hocr2009文通數(shù)據(jù)錄入工廠-文庫吧資料
2025-05-02 08:56本頁面
【正文】 ? 豎排文本 ? 圖像 ? 表格 ? 橫排文本 ? 自動調(diào)整區(qū)域邊界 ? 對黑白二值的圖像， THOCR 2022可以自動進(jìn)行區(qū)域調(diào)整，使區(qū)域自動適應(yīng)到區(qū)域的邊界。 THOCR 2022將版面分為橫排文本、豎排文本、圖像、表格四種類型，正確的版面分析可以提高識別效果。 全新簡捷的界面 頁面 視圖區(qū) 文本視圖區(qū)縮略圖 和 列表欄 圖像 視圖區(qū) 索引欄 工具欄 步驟一：導(dǎo)入圖像 ? THOCR 2022可以通過直接連接掃描儀來得到掃描文件，也可以直接從本地或者網(wǎng)絡(luò)文件夾中導(dǎo)入已存在的圖像文件。 ? 自學(xué)習(xí) ? 針對古籍、科研等特殊領(lǐng)域文檔中經(jīng)常出現(xiàn)的特殊文字，即使不在國家標(biāo)準(zhǔn)范圍以內(nèi)或者 THOCR字庫中并沒有支持，用戶也可通過自學(xué)習(xí)功能，將這些文字的圖像學(xué)習(xí)進(jìn)入系統(tǒng)，使得調(diào)整后的核心可以支持這些文字的識別。同時，由于常用漢字集中在 30004000個左右，面對海量文字的校對時，不會因文字量的上升帶來相應(yīng)的校對量的上升，仍只需校對這幾千個不同的漢字，明顯提高工作效率。 ? 版面還原 ? 強(qiáng)大的版面還原技術(shù)，可將識別后的報刊、雜志、圖書等多種形式的文檔，通過還原字體、字號、版面位置、字體顏色等信息以原版原式呈現(xiàn)在讀者面前，最終生成優(yōu)質(zhì)的全息 PDF文檔。 ? XML技術(shù) ? 系統(tǒng)基于開放式的 XML數(shù)據(jù)結(jié)構(gòu)，可以對數(shù)據(jù)進(jìn)行擴(kuò)充和再定義。 ? Unicode編碼 ? 采用 UNICODE國際編碼標(biāo)準(zhǔn)。 軟件功能 ? 識別核心 ? THOCR 2022文通數(shù)據(jù)錄入工廠內(nèi)置文通科技最新研發(fā)的高性能文字識別引擎，中文漢字識別率達(dá) %以上。THOCR 2022文通數(shù)據(jù)錄入工廠是在國家 863計劃、國家自然科學(xué)基金長期支持下，清華大學(xué)電子工程系智能圖文信息處理研究室長期漢字識別研究工作的基礎(chǔ)上，在八六三計劃 863－ 306－ ZD03－ 02－ 1重點(diǎn)課題和國家自然科學(xué)基金項目 69682022的支
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號-1