Tagtäglich wird eine riesige Menge an Textinformationen auf echtem Papier geschrieben oder gedruckt, wie z. B. studienrelevante Nachrichten, Rechnungen, Zeitschriften, Bücher, Werbung usw. Papierverschwendung ist ein großes Problem in der Unternehmenswelt und hat offensichtliche ökologische Folgen. Abgesehen davon wird es schwierig sein, eine große Menge an Informationen auf Papier zu speichern oder schnell nach Informationen zu suchen, wenn wir in Unternehmen physisches Papier verwenden. Von diesen Problemen sind sowohl die STS Software GmbH als auch die Kunden betroffen.
Jüngste Fortschritte in Wissenschaft und Technologie, insbesondere im Bereich der künstlichen Intelligenz, haben uns dazu inspiriert, innovative Wege zu entwickeln, um das Problem der Papierverschwendung anzugehen. Zum Beispiel ein automatisiertes System, um all die Textinformationen, die derzeit auf Papier gespeichert sind, in ein digitales Format zu übertragen.
Die STS Software GmbH verfügt über ein leistungsstarkes KI-Team mit umfassendem Know-how in den Bereichen Computer Vision und Natural Language Processing (NLP). Dieses Team kann ein OCR-Modell erstellen, das automatische End-to-End-System zum Umwandeln des Eingabebildes in digitale Textdaten aufbauen und es schließlich für uns und unsere Kunden in der Praxis einführen. Bei der Umstellung auf papierlose Prozesse kann dies viel Zeit und Energie sparen.
Unser Ziel ist es, Textbilddaten in Text zu konvertieren und dann den Ausgabetext zu verarbeiten, um wichtige Informationen zu extrahieren. Dazu haben wir Deep-Learning-Modelle in der Computer Vision eingesetzt, um die Textposition auf dem natürlichen Bild zu erkennen und dann bestimmte Wörter zu erkennen. Unser System ist in mehrere Teile unterteilt, von der Vorverarbeitung der Eingabebilder bis hin zur Gewinnung der endgültigen Bedeutung des Textes.
Wie Sie sehen können, empfängt unser System zunächst Daten vom eingegebenen Textbild oder Druckbild. Diese Eingabedaten werden durch einige Methoden wie Verbesserung der Bildqualität, Entfernen von Unschärfe, Rauschen und Normalisierung bereinigt oder vorverarbeitet. Anschließend führt das System Deep-Learning-Modelle aus, um den Textbereich auf dem bereinigten Eingabebild zu erkennen, jeden Text als spezifisches Wort zu erkennen und zu klassifizieren. In diesem Schritt erhalten wir die Ausgabetextdaten. Abschließend gibt es ein NLP-Modell, um diese Textdaten erneut zu bereinigen, sie aussagekräftig zu machen und die notwendigen Informationen daraus zu extrahieren.
Zugriff auf die OCR-Website: https://experiment.saigontechnology.vn/invoice/ oder https://experiment.saigontechnology.vn/cvparser. Alternativ können Sie die Hauptseite des Saigon Technology AI Research Lab hier aufrufen: https://experiment.saigontechnology.vn/, den Bereich „Optische Zeichenerkennung“ auswählen und auf die Schaltfläche „Try our demo“ klicken.
Auf der Seite „Optical Character Recognition“ klicken Sie bitte auf die Schaltfläche „Browse files“.
Wählen Sie eine Bilddatei (.png, .jpg oder ein anderes Bildformat), die Sie ausführen möchten.
Nachdem das ausgewählte Bild hochgeladen wurde, klicken Sie auf die Schaltfläche „Run button“, um das OCR-Modell auszuführen.
Die Ausgabe des OCR-Modells wird direkt auf das Bild gezeichnet (siehe unten).
Scrollen Sie nach unten, um den Ausgabetext des OCR-Modells anzuzeigen (siehe unten).
Beginnen Sie die Konversation mit unseren Analysten und Entwicklern. Zusammen erheben wir die Bedürfnisse und skizzieren die neue Lösung
Gemeinsam mit unseren Entwicklern und Analytikern beginnen wir mit der Diskussion und Analyse der Kundenbedürfnisse und skizzieren die Grundzüge.
© 2022 STS Software GmbH. All rights reserved.
Gemeinsam mit unseren Entwicklern und Analytikern beginnen wir mit der Diskussion und Analyse der Kundenbedürfnisse und skizzieren die Grundzüge.
Melden Sie sich an, um die neuesten Informationen und tolle Angebote direkt in Ihren Posteingang zu erhalten.
© 2022 STS Software GmbH. All rights reserved.