再共有 — Walid AYADIによるコンテンツ
もはやOCRだけの話ではなく、OXR、つまりOptical Everything Recognition(あらゆるものの光学認識)について話しています。
SoMarkは、文字認識を完全な文書認識に変えるオープンソースライブラリです。PDFや画像がエージェントフレンドリーなデータ(レイアウト座標付きのMarkdown/JSON)になります。
LinkedInの情報源
- プロフィール: Pierre Jean Duvivier dit Sage(LinkedIn)
- 共有した著者: Walid AYADI(LinkedIn)
投稿We are no longer talking only about OCR, but about OXR: Optical Everything Recognition.はles plumes qui mordentに最初に掲載されました。
よくある質問
OCRからOXRへのFAQ
1 OXRは何の略ですか
OXRはOptical Everything Recognitionの略です。これは、テキストだけでなく画像、表、グラフ、手書き文字、バーコードなど、あらゆる種類の視覚コンテンツを読み取って理解できる技術を指す、より広い用語です
2 OXRはOCRとどう違いますか
OCRは印刷または書かれたテキストを機械可読なテキストに変換するだけです。OXRはさらに進んで、レイアウト、オブジェクト、視覚要素を含む多くの種類のコンテンツを単一のシステムで認識および解釈します
3 なぜもはやOCRだけの話ではないと言うのですか
OCRは今やより大きな能力のほんの一部にすぎないからです。現代のシステムは文字よりもはるかに多くを処理するため、OXRという用語の方が技術が実際に行うことをよりよく反映しています
4 OXRはどのような種類のコンテンツを認識できますか
テキスト、表、フォーム、グラフ、図、ロゴ、バーコードとQRコード、署名、スタンプ、画像内の一般的なオブジェクト
5 誰がOXRの恩恵を受けますか
文書や画像を扱うほぼすべての組織—銀行、病院、物流会社、政府機関、保険会社、小売業者—に加え、文書処理アプリを構築する開発者
6 従来のOCRに対するOXRの主な利点は何ですか
管理する個別ツールが少なくて済み、より豊富なデータ抽出ができ、複雑な文書をより適切に処理でき、手作業による確認を減らしてより多くの自動化が可能になります
7 OXRは手書き文字を読めますか
はい。現代のOXRシステムは手書き文字を認識できますが、精度は可読性、言語、書き方によって異なります
8 OXRは表やフォームを理解しますか
はい。表の構造を検出し、フォームのフィールドを値にマッピングし、データをJSONやスプレッドシートなどの構造化形式で出力できます
9 OXRはどの言語をサポートしていますか
プロバイダーによります。多くは数十の言語をサポートしていますが、対応範囲と精度は異なります—コミットする前に特定の言語リストを確認してください
10 OXRで最もよくある問題は何ですか
画質の悪さ、複雑または珍しいレイアウト、乱雑な手書き文字、混在言語、低コントラストのスキャン
11 OXRの精度はどのくらいですか
きれいな印刷文書では、精度はしばしば非常に高いです。手書き文字、質の悪いスキャン、そして