2.10.
конкретизує параметри використовуються також для визначення якості розпізнавання. Так, якщо обчислений конкретизирующий параметр знаходиться десь посередині допустимого інтервалу, то якість розпізнавання вважається високим, в іншому випадку - низьким. Таким чином, система сама собі ставить оцінку.
Малюнок 2.10 - Приклад завдання конкретизують параметрів
Побудова і тестування структурно-плямових еталонів для класів розпізнаваних об'єктів - процес складний і трудомісткий. База зображень, яка використовується для налагодження описів, повинна містити приклади хороших і поганих (гранично допустимих) зображень для кожної графеми, а зображення бази поділяються на навчальне та контрольне множини.
Побудова і тестування структурно-плямових еталонів для класів розпізнаваних об'єктів - процес складний і трудомісткий. База зображень, яка використовується для налагодження описів, повинна містити приклади хороших і поганих (гранично допустимих) зображень для кожної графеми, а зображення бази поділяються на навчальне та контрольне множини.
Розробник опису попередньо задає набір структурних елементів (розбивка на плями) і відносини між ними.
Система навчання по базі зображень автоматично обчислює параметри елементів і відносин. Отриманий еталон перевіряється і коригується за контрольної вибірці зображень даної графеми. З цієї ж вибірці перевіряється результат розпізнавання, тобто оцінюється якість підтвердження гіпотез.
Розпізнавання з використанням структурно-плям еталона відбувається наступним чином. Еталон накладається на зображення, і відносини між виділеними на зображенні плямами порівнюються з відносинами плям на стандарті. Якщо виділені. на зображенні плями і відносини між ними задовольняють еталону деякого символу, то даний символ додається до списку гіпотез про результат розпізнавання вхідного зображення. Гіпотези упорядковано згідно з оцінками їх якості, і перевага віддається тій, яка має максимальний бал.
2.3.2 Основні принципи роботи системи CuneiForm
На думку розробників CuneiForm, їх система є більш інтелектуальною, оскільки завдання розпізнавання тексту в ній вирішується на основі взаємодії структурного, признакового, реєстрового, диференціального та лінгвістичного рівнів.
Працює система за принципом «однієї кнопки». Це означає, що при натисканні кнопки «скануючого і розпізнавати» запускається весь процес обробки документа: сканування, фрагментація сторінки на текстові та графічні блоки, сегментація, стиск-розширення, виділення кістяків, розпізнавання тексту, перевірка орфографії і формування вихідного файлу.
Інтелектуальний алгоритм дозволяє автоматично підібрати оптимальний рівень яскравості сканера (адаптивне сканування) залежно від фону документа, зберегти ілюстрації або, залежно від розв'язуваної задачі, видалити непотрібні графічні елементи для максимального скорочення подальшого редагування.
За розпізнавання тексту відповідає цілий ряд модулів (сканування, вибору яскравості, предобработки документа, фрагментації та ін), кожен з яких вирішує свою задачу. На вхід модуля розпізнавання надходить отримане після сканування зображення.
В CuneiForm вик...
