گزیر

درباره من:

• 
• مرا بیشتر بشناسید!

آخرین نظردهندگان:

• رها درباره سیاره‌ی آبی (۲) - اعماق
• x man درباره عکسهایی از حیات وحش
• حسن درباره عکسهایی از حیات وحش
• محسن درباره سامسونگ و ایمیلهای ناخواسته
• لیلا درباره توصیه هایی برای جستجوی بهتر در اینترنت

آخرین نظرگاهها:

• گنج را به گنجور بسپارید!
• جستجوی سریع لغات در لغت‌نامه‌ی دهخدا
• Ganjoor.net
• گزیر
• گزیر

مشترک شوید:

ایمیل خود را در جعبه زیر وارد کنید و دکمه اشتراک را بزنید.

جستجو:

تحقق یک رؤیا : او.سی.آر فارسی

۸۷/۰۳/۲۸

او.سی.آر (OCR) یا نویسه‌خوان نرم‌افزاری است که به کمک آن می‌توان از روی تصویر متن (نسخه‌های اسکن شده، عکسبرداری شده و مانند آن) به فایل متنی قابل ویرایش یا جستجو (فایل ورد، پی.دی.اف) رسید.

سالهاست که فارسی‌زبانان انتظار عرضه‌ی یک او.سی.آر سازگار با زبان فارسی را می‌کشند. بخش دولتی در طول سالهای اخیر تلاش کرد با حمایتهای مالی از شرکتهای فعال در حوزه‌ی فناوری اطلاعات، زمینه را برای عملی کردن این خواسته فراهم آورد، که از این رهگذر جز خبرهای مثبت خبرگزاریها مبنی بر به نتیجه رسیدن این پروژه‌ها چیزی عاید کاربران نهایی نشد و محصولات این پروژه‌ها هیچگاه آماده‌ی عرضه به بازار نشدند. تنها محصول ایرانی تولید شده در این راستا با نام «خودنگار» که توسط «پژوهشکده‌ی هوشمند علائم» عرضه شد به لحاظ محدودیتهای فرمت تصاویر ورودی و عدم ارائه‌ی حداقل امکانات مورد نیاز برای یک نرم‌افزار او.سی.آر نتوانست پاسخگوی نیاز کاربران باشد. برخی از شرکتهای خارجی همانند IRIS و صخر محصولات او.سی.آر فارسی عرضه کردند که کیفیت پایین بازشناسی آنها اغلب، کاربر را وادار به آن می‌کرد که به اندازه‌ی زمانی که برای تایپ متن باید صرف کند، برای تصحیح خروجی بازشناسی وقت بگذارد.

در این میان، شرکت هدی سیستم با عرضه‌ی محصول نویسه‌خوان آراکس خود مدعی است رؤیای عرضه‌ی یک او.سی.آر تمام عیار برای زبان فارسی را تحقق بخشیده است. «نویسه‌خوان آراکس» یک او.سی.آر فارسی/انگلیسی است که نگارش حرفه‌ای آن توانایی تشخیص متون فارسی تایپ شده با ده قلم پرکاربرد و متون انگلیسی با پنج قلم مشهور را با دقت بالای ۹۷ درصد داراست (دقت به دست آمده برای اسناد نمونه در سطح کلمه ۹۷ درصد و در سطح نویسه ۹۹ درصد بوده است). قابلیتهای این محصول کاملاً ایرانی -که یک پروسه‌ی زمانی دو ساله صرف تولید آن شده- قابل مقایسه و رقابت با قابلیتهای معروفترین و پرسابقه‌ترین او.سی.آر های جهانی است. این فهرست را برای نمونه از نظر بگذرانید:

- دریافت و بازشناسی متن تصاویر با فرمتهای مختلف (JPG، TIFF، PNG و …)، به صورت تک قاب یا چند قاب، بدون محدودیت در رنگبندی با رزلوشن حداقل ۱۵۰ دی.پی.آی (نسخه‌ی سازمانی این محصول که جهت استفاده‌ی سازمانهای بزرگ طراحی شده از ورودی PDF نیز پشتیبانی می‌کند)

- مدیریت و بازشناسی دسته‌های تصویری بزرگ (مثلاً دو یا سه هزار تصویر در هر بار) بدون برخورد به مشکل حافظه، با امکان مرتب‌سازی دستی یا خودکار و ذخیره و بازیابی این دسته‌ها در حداقل زمان ممکن

- توانایی تشخیص خودکار فونت

- تقیسم‌بندی خودکار تصویر سند به ناحیه‌های متنی، تصویری و جدولی (انواع جدولها بدون ادغام یا با ادغامهای پیچیده) با امکان ناحیه‌بندی دستی

- ارائه‌ی تمامی اطلاعات فنی لازم جهت بررسی دقت نتایج به کمک رابطهای ویژوال کاربرپسند

- ویرایشگر متن با امکانات لازم جهت تطبیق اصل تصویر با متن بازشناسی شده

- غلط‌یاب املایی فارسی و انگلیسی که امکان غلط‌یابی املایی و جایگزینی با نزدیکترین پیشنهاد را با فشردن یک دکمه در اختیار می‌گذارد

- سازگاری کامل با استاندارد یونیکد با ارائه‌ی امکانات لازم جهت تولید خروجیهای سازگار با نرم‌افزارهای غیریونیکد

- تولید خروجی RTF (با چینش مطابق اصل تصویر بدون استفاده از جعبه‌های متنی) قابل ویرایش توسط مایکروسافت ورد

- تولید خروجی PDF به صورت «اصل تصویر + متن» که ضمن حفظ اصل تصویر ورودی، آن را قابل جستجو می‌کند

- ویرایشگر تصویر قوی جهت رفع مشکلات گرافیکی تصاویر ورودی

- راهنمای کامل روش استفاده و پیکربندی نرم‌افزار

- …

قابلیتهای ذکر شده تعدادی از مهم‌ترین قابلیتهای نویسه‌خوان آراکس هستند و هدی سیستم شرکت تولیدکننده‌ی این محصول با توجه به قابلیتهای بعضاً منحصر به فرد آن، در گامهای بعدی توسعه‌ی آن بازارهای بین‌المللی (محدوده‌ی کشورهایی که از خط و زبان لاتین و عربی استفاده می‌کنند) را هدف گرفته است. برای آشنایی بیشتر با شرکت هدی سیستم به سایت رسمی آن به نشانی www.hodasystems.com مراجعه کنید و برای آشنایی با نویسه‌خوان آراکس، سایت اختصاصی آن با نشانی www.farsiocr.com را از نظر بگذرانید.