Bài kiểm tra có liên kết hướng dẫn · Trung bình Cấp độ

Bài kiểm tra nhận dạng ký tự quang học

Xem lại chuyển đổi văn bản OCR, nhận dạng trình tự, tiền xử lý, Tesseract, giới hạn chữ viết tay và mô hình trực quan ở cấp độ tài liệu.

Đường dẫn hướng dẫn liên quanNhận dạng ký tự quang học
Câu hỏi 1 của 8

Công việc cốt lõi của OCR là gì?

Xem trước mọi câu hỏi8 câu hỏi

Câu trả lời và giải thích xuất hiện khi bạn làm bài kiểm tra.

  1. Công việc cốt lõi của OCR là gì?
    • Để chuyển đổi hình ảnh của văn bản thành mã ký tự mà máy có thể đọc được
    • Để nén hình ảnh để chúng chiếm ít dung lượng lưu trữ hơn
    • Để tự động làm mờ văn bản nhạy cảm trong tài liệu
    • Để dịch âm thanh nói thành phụ đề bằng văn bản
  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. Tại sao 'khử lệch' là bước tiền xử lý phổ biến trong quy trình OCR?
    • Nó thêm màu sắc cho bản quét đen trắng
    • Nó mã hóa tài liệu để bảo mật
    • Nó làm thẳng văn bản bị nghiêng hoặc xoay để dễ đọc hơn
    • Nó làm tăng độ phân giải của tập tin vượt xa bản gốc
  4. Công cụ nào sau đây là công cụ OCR nguồn mở được sử dụng rộng rãi?
    • TensorBoard
    • Photoshop
    • FFmpeg
    • Tesseract
  5. Tại sao văn bản viết tay thường khó OCR hơn văn bản in?
    • Hình dạng chữ cái rất khác nhau giữa các người viết và thường kết nối hoặc chồng chéo lên nhau.
    • Chữ viết tay luôn sử dụng màu mực khác thường
    • Chữ viết tay luôn lớn hơn văn bản in
    • Máy ảnh không thể lấy nét vào trang viết tay
  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