ஒளியியல் எழுத்து அறிதல் (Optical Character Recognition) நம்மில் பலருக்குக் கடினமானதாகவும், புதியதாகவும் தோன்றலாம், ஆனால் இந்த மேம்பட்ட தொழில்நுட்பத்தை நாம் சமீபகாலமாக அடிக்கடி பயன்படுத்தி வருகிறோம். வெளிநாட்டு உரைகளை நமக்கு விருப்பமான மொழியில் மொழிபெயர்ப்பது முதல் அச்சிடப்பட்ட காகித ஆவணங்களை எண்ணிமப்படுத்துவது வரை, இந்தத் தொழில்நுட்பத்தை நாம் மிகவும் விரிவாகப் பயன்படுத்துகிறோம். இருப்பினும், OCR தொழில்நுட்பம் மேலும் முன்னேறி, நமது தொழில்நுட்பச் சூழலமைப்பின் ஒரு ஒருங்கிணைந்த பகுதியாக மாறியுள்ளது.
இருப்பினும், இந்த புதுமையான தொழில்நுட்பத்தைப் பற்றி மிகக் குறைவான தகவல்கள் உள்ளன, மேலும் நாம் அதை ஒளிரச் செய்ய வேண்டிய நேரம் இது.
ஆப்டிகல் கேரக்டர் ரெகக்னிஷன் (OCR) என்றால் என்ன?
செயற்கை நுண்ணறிவுத் துறையின் ஒரு அங்கமான ஒளியியல் எழுத்துணரி என்பது, கையால் எழுதப்பட்ட குறிப்புகள், காணொளிகளில் உள்ள அச்சிடப்பட்ட உரை , படங்கள் மற்றும் ஸ்கேன் செய்யப்பட்ட ஆவணங்களில் உள்ள உரையை, இயந்திரம் படிக்கக்கூடிய டிஜிட்டல் வடிவமாக மின்னணு முறையில் மாற்றுவதாகும்.
அச்சிடப்பட்ட ஆவணத்திலிருந்து உரையை குறியாக்கம் செய்து, OCR தொழில்நுட்பத்தைப் பயன்படுத்தி ML மாடல்களை உருவாக்க, சேமிக்கவும், மீட்டெடுக்கவும், மின்னணு முறையில் மாற்றவும், சேமிக்கவும் அல்லது மாற்றவும் முடியும்.
OCR இல் இரண்டு அடிப்படை வகைகள் உள்ளன - பாரம்பரிய மற்றும் கையால் எழுதப்பட்டவை. இரண்டும் ஒரே முடிவை நோக்கிச் செயல்பட்டாலும், தகவலைப் பிரித்தெடுக்கும் விதத்தில் அவை வேறுபடுகின்றன.
பாரம்பரிய OCR முறையில், OCR அமைப்புகளுக்குப் பயிற்சி அளிக்கக்கூடிய எழுத்துரு பாணிகளின் அடிப்படையில் உரை பிரித்தெடுக்கப்படுகிறது . மறுபுறம், கையெழுத்து OCR முறையில், ஒவ்வொரு எழுத்து நடையும் தனித்துவமானது என்பதால், அதைப் படித்து குறியாக்கம் செய்வது ஒரு சவாலாக உள்ளது. தட்டச்சு செய்யப்பட்ட உரையைப் போலல்லாமல், கையெழுத்து உரை ஒவ்வொரு தனிநபருக்கும் தனித்துவமானது. துல்லியமான வடிவ அங்கீகாரத்திற்கு , கையெழுத்து OCR முறைக்கு கூடுதல் பயிற்சி தேவைப்படுகிறது.
OCR ஏன் முக்கியமானது?
டிஜிட்டல் மாற்றம் உலகில் ஒரு முக்கிய நிலைப்பாட்டை பெறுவதால், வழக்கற்றுப் போன, மரபு அமைப்புகள் மற்றும் செயல்முறைகளின் முடிவை நாம் காண்கிறோம். இந்த மாற்றம் நம்பமுடியாததாக இருந்தாலும், அது அதன் சொந்த ஆரம்ப சவால்களுடன் வருகிறது. இது தரவு நுழைவு செயல்முறையின் ஒரு வழியாக அச்சு ஊடகத்தை காப்புப் பிரதி எடுப்பதை உள்ளடக்கிய வணிகப் பணிப்பாய்வுகளாக இருக்கலாம்.
