Quiz collegato alla guida · Medio Livello

Quiz sul riconoscimento ottico dei caratteri

Esamina la conversione del testo OCR, il riconoscimento delle sequenze, la preelaborazione, Tesseract, i limiti della scrittura a mano e i modelli visivi a livello di documento.

Percorsi guida correlatiRiconoscimento ottico dei caratteri
Domanda 1 di 8

Qual è il compito principale dell'OCR?

Anteprima di ogni domanda8 domande

Le risposte e le spiegazioni vengono visualizzate mentre rispondi al quiz.

  1. Qual è il compito principale dell'OCR?
    • Per convertire immagini di testo in codici di caratteri leggibili dalla macchina
    • Per comprimere le immagini in modo che occupino meno spazio di archiviazione
    • Per sfocare automaticamente il testo sensibile nei documenti
    • Per tradurre l'audio parlato in sottotitoli scritti
  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. Perché il "disallineamento" è un passaggio di preelaborazione comune nelle pipeline OCR?
    • Aggiunge colore alle scansioni in bianco e nero
    • Crittografa il documento per la privacy
    • Raddrizza il testo inclinato o ruotato per facilitarne la lettura
    • Aumenta la risoluzione del file oltre l'originale
  4. Quale di questi è un motore OCR open source ampiamente utilizzato?
    • TensorBoard
    • Photoshop
    • FFmpeg
    • Tesseract
  5. Perché il testo scritto a mano è generalmente più difficile per l'OCR rispetto al testo stampato?
    • Le forme delle lettere variano ampiamente tra gli scrittori e spesso si collegano o si sovrappongono
    • La grafia utilizza sempre colori di inchiostro insoliti
    • La scrittura a mano è sempre più grande del testo stampato
    • Le fotocamere non possono mettere a fuoco le pagine scritte 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