文件名称：图像修复matlab代码-worldly-ocr:普什图语和中文的文本到图像转换（OCR），以实现全面的多语言OCR
文件大小：1.32GB
文件格式：ZIP
更新时间：2024-06-08 23:14:24
系统开源
图像修复matlab代码世俗的 [地位] 关于 目标是构建下一代OCR技术。 最终，它有助于建立大规模，开放源代码，全球语言和文化数据库。 此软件包包含专门用于普什图语，波斯语和繁体中文的OCR引擎。 目前，它主要由以下部分组成：细分，布局分析和OCR。 它的OCR功能使用最新的Tesseract OCR（https：\ // github.com/tesseract-ocr/tesseract）的某些部分进行字符识别。 存在许多OCR软件的实现，包括商业和开放源代码，但是它们对于繁体中文，普什图语和波斯文学而言无法产生有用的结果。 90％+的准确率是OCR有用的门槛。 OCR软件某些最引人注目的故障不是由于无法识别字符引起的，而是无法通过识别文本区域，图像和文本方向来执行准确的布局分析。 提议的高级实现将是能够处理复杂布局的下一代OCR软件。 该项目目前由国家人文基金会（NEH）资助，2019年的费用为75,000美元。 Marek Rychlik是首席研究员。 Yan Han和Dylan Murphy是联合PI。 其他项目人员包括Raymundo Navarette，Dwight