அச்சு சொத்துக்கள் டிஜிட்டல் மயமாக்கப்படும் போது, அவை பெரும்பாலும் பட வடிவத்தில் இருக்கும், அங்கு உரையை மாற்றவோ, கையாளவோ அல்லது பயிற்சி மற்றும் செயலாக்கத்திற்காக AI மாதிரிகளில் கொடுக்கவோ முடியாது. அவற்றை இயந்திரத் தயாரான டிஜிட்டல் சொத்துகளாக மாற்ற, அவற்றைக் கண்டறிந்து செயலாக்க வேண்டும்.
படங்கள், வீடியோக்கள் மற்றும் பிற வடிவங்களில் உள்ள உரையை ஸ்கேன் செய்து, இயங்குதளங்கள், நிரலாக்க மொழிகள் மற்றும் தரவுத்தளங்களில் வழங்கக்கூடிய தரவுகளாக மாற்றுவதன் மூலம் OCR தொழில்நுட்பம் இதைக் கவனித்துக்கொள்கிறது.
டிஜிட்டல் மாற்றத்தில் குறிப்பாக தவிர்க்க முடியாத இந்த அம்சம் OCR சந்தையின் வளர்ச்சியைத் தூண்டுகிறது, அங்கு 14.32% CAGR இல் 40 ஆம் ஆண்டளவில் $2032bn மதிப்புடையதாக இருக்கும் என மதிப்பிடப்பட்டுள்ளது. தவிர, கணினி பார்வை மற்றும் அதன் எண்ணற்ற பயன்பாட்டு நிகழ்வுகள் , OCR தொழில்நுட்பம் புதுமைகள் மற்றும் தீர்வுகளை உருவாக்குவதற்கான முழு மையமாக மாறியுள்ளது.
இது தன்னியக்க கார்களில் சைன்போர்டுகளை படிக்க உதவும் வகையில், சுகாதாரப் பராமரிப்பில் மருத்துவர்களின் மருந்துச் சீட்டுகளை டிஜிட்டல் மயமாக்கலாம், OCR என்பது மாற்றத்தை உண்டாக்கும் அடிப்படை தொழில்நுட்பமாகும்.
OCR தொழில்நுட்பம் எவ்வாறு செயல்படுகிறது
டிஜிட்டல் பிட்களில் ஆஃப்லைன் உரையின் மின்னணு மொழிபெயர்ப்பு மிகவும் சுவாரசியமானது மற்றும் நுணுக்கமானது. இது எவ்வாறு செயல்படுகிறது என்பது பற்றிய சுருக்கமான யோசனையை உங்களுக்கு வழங்க, இங்கே ஒரு முழுமையான விவரம்:
ஸ்கேனிங்
செயல்பாட்டின் முதல் படி ஆவணங்களை ஸ்கேன் செய்ய ஆப்டிகல் ஸ்கேனர்களைப் பயன்படுத்துகிறது மற்றும் எல்லாவற்றிலிருந்தும் எழுத்துக்கள் மற்றும் தரவை தனிமைப்படுத்துகிறது. ஸ்கேன் செய்யப்பட்ட கோப்பு ஒரு படமாக சேமிக்கப்படுகிறது.
சுத்திகரிப்பு
எல்லா ஆவணங்களும் தாள்களும் ஒரே தரத்துடன் வராததால், அனைத்துப் படங்களும் தரம் மேம்படுத்துவதற்காகச் செம்மைப்படுத்தப்பட்டுள்ளன. இது உரையை சீரமைத்தல், பிக்சல்களை மென்மையாக்குதல், உரையை தெளிவாக்குதல் மற்றும் பலவற்றை உள்ளடக்குகிறது. இந்த செயல்முறை உரையை படிக்கக்கூடியதாக ஆக்குகிறது.
வகைப்படுத்துதல்
படம் சுத்திகரிக்கப்பட்டவுடன், உரை வகைப்படுத்தப்பட்டு கிளஸ்டர்களாக பிரிக்கப்படும். உரையை வகைகளாக வகைப்படுத்த படப் பிரிவு நுட்பங்களைப் பயன்படுத்துவதை இது உள்ளடக்கியது.
