Hint dillerinde OCR - OCR in Indian languages

Optik karakter tanıma (OCR olarak da bilinir), görüntü içine Metin. OCR İngilizce ve diğer Avrupa dilleri için dönüşümde yüksek bir doğruluk yüzdesi elde edebilmiştir. Ancak Hint Dilleri için OCR, ulaştıkları doğruluk düzeyine ulaşamadı. Bu çoğunlukla Hint dilinin karmaşıklığından, standart sunum eksikliğinden, kodlamadan, işletim sistemi ve klavye desteğinden kaynaklanmaktadır. Gelişmiş Bilgi İşlem Geliştirme Merkezi (C-DAC) ve Hint Dilleri için Teknoloji Geliştirme Türkiye'nin önde gelen Ar-Ge organizasyonu Elektronik ve Bilgi Teknolojileri Bakanlığı (MeitY olarak da bilinir) / Hindistan OCR için birçok proje yaptı. Projeleri, Malayalam dili, Odia, Pencap dili, Telugu ve Devanagari senaryo.

Hint Yazılarının Özellikleri

Hindistan'da 22 tane var resmi olarak tanınan diller. Bunların arasında Hintçe, Bengalce ve Pencap dili Hindistan'da en çok konuşulan diller ve dünyanın dördüncü, yedinci ve onuncu en popüler dilleri.[1] Aynı yazı ile iki veya daha fazla dil yazılabilir. Örneğin, Devanagiri yazmak için kullanılır Hintçe, Marathi, Rajasthani, Bhojpuri ve çok daha fazlası. Süre Bengalce Yazı yazmak için kullanılır Sanskritçe, Manipuri vb.

Temel karakterlerin yanı sıra ünsüzler ve sesli harfler, çoğu Hint Dili, bileşik karakterler oluşturmak için 2 veya daha fazla temel karakteri birleştirir. Bileşik karakterin şekli, kurucu temel karakterlerden daha karmaşıktır. Bazı Hint dillerinde (Hintçe, Pencap vb.) Karakterlerin üzerinde yatay çizgi vardır. Bazı diller (gibi Gujarati, Tamil vb) bu ​​yatay çizgilere sahip değildir. Bunlar, tüm Hint dilleri için tek bir OCR oluşturmanın başlıca zorluklarından bazılarıdır.[2]

Kavramı büyük / küçük harf Hint Dillerinde karakter yoktur. İngilizce Dilleri gibi, dillerin yazma modu da soldan sağa doğrudur. Urduca.

Örnekler

  1. Sanskritçe - Devanagari Yazma sistemine dayalı Sanskritçe, Hintçe ve diğer Hindistan Dilleri için OCR yazılımı | komut dosyası.
  2. E-aksharayan - Hint dilleri için optik karakter tanıma motoru
  3. Chitrankan - tarafından geliştirilmiştir. ISI, Kolkata ve teknoloji aktarılıyor C-DAC. Basılı işler Hintçe ya doğrudan tarayıcı veya bir görüntü.

Referanslar

  1. ^ GmbH, Lesson Nine. "Dünyada En Çok Konuşulan 10 Dil". Babbel Dergisi. Alındı 2018-03-20.
  2. ^ Pal, U .; Chaudhuri, B.B. (2004-09-01). "Hint alfabesi karakter tanıma: bir anket". Desen tanıma. 37 (9): 1887–1899. doi:10.1016 / j.patcog.2004.02.003. ISSN  0031-3203.

Dış bağlantılar