Rehber bağlantılı sınav · Orta Seviye

Optik Karakter Tanıma Testi

OCR metin dönüştürmeyi, dizi tanımayı, ön işlemeyi, Tesseract'ı, el yazısı sınırlarını ve belge düzeyinde görsel modelleri inceleyin.

İlgili kılavuz yollarıOptik Karakter Tanıma
Soru 1 arasında 8

OCR'nin temel işi nedir?

Her soruyu önizleyin8 sorular

Testi çözdüğünüzde cevaplar ve açıklamalar görünür.

  1. OCR'nin temel işi nedir?
    • Metin görüntülerini makine tarafından okunabilen karakter kodlarına dönüştürmek için
    • Görüntüleri daha az depolama alanı kaplayacak şekilde sıkıştırmak için
    • Belgelerdeki hassas metni otomatik olarak bulanıklaştırmak için
    • Konuşulan sesi yazılı altyazılara çevirmek için
  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. OCR işlem hatlarında 'çarpıklık giderme' neden yaygın bir ön işleme adımıdır?
    • Siyah beyaz taramalara renk katar
    • Belgeyi gizlilik için şifreler
    • Eğik veya döndürülmüş metni düzelterek okunmasını kolaylaştırır
    • Dosyanın çözünürlüğünü orijinalin ötesinde artırır
  4. Bunlardan hangisi yaygın olarak kullanılan açık kaynaklı bir OCR motorudur?
    • Tensör Kartı
    • Photoshop
    • FFmpeg
    • Tesseract
  5. El yazısı metinler OCR için neden genellikle basılı metinlerden daha zordur?
    • Harf şekilleri yazarlar arasında büyük farklılıklar gösterir ve sıklıkla birleşir veya üst üste gelir
    • El yazısında her zaman alışılmadık mürekkep renkleri kullanılır
    • El yazısı her zaman basılı metinden daha büyüktür
    • Kameralar el yazısı sayfalara odaklanamıyor
  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