Cuestionario vinculado a una guía · Medio Nivel

Prueba de reconocimiento óptico de caracteres

Revise la conversión de texto OCR, el reconocimiento de secuencias, el preprocesamiento, Tesseract, los límites de escritura a mano y los modelos visuales a nivel de documento.

Rutas de guía relacionadasReconocimiento óptico de caracteres
Pregunta 1 de 8

¿Cuál es el trabajo principal del OCR?

Vista previa de cada pregunta8 preguntas

Las respuestas y explicaciones aparecen a medida que realiza el cuestionario.

  1. ¿Cuál es el trabajo principal del OCR?
    • Para convertir imágenes de texto en códigos de caracteres legibles por máquina
    • Para comprimir imágenes para que ocupen menos espacio de almacenamiento
    • Para difuminar texto confidencial en documentos automáticamente
    • Para traducir audio hablado a subtítulos escritos
  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. ¿Por qué la "desvío" es un paso de preprocesamiento común en los canales de OCR?
    • Agrega color a los escaneos en blanco y negro
    • Cifra el documento para mayor privacidad.
    • Endereza el texto inclinado o girado para que sea más fácil de leer.
    • Aumenta la resolución del archivo más allá del original.
  4. ¿Cuál de estos es un motor OCR de código abierto ampliamente utilizado?
    • Tablero Tensor
    • Photoshop
    • FFmpeg
    • Teseracto
  5. ¿Por qué el texto escrito a mano suele ser más difícil de procesar con OCR que el texto impreso?
    • Las formas de las letras varían ampliamente entre los escritores y a menudo se conectan o se superponen.
    • La escritura a mano siempre utiliza colores de tinta inusuales.
    • La escritura a mano siempre es más grande que el texto impreso
    • Las cámaras no pueden enfocar páginas escritas a mano
  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