VietOCR 1.5: Nhận dạng ký tự tiếng Việt “chuẩn không cần chỉnh”

Bấm ngay Subscribe / Đăng Ký xem video hay mới nhất >>

Sau nhiều lần nâng cấp, phiên bản mới của VietOCR đã có thêm nhiều tính năng đáng giá như: hỗ trợ chế độ quét tích hợp, nhận dạng ký tự tiếng Việt trên nhiều dạng ảnh (bmp, jpg, tiff, png), hỗ trợ các tài liệu ảnh nhiều trang và cơ chế xử lý hậu kỳ, giúp khắc phục một số lỗi về ngữ nghĩa, chính tả sau khi xử lý. Đặc biệt chương trình hoàn toàn miễn phí.

Dung lượng: 4,2MB.
Tải tại: http://websitetinhoc.com (miễn phí).

Mô tả ảnh.
Nguồn: Diendantinhoc
So với một số phần mềm nhận dạng văn bản tiếng Việt như: VnDOCR, VietOCR thuộc vào hàng “ngon, bổ” và miễn phí. Tốc độ biên dịch nội dung nhanh, giao diện đơn giản, dễ sử dụng và mức độ chính xác có thể đạt hơn 80%.

VietOCR bao gồm hai phiên bản: phiên bản GUI Form chạy trên Windows (hỗ trợ cả 32/64bit) và phiên bản Swing GUI (sử dụng Java) có thể hoạt động trên nhiều hệ điều hành khác nhau như: Windows, Linux,…

VietOCR có thể sử dụng như một trình nhận dạng ký tự quang học độc lập (xử lý các file ảnh, dữ liệu sẵn có) hoặc kết hợp với chức năng quét để xử lý các tài liệu được nạp từ bên ngoài.

Thao tác xử lý văn bản được chia thành các loại:

1. Nhận dạng tài liệu ảnh:



Thông thường khi quét xong một tài liệu văn bản, file thu được sẽ được lưu dưới dạng một tài liệu ảnh và không thể xử lý (xoá text, nhập liệu, chỉnh sửa nội dung,…) như ban đầu. VietOCR sẽ có nhiệm vụ chuyển đổi các tài liệu này sang văn bản để bạn có thể xử lý dễ dàng. VietOCR hỗ trợ khá nhiều định dạng ảnh như: jpg, bmp, png, tiff, tuy nhiên không hỗ trợ định dạng gif.

Để sử dụng chương trình, bạn cần cài đặt thêm gói Visual C++ 2008 SP1 (nếu gói này chưa được cài đặt vào hệ thống), sau đó truy cập menu File > Open, trong phần File of types bạn chọn là All Image Files và nạp vào file văn bản cần xử lý. Xong, nhấn nút Open.

Tiếp đến, trên giao diện chính, bạn sẽ nhìn thấy hai khu vực: khu vực nằm bên trái chứa nội dung của file tài liệu vừa mới thêm vào, khung bên phải sẽ là tài liệu sau khi trích xuất từ file ảnh. Khi phần nội dung đã được nạp xong, bạn nhấn đề mục OCR Language (góc trên bên phải màn hình) và chọn Vietnamese. Sau đó, nhấn nút OCR để bắt đầu quá trình biên dịch nội dung, tốc độ nhanh hay chậm còn tùy thuộc vào độ dài, ngắn của văn bản và tốc độ xử lý của máy tính.

Sau khi biên dịch xong, bạn sẽ có ngay phần dữ liệu dạng text, có thể xoá hay thay đổi một cách dễ dàng. Một điểm hay của VietOCR, đó là khả năng tích hợp bộ gõ tiếng Việt (hoạt động dựa trên bộ gõ Unikey), cho phép bạn dễ dàng thay đổi nội dung văn bản có dấu mà không cần bộ gõ Unikey thường trực nơi khay hệ thống. Để định bộ gõ trong VietOCR, bạn truy cập menu Settings > Viet Input Method và chọn một trong các kiểu gõ: VNI, Telex, VIQR với Font mặc định là Unicode được tích hợp sẵn.

Trường hợp chỉ muốn nhận dạng riêng một khu vực nào đó, bạn giữ trái chuột và rê vào vùng văn bản mà bạn muốn trích xuất. Khi đó, chỉ nội dung của vùng này sẽ được hiển thị bên khung phải màn hình. Nếu muốn biên dịch tài liệu nhiều trang, bạn truy cập menu Command > OCR All Pages.

