គាល់ តួអក្សរ ចិន និង ការ បណ្ដាល របស់ rese ស្វែងរក លើ បច្ចុប្បន្ន សរុប ១១ ឯកតា បាន បង្ហាញ ការ វាយតម្លៃ ១៤ លើ បែបផែន នៃ ការ ទទួល ស្គាល់ តួអក្សរ ចិន ដែល បាន បោះពុម្ព ។ ប្រព័ន្ធ ទាំងនេះ អាច ទទួល បាន ទ្រនិច ខ្ពស់ សម្រាប់ ការ ទទួល ស្គាល់ សន្លឹក គំរូ ៖ ពួកវា អាច ទទួល យក ប្រភេទ ប្រភេទ ចម្រៀង ទាក់ទង កម្រិត ប្រភេទ ដិត និង ប្រភេទ ធម្មតា និង ចំនួន ពាក្យ ដែល បាន ទទួល ស្គាល់ អាច ទៅ កាន់ ៦៦63 ជា ច្រើន អត្រា ការ ទទួល ស្គាល់ ទំហំ ពុម្ព អក្សរ ពី លេខ ។ ៣ ទៅ លេខ ។ ៥ គឺ ច្រើន ជាង 99.5% ហើយ ល្បឿន ការ ទទួល ស្គាល់ អាច ទៅ កាន់ ១០ ១៤ ពាក្យ / s នៅ ក្រោម លក្ខខណ្ឌ ២៦ មីក្រូកុំព្យូទ័រ ។ ប៉ុន្តែ អត្រា ការ ទទួល ស្គាល់ អត្ថបទ ពិត ត្រូវ បាន បន្ថយ ច្រើន បំផុត ដែល ត្រូវ បាន ផ្លាស់ប្ដូរ រូបរាង អត្ថបទ ដែល បាន បោះពុម្ព បណ្ដោះ អាសន្ន ខូច ខូច មិន ត្រឹមត្រូវ និង ពណ៌ ខ្មៅ គុណភាព ក្រដាស មិន ត្រឹមត្រូវ ការ ឆ្លើយតប ខ្លួន ខ្លួន ខ្លាំង ។) នៃ ប្រព័ន្ធ ខាង លើ ភាព លុប លុប និង ការ ផ្លាស់ប្ដូរ ។ ប៉ុន្តែ ប្រព័ន្ធ ការ ជូន ដំណឹង ដែល បាន អភិវឌ្ឍន៍ ក្នុង បី ឆ្នាំ មុន បាន ផ្ដល់ មូលដ្ឋាន សម្រាប់ ភាព ធ្វើការ ប្រសើរ ប្រព័ន្ធ ការ ទទួល ស្គាល់ តួអក្សរ ចិន ដែល បាន បោះពុម្ព និង ប្រព័ន្ធ ការ ទទួល ស្គាល់ ត្រូវ តែ កាត់ តាម ដំណើរការ ពី ការ អភិវឌ្ឍន៍ ទៅ កាន់ ដំណើរការ ។ 3. ការ ទទួល ស្គាល់ តួអក្សរ ចិន ដែល បាន បោះពុម្ព ចំណុច ប្រទាក់ អ៊ីស្រាអែល អ៊ីស្រាអែល របស់ Singhua, មជ្ឈមណ្ឌល បញ្ជា នៃ អ៊ីស្រាអែល នៃ ការ កុំព្យូទ័រ នៃ អាមេរិក វិទ្យាសាស្ត្រ ចិន, ចំណុច ប្រទាក់ ព័ត៌មាន ប្រយោជន៍ ស៊ីឌី ស៊ីឌី ស្វ័យ ប្រវត្តិ និង ឯកតា ផ្សេង ទៀត បាន អភិវឌ្ឍន៍ និង អភិវឌ្ឍន៍ ប្រព័ន្ធ ការ ទទួល ស្គាល់ តួអក្សរ ចិន វិនាទី សំខាន់ ជាង Tsinghua th OCR ដែល បាន អភិវឌ្ឍន៍ ដោយ កម្រិត ពិសេស នៃ ចំណុច ប្រទាក់ អ៊ីស្រាអែល Tsinghua និង លទ្ធផល Shangshu OCR ដែល បាន អភិវឌ្ឍន៍ ដោយ Han Han ក្រុម វា ជានិច្ច ជា មុន នៃ ការ អភិវឌ្ឍន៍ បច្ចេកទេស និង ចែក រំលែក ដ៏ ធំ បំផុត ។ តំណាង ឲ្យ អភិវឌ្ឍន៍ នៃ បច្ចេកទេស ការ ទទួល យក តួអក្សរ ចិន ដែល បាន បោះពុម្ព ។

