Розпізнавання документів, що використовують декоративний шрифт

Програма навчена розпізнаванню стандартних шрифтів і не призначена для розпізнавання декоративних шрифтів, наприклад, FutunsXShadowC, ParagrnaticaShadowC, CyrilhcGoth.

Для підвищення якості розпізнавання даного документа скористаємося спеціальним режимом розпізнавання: розпізнавання з навчанням. Зазвичай в даному режимі розпізнаються 1-2 сторінки, внаслідок чого створюється призначений для користувача еталон, який надалі підключається для розпізнавання решти сторінок. При цьому важливо пам'ятати, що створений еталон можна використовувати лише для розпізнавання текстів, що використовують той же шрифт і розмір шрифту і відсканованих з тою ж роздільною здатністю, що і документ, на основі якого даний еталон створювався.

Виділіть блоки на зображенні (меню Процес >Аналіз макету сторінки).

- Встановіть режим Розпізнавання з навчанням (на закладці

Розпізнавання, меню Сервіс>опції в групі Розпізнавання з навчанням встановіть перемикач в положення Розпізнавання з навчанням). У рядку стану з'явиться назва еталону (за умовчанням default).

- Встановіть мову розпізнавання (Англійську). - Натисніть кнопку Розпізнати.

- Навчіть еталон, розпізнавши сторінку в режимі розпізнавання з навчанням.

- Навчані символи заносяться в еталон, що створюється системою за умовчанням. Після закінчення навчання система збереже створений еталон (default.ptn) в папці, де зберігається пакет.

- Відредагуйте еталон.

- Відмініть режим Розпізнавання навчанням (на закладці Розпізнавання в групі Навчання встановіть перемикач в положення з призначеним для користувача еталоном).

Створення нової мови розпізнавання

При розпізнаванні програма спирається на знання про мову, вказану в якості мови розпізнавання. Вона використовує словник (перевіряє слова по ), морфологічну модель мови, правила написання тексту. При обробці текстів, "неприродних" конструкцій, що наприклад, містять багато артикулів, програма розпізнає їх посимвольно, не використовуючи додаткової інформації про побудову даних конструкцій, що збільшує вірогідність виникнення помилок розпізнавання.

Перед розпізнаванням даного документа необхідно створити нову мову:

наприклад, артикули (Codes). Щоб створити нову мову розпізнавання:

- У меню Сервіс виберіть пункт Редактор мов... і натискуйте кнопку Новий. У діалозі, що відкрився, встановіть перемикач в положення Створити нову мову на основі тої, що існує і виберіть мову, на основі якої ви створюєте нову: в даному випадку Англійська.

- Відкриється діалог Властивості мови.

При створенні нової мови потрібно визначити наступні параметри (всі параметри задаються в діалозі Властивості мови):

- Ім'я нової мови – Codes

- У полі Алфавіт мови вказаний алфавіт мови, на основі якої ви нову мову. Натисніть кнопку …щоб відредагувати алфавіт. У нашому випадку алфавіт мови повинен містити наступні символи:.0123456739BDFGLRW.

- Словник, який використовуватиметься системою при розпізнаванні і перевірці розпізнаного тексту. В даному випадку ми створимо призначений для користувача словник на основі регулярного вираження. Для цього в групі Словник встановіть перемикач в положення Регулярне вираження і введіть наступне регулярне вираження:

DRG|(B[0-9][0-9]|22.5)|(L[0-9])|(F[0-9][0-9][0-9])|(W([0-9] + ))

Далі слід підключити дану мову до розпізнавання: для всього документа встановіть Англійську мову розпізнавання (виберіть її із списку мов на панелі Стандартна), а для колонки з артикулами - нову мову - Codes. Щоб встановити свою мову розпізнавання на колонку таблиці виділіть необхідну колонку, клацніть правою кнопкою миші і в локальному меню виберіть пункт Властивості. У діалозі Властивості, що відкрився, на закладці Блок в полі Мова розпізнавання вкажіть відповідну мову розпізнавання і в групі Застосувати до встановіть перемикач в положення Виділеним коміркам.

ХІД РОБОТИ

1. Визначити інтерфейс і виконати підключення планшетного сканера до ПЕОМ на робочому місці.

2. Визначити, чи підтримує сканер стандарт Plug & Play і при необхідності виконати установку драйвера.

3. Виконати сканування кольорового зображення (по варіантах) і зберегти його в стислому графічному форматі. Відредагувати зображення в графічному редакторові: відкоректувати кут нахилу, оптимально підібрати яскравість і контрастність для природного перенесення кольорів при друці і ін. Виконати роздрук і отримати точну копію орігіналу.

4. Виконати сканування друкарського текстового документа (по варіантах) і зберегти його в стислому графічному форматі.

5. Перетворити документ у формат pdf за допомогою ПЗ Adobe Acrobat Professional. Вивчити налаштування програми, захистити створений документ від редагування і копіювання окремими паролями.

6. Провести розпізнавання тексту із створеного файлу формату pdf за допомогою ПЗ Fine Reader і отримати точну електронну копію початкового документа (скористатися функцією електронного копіювання). Виконати роздрук і отримати точну копію оригіналу.