Để “thử” kiểm tra khả năng nhận diện văn bản của chương trình trên các định dạng khác nhau, người viết đã sử dụng thư viện mẫu văn bản có sẵn (C:Program FilesVietUnicodeVietOCR.NETsamples) và dùng chương trình MS Paint của Windows để lưu lại thành các định dạng khác nhau như: PNG, JPG và BMP (256 bit) từ file gốc có định dạng .TIFF

Kết quả, cả ba trường hợp đều nhận dạng được văn bản khá chuẩn xác. Tuy nhiên một số dấu câu chưa đúng và một vài từ vẫn còn sai chính tả, không rõ nghĩa nhưng mức độ biên dịch so với bản gốc là khá chuẩn.

2. Cài đặt máy quét:

Nếu nhu cầu của bạn là xử lý các tài liệu bên ngoài thông qua hệ thống quét của chương trình, nhất thiết bạn phải cài đặt thêm máy quét. Để làm việc này, bạn truy cập vào thư mục cài đặt của VietOCR, tìm và sao chép file WIAAut.dll (C:Program FilesVietUnicodeVietOCR.NET) vào thư mục C:WindowsSystem32.

Sau đó, bạn vào Start > Run, gõ lệnh regsvr32 C:WindowsSystem32WIAAut.dll để đăng ký thư viện này với Windows. Khi đăng ký xong, bạn cài driver cho máy quét và bắt đầu tiến trình xử lý văn bản như trên.

Lưu ý:

Trong quá trình biên dịch, đôi lúc bạn sẽ gặp phải thông báo lỗi Attemp to read or write protected memory, một trong những nguyên nhân gây ra lỗi này là do văn bản đã định sai hướng (lệch hướng đi, thay vì nằm ngang, văn bản đã chuyển sang hướng đứng), bạn chỉ việc nhấn nút Rotate vài lần cho đúng hướng là xong.

Nếu không có máy quét và bạn vẫn muốn “trải nghiệm” tính năng của phần mềm, bạn có thể tải tiện ích ImagePrinter, giúp bạn chuyển đổi bất kỳ tài liệu nào sang bốn định dạng hỗ trợ sẵn của chương trình (bmp, png, tiff, jpg). Trường hợp nếu muốn chuyển giao diện chương trình sang tiếng Việt, bạn truy cập menu Settings > User Interface Language, chọn Vietnamese.

Cũng tương tự quá trình nhận dạng tài liệu ảnh ở trên, trong trường hợp này tài liệu quét sẽ được chia thành hai dạng để kiểm tra: dạng văn bản thuần (text) và văn bản kèm hình ảnh. Quá trình xử lý và biên dịch được thực hiện như bước 1. Kết quả chương trình nhận dạng tốt với các văn bản thuần và gặp phải tình trạng lỗi OCR Operation với các tài liệu có kèm hình ảnh. Việc thực hiện này cũng xảy ra với các định dạng khác.

Một điều lưu ý với các bạn, để quá trình nhận dạng ảnh được chính xác, độ phân giải của bản quét phải đạt chuẩn 300dpi, không mờ, càng sạch và rõ càng tốt.

3. Xử lý tài liệu PDF:

Ngoài khả năng nhận dạng các tài liệu ảnh, VietOCR còn có khả năng xử lý các tài liệu PDF. Để có thể sử dụng được tính năng này trong VietOCR, bạn cần cài đặt thêm gói GPL GhostScript 8.7. Sau khi cài xong, bạn thực hiện việc xử lý tương tự các bước trên (với các tài liệu PDF có chứa hình ảnh, kết quả vẫn bị lỗi như trường hợp hai).

Nhìn chung, VietOCR có khả năng xử lý văn bản tiếng Việt tốt, độ chính xác khá cao và tương thích với nhiều định dạng ảnh khác nhau trong điều kiện văn bản thuần (không chứa hình ảnh), bạn có thể dùng văn bản sau khi xử lý để phục vụ cho công việc mà không phải tốn thời gian chỉnh sửa nhiều.

