Kuiz berkaitan panduan · Sederhana Tahap
Kuiz Pengecaman Watak Optik
Semak penukaran teks OCR, pengecaman jujukan, prapemprosesan, Tesseract, had tulisan tangan dan model visual peringkat dokumen.
soalan 1 daripada 8
Apakah tugas teras OCR?
Pratonton setiap soalan8 soalan
Jawapan dan penjelasan muncul semasa anda mengambil kuiz.
- Apakah tugas teras OCR?
- Untuk menukar imej teks kepada kod aksara yang boleh dibaca mesin
- Untuk memampatkan imej supaya mengambil sedikit ruang storan
- Untuk mengaburkan teks sensitif dalam dokumen secara automatik
- Untuk menterjemah audio yang dituturkan kepada sari kata bertulis
- 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
- Mengapakah 'nyah-skewing' merupakan langkah prapemprosesan biasa dalam saluran paip OCR?
- Ia menambah warna pada imbasan hitam-putih
- Ia menyulitkan dokumen untuk privasi
- Ia meluruskan teks yang dicondongkan atau diputar supaya lebih mudah dibaca
- Ia meningkatkan resolusi fail melebihi yang asal
- Yang manakah antara ini merupakan enjin OCR sumber terbuka yang digunakan secara meluas?
- TensorBoard
- Photoshop
- FFmpeg
- Tesseract
- Mengapakah teks tulisan tangan secara amnya lebih sukar untuk OCR daripada teks bercetak?
- Bentuk huruf berbeza secara meluas antara penulis dan sering bersambung atau bertindih
- Tulisan tangan sentiasa menggunakan warna dakwat yang luar biasa
- Tulisan tangan sentiasa lebih besar daripada teks bercetak
- Kamera tidak boleh memfokus pada halaman tulisan tangan
- 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