Questionário vinculado ao guia · Médio Nível

Questionário de reconhecimento óptico de caracteres

Revise a conversão de texto OCR, reconhecimento de sequência, pré-processamento, Tesseract, limites de escrita manual e modelos visuais em nível de documento.

Caminhos de guia relacionadosReconhecimento óptico de caracteres
Pergunta 1 de 8

Qual é a função principal do OCR?

Visualize cada pergunta8 perguntas

As respostas e explicações aparecem conforme você responde ao teste.

  1. Qual é a função principal do OCR?
    • Para converter imagens de texto em códigos de caracteres legíveis por máquina
    • Para compactar imagens para que ocupem menos espaço de armazenamento
    • Para desfocar automaticamente texto confidencial em documentos
    • Para traduzir áudio falado em legendas escritas
  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. Por que a 'distorção' é uma etapa comum de pré-processamento em pipelines de OCR?
    • Ele adiciona cor às digitalizações em preto e branco
    • Ele criptografa o documento para privacidade
    • Ele endireita o texto inclinado ou girado para facilitar a leitura
    • Aumenta a resolução do arquivo além do original
  4. Qual destes é um mecanismo de OCR de código aberto amplamente utilizado?
    • TensorBoard
    • Photoshop
    • FFmpeg
    • Tesserato
  5. Por que o texto manuscrito é geralmente mais difícil para o OCR do que o texto impresso?
    • Os formatos das letras variam amplamente entre os escritores e muitas vezes se conectam ou se sobrepõem
    • A caligrafia sempre usa cores de tinta incomuns
    • A caligrafia é sempre maior que o texto impresso
    • As câmeras não conseguem focar em páginas escritas à mão
  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