Theo Huy Trần/Echíp

Việt Báo
Comment :VietOCR 1.5: Nhận dạng ký tự tiếng Việt “chuẩn không cần chỉnh”
Viết phản hồi
Bạn có thể gửi nhận xét, góp ý hay liên hệ về bài viết VietOCR 1.5: Nhận dạng ký tự tiếng Việt “chuẩn không cần chỉnh” bằng cách gửi thư điện tử tới Lien He Bao Viet Nam. Xin bao gồm tên bài viết VietOCR 15 Nhan dang ky tu tieng Viet chuan khong can chinh ở dạng tiếng Việt không dấu. Hoặc VietOCR 1.5: Nhận dạng ký tự tiếng Việt “chuẩn không cần chỉnh” ở dạng có dấu. Bài viết trong chuyên đề của chuyên mục Công Nghệ
VietOCR 1.5: Vietnamese Character Recognition "standard without adjustment"
character recognition, text processing, document images, plain text, the new version, Vietnamese, programs and formats , can, compile, after, you, the, scan, file
New version of VietOCR more valuable features such as Vietnamese character recognition on many image formats, fix-# 160; semantics, spelling after treatment ....
Cách bảo vệ tài khoản iCloud để tránh bị kẻ xấu lợi dụng

Với người dùng iPhone thì tài khoản iCloud rất quan trọng, nó không chỉ chứa dữ liệu cá nhân mà còn là công cụ để tìm iPhone bị mất hay khóa máy từ xa. Một trường hợp nữa là có những kẻ xấu lợi dụng sơ hở của các cửa hàng để khóa iCloud iPhone, iPad gây rắc rối không nhỏ. Tình trạng bị "chơi khăm" như vậy trong thực tế không hề hiếm nên trong bài viết này mì

7 ứng dụng không nên bỏ lỡ trên iPhone
7 ứng dụng không nên bỏ lỡ trên iPhone

Rất nhiều ứng dụng thú vị mà có thể bạn bỏ lỡ vì chưa biết đến. Bài viết này sẽ giới thiệu tới các bạn một số ứng dụng được yêu thích trong lĩnh vực hỗ trợ học tiếng Anh, chia sẻ file, trò chơi cũng như quản lý các chuyến du lịch.

  • Thoi su 24h286 Nguyen nhan phuot thu Anh thiet mang
    Thời sự 24h(28/6): Nguyên nhân phượt thủ Anh thiệt mạng

    Vụ cháy 4 người chết: Đau đớn dãy quan tài xếp cạnh nhau; Hộp đen máy bay quan trọng thế nào trong việc 'giải phẫu' tai nạn?; Từ 1/8: Trạm thu phí để xe ùn tắc sẽ bị phạt 70 triệu đồng; Shipper khốn đốn vì bị kẻ giả mạo nhân viên cửa hàng lừa mất gần 2 triệu đồng; Gia đình phượt thủ người Anh tử nạn ở Fansipan hé lộ nguyên nhân thiệt mạng

  • Thoi su 24h276 6 diem mo trong vu an o Binh Phuoc
    Thời sự 24h(27/6): 6 điểm mờ trong vụ án ở Bình Phước

    Thảm cảnh chung cư: Nước phun từ thang máy vào phòng ngủ tầng 21; Ngân hàng ưu tiên tuyển người cùng họ sếp: Vi phạm luật lao động?; 'Ngáo đá' có thể dẫn đến hành vi giết người chặt xác; Vợ xinh đẹp mất tích lúc đang tắm: Người yêu cũ bất ngờ lên tiếng; Hé lộ cuộc mua bán củ sâm Ngọc Linh "khủng" quý hiếm hơn 100 tuổi

  • Thoi su 24h2306 Cha om con 28 thang tuoi nhay lau tu tu
    Thời sự 24h(23/06): Cha ôm con 28 tháng tuổi nhảy lầu tự tử

    Tai nạn thảm khốc trên đèo Prenn: Cấm xe lưu thông vào ban đêm; Nhân viên BV Bạch Mai "buôn" điện thoại: "Buôn" 4 phút; Cặp bồ với "chồng nhà người ta", cô gái trẻ bị lột áo ngay tại nơi làm việc; Thảm sát Bình Phước: Gian nan nộp tiền khắc phục hậu quả; Thanh Hoá: Phát hiện nhầm con sau 4 năm vì cha mẹ trắng trẻo, con ngăm đen

  • Thoi su 24h2206 Hung thu giet hai nu sinh lop 12
    Thời sự 24h(22/06): Hung thủ giết hại nữ sinh lớp 12

