Gids-gekoppelde quiz · Middelmatig Niveau

Quiz voor optische karakterherkenning

Beoordeel OCR‑tekstconversie, sequentieherkenning, preprocessing, Tesseract, handschriftlimieten, en document‑niveau visuele modellen.

Gerelateerde gidspadenOptische karakterherkenning
Vraag 1 van 8

Wat is de kerntaak van OCR?

Bekijk elke vraag8 vragen

Antwoorden en uitleg verschijnen terwijl je de quiz doet.

  1. Wat is de kerntaak van OCR?
    • Om afbeeldingen van tekst om te zetten in machinaal leesbare tekencodes
    • Om afbeeldingen te comprimeren zodat ze minder opslagruimte in beslag nemen
    • Om gevoelige tekst in documenten automatisch te vervagen
    • Om gesproken audio te vertalen naar geschreven ondertitels
  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. Waarom is 'de-skewing' een gebruikelijke voorverwerkingsstap in OCR-pijplijnen?
    • Het voegt kleur toe aan zwart-witscans
    • Het codeert het document voor privacy
    • Het maakt gekantelde of geroteerde tekst recht, zodat deze gemakkelijker te lezen is
    • Het verhoogt de resolutie van het bestand tot boven het origineel
  4. Welke van deze is een veelgebruikte open-source OCR-engine?
    • TensorBoard
    • Photoshoppen
    • FFmpeg
    • Tesseract
  5. Waarom is handgeschreven tekst over het algemeen moeilijker voor OCR dan gedrukte tekst?
    • Lettervormen variëren sterk tussen schrijvers en zijn vaak met elkaar verbonden of overlappen elkaar
    • Bij handschrift worden altijd ongebruikelijke inktkleuren gebruikt
    • Handschrift is altijd groter dan gedrukte tekst
    • Camera's kunnen niet scherpstellen op handgeschreven pagina's
  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