Quiz lié à un guide · Moyen Niveau

Quiz sur la reconnaissance optique de caractères

Passez en revue la conversion de texte OCR, la reconnaissance de séquences, le prétraitement, Tesseract, les limites d'écriture manuscrite et les modèles visuels au niveau du document.

Chemins de guidage associésReconnaissance optique de caractères
Question 1 de 8

Quelle est la tâche principale de l’OCR ?

Prévisualisez chaque question8 des questions

Les réponses et les explications apparaissent au fur et à mesure que vous répondez au quiz.

  1. Quelle est la tâche principale de l’OCR ?
    • Pour convertir des images de texte en codes de caractères lisibles par machine
    • Pour compresser les images afin qu'elles prennent moins d'espace de stockage
    • Pour flouter automatiquement le texte sensible dans les documents
    • Pour traduire l'audio parlé en sous-titres écrits
  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. Pourquoi la « correction » est-elle une étape de prétraitement courante dans les pipelines OCR ?
    • Il ajoute de la couleur aux numérisations en noir et blanc
    • Il crypte le document pour plus de confidentialité
    • Il redresse le texte incliné ou pivoté pour le rendre plus facile à lire
    • Il augmente la résolution du fichier au-delà de l'original
  4. Lequel de ces moteurs est un moteur OCR open source largement utilisé ?
    • Tableau Tenseur
    • Photoshop
    • FFmpeg
    • Tesseract
  5. Pourquoi le texte manuscrit est-il généralement plus difficile à utiliser pour l'OCR que le texte imprimé ?
    • Les formes des lettres varient considérablement d'un écrivain à l'autre et se connectent ou se chevauchent souvent.
    • L'écriture manuscrite utilise toujours des couleurs d'encre inhabituelles
    • L'écriture manuscrite est toujours plus grande que le texte imprimé
    • Les appareils photo ne peuvent pas se concentrer sur les pages manuscrites
  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