எழுத்து அங்கீகாரம்
உரை வகைப்படுத்தப்பட்டால், உரை மற்றும் எழுத்துக்களை அடையாளம் காண OCR மாதிரிகள் மற்றும் முறை மற்றும் அம்ச அங்கீகாரம் போன்ற வழிமுறைகள் செயல்படும். பேட்டர்ன் அறிதல் கையெழுத்து, எழுத்துருக்கள், உரை வடிவங்கள் மற்றும் பிற அம்சங்களைத் தேடும் போது, அம்ச அங்கீகாரமானது வளைவுகள், கோட்டின் திசை, கோடுகள் மற்றும் பல போன்ற வடிவங்களை அடையாளம் காட்டுகிறது.
பின் செயலாக்க
உரைகள் அடையாளம் காணப்பட்ட பிறகு, வெளியீடு உருவாக்கப்படுகிறது, இது பொதுவாக டிஜிட்டல் கோப்பில் இருக்கும். வெளியீட்டுத் தரம் காகிதத்தின் தரம், கையெழுத்து, வித்தியாசமான உரை வடிவங்கள், அல்காரிதம்கள் மற்றும் பலவற்றைப் பொறுத்தது என்பதால் முடிவுகள் 100% துல்லியமாக இல்லை என்பதைக் கவனத்தில் கொள்ள வேண்டியது அவசியம்.
[மேலும் படிக்க: சுகாதாரத் துறையில் OCR: பயன்பாட்டு நேர்வுகள், நன்மைகள் மற்றும் குறைபாடுகள் ]
OCR வகைகள்
OCR ஆனது காகிதத்தில் உரையை டிஜிட்டல் மயமாக்குவது மட்டுமல்லாமல், ஆவணங்களைத் தவிர வேறு எந்த வடிவத்திலும் உரையை உள்ளடக்கியது. அதன் வகைகள் மற்றும் பயன்பாடுகள் வேறுபட்டவை என்பதால், பயன்படுத்தப்படும் நுட்பங்களும் அணுகுமுறைகளும் வேறுபட்டவை.
நுண்ணறிவு வார்த்தை அங்கீகாரம் இது கையெழுத்து மற்றும் கர்சீவ் உரையைப் பிடிக்கிறது, இது எந்த கையால் எழுதப்பட்ட பத்திரிகை அல்லது ஆவணத்தையும் டிஜிட்டல் மயமாக்குவதற்கு ஏற்றதாக அமைகிறது.
| OCR வகை | இதில் என்ன இருக்கிறது |
| அறிவார்ந்த பாத்திரம் அங்கீகாரம் | இது சொல் அங்கீகாரத்திற்கு மிகவும் ஒத்ததாக இருக்கிறது, ஆனால் முழு உரையையும் ஸ்கேன் செய்வதற்குப் பதிலாக, அது குறிப்பிட்ட எழுத்துக்களைத் தேடுகிறது. |
| ஆப்டிகல் கேரக்டர் அங்கீகாரம் | இது தட்டச்சு செய்த உரையைக் கண்டறியும், ஆனால் பெயர் குறிப்பிடுவது போல, ஒரே ஒரு எழுத்தை மட்டுமே இது அடையாளப்படுத்துகிறது. |
| ஆப்டிகல் வார்த்தை அங்கீகாரம் | எழுத்து அங்கீகாரத்தைப் போலவே, இது தட்டச்சு செய்யப்பட்ட உரைகளுடன் படங்களில் உள்ள எழுத்துக்களுக்குப் பதிலாக வார்த்தைகளையும் உரையையும் அடையாளம் காட்டுகிறது. |
| ஆப்டிகல் மார்க் அங்கீகாரம் | OMR பதில்கள், வாக்குச் சீட்டில் உள்ள மதிப்பெண்கள், விடைத்தாளில் உள்ள டிக் மதிப்பெண்கள் மற்றும் பல போன்ற மனிதர்களால் குறிக்கப்பட்ட தரவுகள் இந்த நுட்பத்துடன் அடையாளம் காணப்படுகின்றன. |
OCR இன் நன்மைகள்
ஒளியியல் எழுத்துணர்தல் – OCR தொழில்நுட்பம் – பல்வேறு நன்மைகளை அளிக்கிறது, அவற்றில் சில:
செயல்முறையின் வேகத்தை அதிகரிக்கவும்:
கணினியில் படிக்கக்கூடிய மற்றும் தேடக்கூடிய தகவலாக கட்டமைக்கப்படாத தரவை விரைவாக மாற்றுவதன் மூலம், வணிக செயல்முறைகளின் வேகத்தை அதிகரிக்க தொழில்நுட்பம் உதவுகிறது.
