Quiz połączony z przewodnikiem · Średni Poziom

Quiz dotyczący optycznego rozpoznawania znaków

Zapoznaj się z konwersją tekstu OCR, rozpoznawaniem sekwencji, przetwarzaniem wstępnym, Tesseractem, ograniczeniami pisma ręcznego i modelami wizualnymi na poziomie dokumentu.

Powiązane ścieżki prowadząceOptyczne rozpoznawanie znaków
Pytanie 1 z 8

Jakie jest podstawowe zadanie OCR?

Podgląd każdego pytania8 pytania

Odpowiedzi i wyjaśnienia pojawiają się w miarę rozwiązywania quizu.

  1. Jakie jest podstawowe zadanie OCR?
    • Aby przekonwertować obrazy tekstu na kody znaków czytelne maszynowo
    • Aby skompresować obrazy, aby zajmowały mniej miejsca na dysku
    • Aby automatycznie rozmyć wrażliwy tekst w dokumentach
    • Aby przetłumaczyć dźwięk mówiony na pisemne napisy
  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. Dlaczego „usuwanie pochylenia” jest częstym etapem przetwarzania wstępnego w potokach OCR?
    • Dodaje koloru do skanów czarno-białych
    • Szyfruje dokument w celu zapewnienia prywatności
    • Prostuje przechylony lub obrócony tekst, dzięki czemu jest łatwiejszy do odczytania
    • Zwiększa rozdzielczość pliku w stosunku do oryginału
  4. Który z nich jest powszechnie używanym silnikiem OCR typu open source?
    • Płyta Tensor
    • Photoshopa
    • FFmpeg
    • Tesserakt
  5. Dlaczego tekst pisany odręcznie jest z reguły trudniejszy w przypadku OCR niż tekst drukowany?
    • Kształty liter różnią się znacznie w zależności od pisarza i często łączą się lub nakładają
    • Pismo odręczne zawsze wykorzystuje nietypowe kolory atramentu
    • Pismo odręczne jest zawsze większe niż tekst drukowany
    • Aparaty nie mogą ustawić ostrości na stronach zapisanych odręcznie
  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