ឥឡូវ នេះ ការ ស្វែងរក ចំណុច ប្រសើរ របស់ តួអក្សរ ចិន ដែល បាន បោះពុម្ព បាន ផ្លាស់ប្ដូរ ពី ការ ទទួល ស្គាល់ តួអក្សរ ធម្មតា ទៅ កាន់ ការ ទទួល ស្គាល់ សំណុំ បែបបទ ស្វ័យ ប្រវត្តិ និង បញ្ចូល ។ ការ វិភាគ ប្លង់ ការ យល់ ប្លង់ និង ប្លង់ ឡើង វិញ នៃ ប្លង់ ក្រាហ្វិក លាយ និង ប្លង់ ច្រើន ការ ទទួល ស្គាល់ កាត ពាក្យ, ការ កំណត់ អត្តសញ្ញាណ កម្រិត ពិសេស និង ការ កំណត់ អត្តសញ្ញាណ សៀវភៅ បុរាណ និង បង្ហាញ ប្រព័ន្ធ អត្តសញ្ញាណ ដែល ទាក់ទង ជា ច្រើន ។ ដូចជា ប្រព័ន្ធ អត្តសញ្ញាណ កាត បណ្ដាញ ប្រព័ន្ធ អត្តសញ្ញាណ កាត លេខ សម្គាល់ និង "Huishi" ដែល បាន ចាប់ផ្ដើម ដោយ Zhong'an អនាគត តួអក្សរ អេក្រង់ និង ប្រព័ន្ធ ការ ស្គាល់ រូបភាព ។ ល ។ ការ បង្ហាញ នៃ ប្រព័ន្ធ ការ ទទួល ស្គាល់ ថ្មី ទាំងនេះ សម្គាល់ ការ ពង្រីក វាល កម្មវិធី នៃ ទូរស័ព្ទ ការ ស្គាល់ តួអក្សរ ចិន ដែល បាន បោះពុម្ព ។ ទិដ្ឋភាព ទូទៅ នៃ ការ ទទួល ស្គាល់ OCR នៃ បច្ចេកទេស Zhongan អនាគត ។ គោល បំណង នៃ ប្រព័ន្ធ ការ ស្គាល់ OCR គឺ ធម្មតា ។ រូបភាព ត្រូវ បាន បម្លែង ដើម្បី រក្សា ក្រាហ្វិក នៅ ក្នុង រូបភាព ។ ប្រសិន បើ មាន សំណុំ បែបបទ ទិន្នន័យ នៅ ក្នុង សំណុំ បែបបទ និង តួអក្សរ នៅ ក្នុង រូបភាព វិភាគ ដំណើរការ ការ ស្គាល់ OCR បញ្ចូល រូបភាព និង ការ ដំណើរការ មុន ៖ ២ បញ្ចូល រូបភាព ៖ សម្រាប់ ទ្រង់ទ្រាយ រូបភាព ផ្សេងៗ មាន ទ្រង់ទ្រាយ ផ្ទុក ផ្សេងៗ និង វិធីសាស្ត្រ បង្ហាប់ ផ្សេង ទៀត ។

ការ ដំណើរការ មុន ៖ រួម បញ្ចូល ផ្នែក ពីរ ៖ រូបភាព ភាគ ច្រើន ដែល បាន យក ដោយ ម៉ាស៊ីន ថត គឺ រូបភាព ខ្មៅ ដែល មាន ព័ត៌មាន ធំ ។ ថ.] ដើម្បី ធ្វើ ឲ្យ កុំព្យូទ័រ ស្គាល់ តួអក្សរ លឿន និង លឿន បំផុត វា ចាំបាច់ ដំណើរការ រូបភាព ខ្មៅ ដំបូង ។ និង រក្សា ព័ត៌មាន ផ្ទៃ ខាង មុខ និង ព័ត៌មាន ផ្ទៃ ខាងក្រោយ ព័ត៌មាន ផ្ទៃ ខាង មុខ ជា ខ្មៅ និង ព័ត៌មាន ផ្ទៃ ខាងក្រោយ គឺ ស ដែល ជា រូបភាព គោល ពីរ ។ 4. ការ យក សំឡេង ៖ សម្រាប់ ឯកសារ ផ្សេងៗ កំណត់ នៃ ភាព ដោយ អាច ជា ខុស គ្នា ។ យោង តាម លក្ខណៈ សម្បត្តិ នៃ ភាព ដោយ ប្រព័ន្ធ ការ ទទួល ស្គាល់ ប្លុក ប្លុក ត្រូវ បាន ហៅ ថា ការ យក សំឡេង ចេញ ។ 5. ការ ដោះស្រាយ ត្រឹមត្រូវ ៖ ពីព្រោះ អ្នក ប្រើ ធម្មតា គឺ ជា ធម្មតា នៅពេល យក រូបភាព របស់ ឯកសារ ។ រូបភាព ដែល បាន យក មិន អាច ត្រូវ បាន ដោះស្រាយ នៅពេល ដែល ស្វែងរក កម្មវិធី