துல்லியத்தை அதிகரிக்கிறது:
மனித பிழைகளின் ஆபத்து நீக்கப்பட்டது, இது பாத்திர அங்கீகாரத்தின் ஒட்டுமொத்த துல்லியத்தை மேம்படுத்துகிறது.
செயலாக்க செலவுகளை குறைக்கிறது:
ஆப்டிகல் கேரக்டர் ரெகக்னிஷன் மென்பொருளானது மற்ற தொழில்நுட்பங்களைச் சார்ந்து இல்லை, செயலாக்கச் செலவுகளைக் குறைக்கிறது.
உற்பத்தித்திறனை அதிகரிக்கிறது:
தகவல் உடனடியாகக் கிடைக்கும் மற்றும் தேடக்கூடியதாக இருப்பதால், பணியாளர்களுக்கு உற்பத்திப் பணிகளைச் செய்வதற்கும் இலக்குகளை அடைவதற்கும் அதிக நேரம் உள்ளது.
வாடிக்கையாளர் திருப்தியை மேம்படுத்துகிறது:
எளிதில் தேடக்கூடிய வடிவத்தில் தகவல் கிடைப்பது அதிக திருப்தி நிலைகளையும் சிறந்த வாடிக்கையாளர் அனுபவத்தையும் உறுதி செய்கிறது.
வழக்குகள் மற்றும் பயன்பாடுகளைப் பயன்படுத்தவும்
ஆவணங்களைப் பாதுகாத்தல் / ஆவணங்களை டிஜிட்டல் மயமாக்குதல்
வங்கி மற்றும் நிதி
வங்கி மற்றும் நிதித் துறையானது OCT தொழில்நுட்பத்தை அதன் இறுதிவரை பயன்படுத்துகிறது. இந்த தொழில்நுட்பம் பாதுகாப்பு மோசடி தடுப்பு, ஆபத்தை குறைக்க மற்றும் விரைவான செயலாக்கத்தை மேம்படுத்த உதவுகிறது. கணக்கு எண், தொகை மற்றும் கை கையொப்பம் போன்ற காசோலைகளிலிருந்து முக்கியமான தரவைப் பிரித்தெடுக்க வங்கிகள் மற்றும் வங்கி பயன்பாடுகள் OCR ஐப் பயன்படுத்துகின்றன. OCR ஆனது கடன் மற்றும் அடமான விண்ணப்பங்கள், விலைப்பட்டியல்கள் மற்றும் பேஸ்லிப்களை விரைவாகச் செயலாக்க உதவுகிறது.
OCR மிகவும் பொதுவானதாக மாறுவதற்கு முன்பு, பதிவுகள், ரசீதுகள், அறிக்கைகள் மற்றும் காசோலைகள் போன்ற அனைத்து வங்கி ஆவணங்களும் இயல்பானவை. OCR டிஜிட்டல் மயமாக்கலுடன், வங்கிகள் மற்றும் நிதி நிறுவனங்கள் செயல்முறைகளை நெறிப்படுத்தலாம், கைமுறை பிழைகளை நீக்கலாம் மற்றும் தரவை விரைவாக அணுகுவதன் மூலம் செயல்முறை செயல்திறனை மேம்படுத்தலாம்.
எண் தட்டு அங்கீகாரம்
மோசடி மற்றும் குற்றங்களை தவிர்க்க சாலை பாதுகாப்பு விதிகளை செயல்படுத்துவதற்கு OCR தொழில்நுட்பம் உதவுகிறது. வாகனத்தின் நம்பர் பிளேட்டுகள் ஓட்டுநரின் சான்றுகளுடன் இணைக்கப்பட்டுள்ளதால், அடையாளம் காண்பது எளிதாகும்.
மேலும், நம்பர் பிளேட்டுகள் நன்கு எழுதப்பட்ட எண்கள் மற்றும் உரையை AI மாதிரி படிக்க கடினமாக இல்லை, மேலும் எளிதாகவும் துல்லியமாகவும் ஆக்குகிறது.
