Kvíz spojený s průvodcem · Střední úroveň

Kvíz pro optické rozpoznávání znaků

Zkontrolujte převod textu OCR, rozpoznávání sekvencí, předběžné zpracování, Tesseract, limity rukopisu a vizuální modely na úrovni dokumentu.

Související vodicí cestyOptické rozpoznávání znaků
Otázka 1 z 8

Co je hlavní prací OCR?

Náhled každé otázky8 otázky

Odpovědi a vysvětlení se zobrazují, jak budete v kvízu.

  1. Co je hlavní prací OCR?
    • Chcete-li převést obrázky textu na strojově čitelné kódy znaků
    • Chcete-li komprimovat obrázky, aby zabíraly méně úložného prostoru
    • Automatické rozmazání citlivého textu v dokumentech
    • Přeložit mluvený zvuk do psaných titulků
  2. Which architecture lets OCR recognize a sequence without explicit character segmentation?
    • A fixed one-template-per-character lookup
    • A sequence recognizer trained with CTC or an attention decoder
    • A region-proposal network only
    • A color threshold rule
  3. Proč je „de-skewing“ běžným krokem předběžného zpracování v kanálech OCR?
    • Dodává barvu černobílým skenům
    • Zašifruje dokument pro zachování soukromí
    • Narovnává nakloněný nebo otočený text, takže se lépe čte
    • Zvyšuje rozlišení souboru nad původní
  4. Který z nich je široce používaný open-source OCR engine?
    • TensorBoard
    • Photoshop
    • FFmpeg
    • Tesseract
  5. Proč je ručně psaný text obecně pro OCR těžší než tištěný text?
    • Tvary písmen se mezi pisateli značně liší a často se spojují nebo překrývají
    • Rukopis vždy používá neobvyklé barvy inkoustu
    • Rukopis je vždy větší než tištěný text
    • Fotoaparáty nemohou zaostřit na ručně psané stránky
  6. What does the OCR-free Donut model do in document understanding?
    • It only de-skews images and never reads text
    • It processes a document image directly to produce task-specific text outputs without a separate OCR stage
    • It requires Tesseract output as its input for every task
    • It detects motion vectors between consecutive document frames
  7. What is CTC useful for in OCR?
    • Encrypting scanned pages
    • Correcting every spelling error
    • Training sequence predictions when input-frame and output-character alignment is not given
    • Finding legal signatures
  8. Why should OCR output be checked against the source image?
    • OCR always omits spaces
    • The source image is never available
    • Text recognition is legally inadmissible
    • Recognition can still err on degraded, unusual, or handwritten text