ស្គាល់ តួ អក្សរ ត្រូវ បាន ទាមទារ ដើម្បី កែ វា ។ 6. ការ វិភាគ ប្លង់ ៖ ដំណើរការ នៃ ការ ចែក រូបភាព ឯកសារ ទៅ កាន់ លំដាប់ និង រាង ត្រូវ បាន ហៅ ការ វិភាគ ប្លង់ ។ ដោយ សារ ភាព ខុស គ្នា និង ភាព បំបែក របស់ ឯកសារ ពិត គ្មាន ម៉ូឌុល កាត់ ដែល មាន ភាព ត្រឹមត្រូវ នៅ ឥឡូវ នេះ ។ 7. ការ កាត់ តួអក្សរ ៖ ដោយ សារ ដែន កំណត់ នៃ លក្ខខណ្ឌ រូបថត វា ជា ធម្មតា បង្កើន តួ អក្សរ និង ការ បំបែក ថ្មី ដូច្នេះ វា ដែន កំណត់ ពិសេស ដើម្បី បង្កើន ការ ប្រព័ន្ធ ការ ទទួល ស្គាល់ វា គឺ ចាំបាច់ សម្រាប់ កម្មវិធី ស្គាល់ តួអក្សរ ដែល មាន មុខងារ កាត់ តួអក្សរ ។ 8. ការ ទទួល ស្គាល់ តួអក្សរ ៖ ការ ស្វែងរក នេះ គឺ លឿន ។

មាន ការ ផ្គូផ្គង ពុម្ព សម្រាប់ រយៈពេល ។ នៅ ពេល ក្រោយ វា បាន ដោះស្រាយ លក្ខណៈ ពិសេស ។ ដោយ សារ ការ ផ្លាស់ប្ដូរ អត្ថបទ ភាព ព្រិល ខ្លាំង កម្លាំង ដែល បាន ខូច បណ្ដុះ បណ្ដាញ ការ បង្វិល និង កម្រិត ផ្សេង ទៀត ។ វា ប៉ះពាល់ ពិបាក ពិបាក នៃ ការ ស្រង់ លក្ខណៈ ពិសេស ។ 9. ការ ស្ដារ ប្លង់ ៖ មនុស្ស វា ត្រូវ បាន រង់ ទីតាំង និង លំដាប់ នឹង នៅ តែ មិន ផ្លាស់ប្ដូរ ។ ដំណើរការ នេះ ត្រូវ បាន ហៅ ការ ស្ដារ ប្លង់ ។ 10. ការ ដំណើរការ ប្រកាស និង ការ អាន ប្រសើរ ៖ កែ លទ្ធផល ការ ទទួល ស្គាល់ យោង តាម ទំនាក់ទំនង នៃ បរិបទ ភាសា ជាក់លាក់ ដែល ជា ដំណើរការ ក្រោយ ។ បច្ចេកទេស ការ ទទួល ស្គាល់ OCR បច្ចុប្បន្ន ត្រូវ បាន អនុវត្ត ដោយ ជោគជ័យ ទៅកាន់ សិទ្ធិ រយៈពេល រយៈពេល ៖ ដូចជា ឧបករណ៍ ទទួល ស្គាល់ ប្លុក លេខាយ ការ ទទួល ស្គាល់ កាត ប៊ីន ត្រូវ បាន ប្រើ សម្រាប់ បើក គណនី បិកា ឧបករណ៍ ការ ទទួល ស្គាល់ កាត បណ្ដាញ សម្រាប់ ការ គ្រប់គ្រង កាត បណ្ដាញ ល ។ ។ ចំណុច ប្រទាក់ ការ ទទួល ស្គាល់ OCR គឺ ប៉ះពាល់ ជីវិត របស់ ខ្ញុំ ។

បញ្ចូល ប្រវត្តិ អភិវឌ្ឍន៍ នៃ ការ ទទួល ស្គាល់ តួអក្សរ ដោយ ប្រព័ន្ធ ប្រព័ន្ធ ៖ ដំបូង ការ ទទួល ស្គាល់ តួអក្សរ គឺ ជា គ្រោង មួយ ក្នុង វាល នៃ ការ ស្វែងរក មើល កុំព្យូទ័រ ។ ក្រដាស នេះ គឺ ជា ក្រដាស វិនិច្ឆ័យ លើ ប្រព័ន្ធ ការ ទទួល ស្គាល់ បណ្ដាញ អាជ្ញាបៃ វា ទាក់ទង នឹង ការ ទទួល ស្គាល់ លំនាំ និង បដិសេធ សិល្បករ ផ្នែក សំខាន់ នៃ វិទ្យាសាស្ត្រ កុំព្យូទ័រ ។ សូម តាម ខ្លួន ដើម្បី មើល ការ អភិវឌ្ឍន៍ របស់ វា ។