Test legat de ghid · Mediu Nivel

Test de recunoaștere optică a caracterelor

Review OCR text conversion, sequence recognition, preprocessing, Tesseract, handwriting limits, and document-level visual models.

Căi de ghidare aferenteRecunoașterea optică a caracterelor
Întrebare 1 de 8

Care este activitatea de bază a OCR?

Previzualizează fiecare întrebare8 întrebări

Răspunsurile și explicațiile apar pe măsură ce susțineți testul.

  1. Care este activitatea de bază a OCR?
    • Pentru a converti imagini de text în coduri de caractere care pot fi citite de mașină
    • Pentru a comprima imaginile astfel încât acestea să ocupe mai puțin spațiu de stocare
    • Pentru a estompa automat textul sensibil din documente
    • Pentru a traduce audio vorbit în subtitrări scrise
  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. De ce este „de-skewing” un pas comun de preprocesare în conductele OCR?
    • Adaugă culoare scanărilor alb-negru
    • Criptează documentul pentru confidențialitate
    • Îndreptează textul înclinat sau rotit, astfel încât să fie mai ușor de citit
    • Mărește rezoluția fișierului dincolo de cea originală
  4. Care dintre acestea este un motor OCR open-source utilizat pe scară largă?
    • TensorBoard
    • Photoshop
    • FFmpeg
    • Teseract
  5. De ce este, în general, textul scris de mână mai greu pentru OCR decât textul tipărit?
    • Formele literelor variază foarte mult între scriitori și adesea se conectează sau se suprapun
    • Scrisul de mână folosește întotdeauna culori de cerneală neobișnuite
    • Scrisul de mână este întotdeauna mai mare decât textul tipărit
    • Aparatele foto nu pot focaliza paginile scrise de mână
  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