זיהוי טקסט

הַגדָרָה

זיהוי טקסט מתייחס לזיהוי תווי טקסט בתמונות או במסמכים סרוקים. זה כולל זיהוי מודפס וכתב יד.

מטרה

המטרה היא להפוך טקסט בפורמטים חזותיים לנגיש וניתן לחיפוש.

חשיבות

• מאפשר דיגיטציה של ארכיונים.
• קריטי לנגישות ואוטומציה.
• הדיוק תלוי באיכות התמונה.
• קשור לטכנולוגיות OCR.

איך זה עובד

1. לכידת מסמכים סרוקים או מצולמים.
2. עיבוד מקדים של תמונות לשיפור הבהירות.
3. זיהוי אזורי טקסט.
4. יישום מודלים של זיהוי.
5. פלט טקסט קריא על ידי מכונה.

דוגמאות (העולם האמיתי)

• גוגל עדשה: מזהה טקסט בתמונות.
• ABBYY FineReader: הופך מסמכים סרוקים לדיגיטציה.
• Tesseract OCR: מנוע זיהוי טקסט בקוד פתוח.

מקורות / קריאה נוספת

• סמית', ר. "סקירה כללית של מנוע ה-OCR של Tesseract." ICDAR.
• תקן ISO/IEC 15938-4.
• עסקאות IEEE על ניתוח תבניות ובינת מכונה.