ოპტიკური სიმბოლოების ამოცნობა (OCR, Optical character recognition) – ტექნოლოგია, რომელიც სურათზე ან სკანირებულ დოკუმენტზე ტექსტს ამოიცნობს და რედაქტირებად ტექსტად აქცევს.
როგორ მუშაობს ოპტიკური სიმბოლოების ამოცნობა
ოპტიკური სიმბოლოების ამოცნობა (OCR) სურათზე ან სკანირებულ დოკუმენტზე არსებულ ტექსტს რედაქტირებად ტექსტად გარდაქმნის. სისტემა ჯერ პოულობს ტექსტის ადგილებს, შემდეგ ცნობს ასოებსა და სიტყვებს. თანამედროვე OCR ნეირონულ ქსელებს იყენებს და ხელნაწერსაც კი ცნობს. მულტიმოდალური მოდელები კი OCR-ს უფრო შორს მიდიან: ტექსტის ამოკითხვასთან ერთად ცხრილებისა და დოკუმენტის სტრუქტურის გაგებაც შეუძლიათ.
მაგალითი ყოველდღიური ცხოვრებიდან
ჩეკს ტელეფონით უღებ ფოტოს და აპლიკაცია თანხას და თარიღს ავტომატურად წერს. ან ძველ წიგნს სკანერით ციფრულ ტექსტად აქცევ, რომ მასში ძიება შეძლო.
რატომ არის ოპტიკური სიმბოლოების ამოცნობა მნიშვნელოვანი
- დოკუმენტების ციფრიზაცია – ქაღალდის არქივი საძიებო და რედაქტირებადი ხდება.
- ავტომატიზაცია – ინვოისების, პასპორტებისა და ფორმების დამუშავება ჩქარდება.
- ხელმისაწვდომობა – ეკრანის წამკითხველებს სურათზე არსებული ტექსტის წაკითხვაში ეხმარება.
OCR-ის ეტაპები და სირთულეები
OCR ჩვეულებრივ რამდენიმე ეტაპად მიმდინარეობს. ჯერ სურათი მზადდება: სწორდება დახრილობა, იზრდება კონტრასტი და ქრება ხმაური. შემდეგ სისტემა პოულობს ტექსტის უბნებს, ხაზებსა და სიტყვებს. ბოლოს კი თითოეულ ფრაგმენტს ასოებად ცნობს და შედეგს ლექსიკონით ან ენობრივი მოდელით ასწორებს.
ბეჭდური ტექსტის ამოცნობა კარგი ხარისხის სკანერზე ძალიან ზუსტია. ხელნაწერი, ძველი, დაზიანებული ან დაბალი გარჩევადობის დოკუმენტები გაცილებით რთულია. ცალკე გამოწვევაა ცხრილები და რთული განლაგება, სადაც სისტემამ არა მხოლოდ ასოები, არამედ ტექსტის სტრუქტურა და წაკითხვის თანმიმდევრობაც უნდა გაიგოს.
ქართული ტექსტის ამოცნობისთვის საჭიროა, რომ სისტემას მხედრული ანბანი ესწავლოს. ბევრი ცნობილი OCR ინსტრუმენტი ქართულს მხარს უჭერს, თუმცა ხარისხი შრიფტსა და დოკუმენტის მდგომარეობაზეა დამოკიდებული. ძველი ხელნაწერებისთვის, მაგალითად ასომთავრულითა და ნუსხურით დაწერილისთვის, სპეციალური მოდელები სჭირდება.
ბოლო წლებში ბევრი მულტიმოდალური მოდელი სურათიდან ტექსტს პირდაპირ კითხულობს და მის შინაარსსაც იგებს, ამიტომ OCR და დოკუმენტის ანალიზი ერთ ნაბიჯად ერთიანდება.
დაკავშირებული ტერმინები
კომპიუტერული ხედვა · მულტიმოდალური მოდელი · კონვოლუციური ნეირონული ქსელი · ნატურალური ენის დამუშავება · კლასიფიკაცია · AI ლექსიკონი
ხშირად დასმული კითხვები
ცნობს OCR ქართულ დამწერლობას?
ბევრი თანამედროვე OCR სისტემა მხედრულს ცნობს, თუმცა ხარისხი შრიფტსა და სურათის სიცხადეზეა დამოკიდებული.
ხელნაწერს ცნობს?
ზოგი სისტემა ცნობს, მაგრამ სიზუსტე ნაბეჭდ ტექსტთან შედარებით დაბალია.
შეჯამება
OCR სურათზე ან სკანზე არსებულ ტექსტს ციფრულ ტექსტად აქცევს. ის დოკუმენტების ციფრიზაციისა და ავტომატიზაციის მნიშვნელოვანი ინსტრუმენტია.