|
|
|
|
Questo SDK consente l'identificazione automatica dei moduli, cioè permette di riconoscere la tipologia di un modulo tra le varie tipologie presenti in una collezione opportunamente predefinita, riportando:
Ad esempio, supponendo di avere una collezione costituita da alcune classi (tipologie) distinte di moduli, possiamo fare in modo che sottoponendo alla libreria una serie di moduli "mischiati", sia in grado di indicare per ciascuno di essi la classe (tipologia) di appartenenza. In tal modo è possibile ordinare e riconoscere specifici documenti in modo facile e veloce. Oltre alla sua corretta identificazione, la libreria consente anche di eseguire l'allineamento del modulo rispetto al template di riferimento. Ciò significa che vengono automaticamente calcolate tutte quelle differenze che non fanno combaciare perfettamente il modulo con il template:
Con queste informazioni è possibile identificare con grande accuratezza le regioni di interesse su di un modulo specifico anche se sono state misurate soltanto su di un modulo campione (template), compensando le eventuali differenze introdotte dal processo di scansione. Ad esempio, un'area che si trova in una certa posizione su di un modulo, non è detto che si trovi sulla medesima posizione su tutti i moduli acquisiti, anche se sono dello stesso identico tipo: potrebbe infatti trovarsi più in basso per l'offset introdotto dall'alimentore automatico di fogli, o potrebbe trovarsi in posizione speculare perchè il modulo è stato acquisito sotto-sopra, etc... L'allineamento di un documento sul suo template è quindi una operazione prioritaria ed indispensabile per realizzare qualunque applicazione di cattura dati. Questa nuova versione della libreria è stata completamente riscritta e non usa la tecnologia delle reti neurali che invece veniva utilizzata nella versione precedente, e pertanto non necessita più della fase di addestramento off-line. I vantaggi sono che:
Per far un esempio concreto, potremmo utilizzare questi tre templates per il nostro set di riferimento:
Sottoponendo al sistema questo modulo...
...verrebbe correttamente identificato come appartenente alla tipologia del secondo template (9452), nonostate la presenza di elevati offset orizzontali e verticali introdotti durante la scansione.
Sottoponendo invece al sistema quest'altro modulo...
...verrebbe correttamente identificato come appartente alla tipologia del terzo template (SS4), nonostate sia stato acquisito capovolto di 180°. In entrambi i casi le informazioni su offset e orientamento riportati dalla libreria consentirebbero di identificare correttamente le aree di interesse da una eventuale applicazione di lettura ottica che debba processarli! Caratteristiche principali
Velocità: la velocità è legata alla cpu ed è inversamente proporzionale alla quantità di template presenti nel set correntemente in uso. Per riconoscere ed allineare un modulo su un set di 10 templates il tempo necessario è inferiore al secondo su macchine mediamente potenti (Pentium IV, 2.0 Ghz). Input: in input sono ammesse immagini monocromatiche con qualunque risoluzione. Vengono accettati sia DIB Handle che filesnei formati TIFF, BMP, GIF, PNG, PDF. Output: l'output è costituito da:
Piattaforma: sono supportate tutte le piattaforme Windows 9x/NT/Millennium/200x/XP/Vista/7. Packaging: il riconoscitore è distribuito in forma di singola DLL 32 bit che occupa circa 2 MB. Licenza: per lo sviluppo di applicazioni è richiesta una licenza SDK. La distribuzione delle applicazioni è royalties free, quindi può essere distribuita con qualsiasi applicazione end-user, fino a 1000 runtime, senza pagare costi aggiuntivi.
Versione di Valutazione E' disponibile per il download anche un tool di Valutazione. Prezzo ed Ordini Ulteriori informazioni © 2000-2022 Recogniform Technologies S.p.A. - P.IVA IT02376980781 - Tutti i diritti sono riservati
|
.jpg)
.jpg)