Kuis terkait panduan · Sedang Tingkat

Kuis Pengenalan Karakter Optik

Tinjau konversi teks OCR, pengenalan urutan, prapemrosesan, Tesseract, batas tulisan tangan, dan model visual tingkat dokumen.

Jalur panduan terkaitPengenalan Karakter Optik
Pertanyaan 1 dari 8

Apa tugas inti OCR?

Pratinjau setiap pertanyaan8 pertanyaan

Jawaban dan penjelasan muncul saat Anda mengikuti kuis.

  1. Apa tugas inti OCR?
    • Untuk mengubah gambar teks menjadi kode karakter yang dapat dibaca mesin
    • Untuk mengompres gambar sehingga memakan lebih sedikit ruang penyimpanan
    • Untuk mengaburkan teks sensitif dalam dokumen secara otomatis
    • Untuk menerjemahkan audio lisan menjadi subtitle tertulis
  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. Mengapa 'menghilangkan kemiringan' merupakan langkah pra-pemrosesan yang umum dalam pipeline OCR?
    • Ini menambah warna pada pindaian hitam-putih
    • Ini mengenkripsi dokumen untuk privasi
    • Ini meluruskan teks yang miring atau diputar sehingga lebih mudah dibaca
    • Ini meningkatkan resolusi file melebihi aslinya
  4. Manakah dari mesin OCR sumber terbuka berikut yang banyak digunakan?
    • Papan Tensor
    • photoshop
    • FFmpeg
    • Tesseract
  5. Mengapa teks tulisan tangan umumnya lebih sulit untuk OCR dibandingkan teks cetak?
    • Bentuk huruf sangat bervariasi antar penulis dan sering kali saling berhubungan atau tumpang tindih
    • Tulisan tangan selalu menggunakan warna tinta yang tidak biasa
    • Tulisan tangan selalu lebih besar dari teks cetak
    • Kamera tidak dapat fokus pada halaman tulisan tangan
  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