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.
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.
- 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
- 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
- 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
- Quale di questi è un motore OCR open source ampiamente utilizzato?
- TensorBoard
- Photoshop
- FFmpeg
- Tesseract
- 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
- 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
- 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
- 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