உரைக்கு பேச்சு
OCR தொழில்நுட்பத்தின் உரை-க்கு-பேச்சு பயன்பாடு பார்வையற்றவர்களுக்கு மிகவும் எளிதாக செயல்பட ஒரு சிறந்த உதவியாகும். OCR தொழில்நுட்பம் உடல் மற்றும் டிஜிட்டல் உரைகளை ஸ்கேன் செய்வதற்கும் குரல் சாதனங்களைப் பயன்படுத்துவதற்கும் உதவுகிறது. பின்னர் உள்ளடக்கம் சத்தமாக வாசிக்கப்படுகிறது. OCR தொழில்நுட்பத்தின் உரை முதல் பேச்சு அம்சம் முதல் பயன்பாடுகளில் ஒன்றாக இருந்தபோதிலும், பல பேச்சுவழக்குகள் மற்றும் மொழிகளை ஆதரிப்பதன் மூலம் பார்வை குறைபாடுள்ள மக்களின் தனிப்பட்ட தேவைகளைப் பூர்த்தி செய்யும் வகையில் இது இப்போது உருவாகி மேம்பட்டுள்ளது.
பல வகையின் படியெடுத்தல் ஸ்கேன் செய்யப்பட்ட காகித ஆவணங்கள் டேடாசெட்கள்
மருத்துவ லேபிள்களை OCR உடன் படியெடுக்கவும்
OCR மூலம், சுகாதாரத் துறையானது நோயாளியின் மருத்துவ வரலாற்றை விரைவாக ஸ்கேன் செய்து, சேமித்து, தேடலாம். ஸ்கேன் அறிக்கைகள், சிகிச்சை வரலாறு, மருத்துவமனைப் பதிவுகள், காப்பீட்டுப் பதிவுகள், எக்ஸ்ரே மற்றும் பிற ஆவணங்களை டிஜிட்டல் மயமாக்கி சேமிப்பதை OCR சாத்தியமாக்குகிறது. மருத்துவ லேபிள்களை டிஜிட்டல் மயமாக்குதல், படியெடுத்தல் மற்றும் சேமித்து வைப்பதன் மூலம், OCR செயல்முறை ஓட்டத்தை எளிதாக்குகிறது மற்றும் சுகாதாரப் பாதுகாப்பை விரைவுபடுத்துகிறது.
தெரு/சாலையைக் கண்டறிதல் & OCR மூலம் தெரு வாரியத் தகவலைப் பிரித்தெடுத்தல்
ஒரு அபிவிருத்தி செய்ய அறிவார்ந்த பாத்திரம் அங்கீகாரம் கருவி, நீங்கள் அதை திட்ட-குறிப்பிட்ட தரவுத்தொகுப்புடன் பயிற்சி செய்ய வேண்டும்.
ஷைப்பில், AI மற்றும் ML மாடல்களுக்கான உயர் செயல்பாட்டு OCR-ஐ உருவாக்க, நாங்கள் முற்றிலும் தனிப்பயனாக்கப்பட்ட ஆவணத் தரவுத்தொகுப்பை வழங்குகிறோம். எங்களின் சிறப்பு வாய்ந்த OCR செயல்முறை, வாடிக்கையாளர்களுக்கு உகந்த தீர்வுகளை உருவாக்க உதவுகிறது.
[மேலும் படிக்க: OCR விளக்கப்படம் – வரையறை, நன்மைகள், சவால்கள் மற்றும் பயன்பாட்டு எடுத்துக்காட்டுகள் ]
ஸ்கேன் செய்யப்பட்ட ஆவணங்களிலிருந்து பிரித்தெடுக்கப்பட்ட ஆயிரக்கணக்கான பல்வேறு தரவுகளைக் கொண்ட விரிவான மற்றும் நம்பகமான தரவுத்தொகுப்புகளை நாங்கள் வழங்குகிறோம். விரிவாக்கக்கூடிய, மலிவு விலையிலான மற்றும் வாடிக்கையாளருக்கேற்ற பிரத்யேக தரவுத்தொகுப்புகளை நாங்கள் எவ்வாறு வழங்குகிறோம் என்பதைத் தெரிந்துகொள்ள, எங்கள் OCR தீர்வுகள் நிபுணர்களைத் தொடர்புகொள்ளுங்கள் .