    Nhận đỡ đầu con của Đại tá Trần Quang Khải tới năm 18 tuổi; Đằng sau người đàn bà chạy xe ôm 'ghê gớm' ở bến xe Gia Lâm; Nữ sinh trường Cao đẳng Công thương mất tích bí ẩn hơn nửa tháng; Trục lợi từ video khoe thân qua Facebook Live ở Việt Nam; Tai nạn kinh hoàng, xe cứu thương nát đầu, 10 người thương vong

  • Thoi su 24h2106 100 dan choi phe ma tuy trong khach san
    Thời sự 24h(21/06): 100 dân chơi phê ma túy trong khách sạn

    Hàng loạt bé trai Hà Nội dưới 5 tuổi dễ trở thành “thái giám”; Phạt nặng xe không treo khẩu hiệu: Nặng bệnh hình thức; Đã có ‘vòng kim cô’, chủ dự án BOT hết thời ‘tay không bắt giặc’; TNGT 7 người chết: Hàng nghìn HS nghẹn ngào tiễn đưa 3 cô giáo; Hi hữu ở HN: Chủ say rượu ngủ giữa đường, chó nhất quyết đứng trông

  • Thoi su 24h2006 Co dau xinh dep mat tich khi tam
    Thời sự 24h(20/06): Cô dâu xinh đẹp mất tích khi tắm

    Máy bay CASA 212 bị nạn: Ngóng đợi tin các anh trở về đất Mẹ; Tai nạn ở đèo Prenn 7 người chết: Nhiều sai phạm cần khởi tố vụ án ; Vỡ hồ chứa nước đãi titan: Hàng loạt sai phạm chỉ được coi là "thiếu sót"?; Vụ đánh ghen tại bigc quận Hà Đông, Hà Nội: Hành vi “có tổ chức” sẽ bị xử lý nghiêm!;

  • Thoi su 24h1706 Phan no co giao tat bom bop vao mat tre
    Thời sự 24h(17/06): Phẫn nộ cô giáo tát bôm bốp vào mặt trẻ

    Máy bay chở chín người tìm Su-30MK2 mất tích; Nửa đêm, bị kẻ lạ mặt ném mắm tôm vào nhà "khủng bố" tinh thần?; Đã tìm được thi thể phi công Trần Quang Khải; Phẫn nộ clip cô giáo tát bôm bốp vào mặt bé trai 3 tuổi; Bùng nổ các vụ đánh ghen: Trước hả hê, sau hối hận; CSGT phạt lỗi lốp mòn, đèn mờ bằng... mắt: Bức xúc!

  • Thoi su 24h1606 Danh ghen kinh hoang o Ha Dong
    Thời sự 24h(16/06): Đánh ghen kinh hoàng ở Hà Đông

    CSGT phạt lỗi lốp mòn, đèn mờ bằng... mắt; Mẹ 9x bỏ xác con gái ở bụi keo: Bán xe máy, quay lại xin làm phụ hồ; Cuộc sống hiện tại của 3 cha con bé trai bị bỏ rơi ở quán phở; Hơn 1.000 người tìm phi công Su-30 từ Hà Tĩnh đến Thái Bình; Gia cảnh của mẹ trẻ bị tố giả khổ lên mạng xin sữa cho con rồi đem bán

  • Thoi su 24h1506 Con rai vang ma quanh dam cuoi bo
    Thời sự 24h(15/06): Con rải vàng mã quanh đám cưới bố

    Chốt hạn đường sắt Cát Linh-Hà Đông:Phi thường hay phi thực tế?; Dòi trong cơm KTX ĐHQG: Chắc nuốt vài chục con vào bụng rồi!; Sữa Meiji Nhật Bản ở Việt Nam có thể là hàng giả; "Cò" dịch vụ đăng ký xe máy: Đưa 3,8 triệu đồng, 30 phút sau có giấy tờ!; Bé trai bị cắn tím người: Hiệu trưởng trường MN đến tận nhà xin lỗi

  • Nghin le chuyen tuan qua 1906 25062016
    Nghìn lẻ chuyện tuần qua 19/06 - 25/06/2016

    9 quân nhân trên Casa 212 đã hy sinh; Tai nạn thảm khốc ở đèo Prenn - Đà Lạt; An toàn hàng không sân bay Nội Bài bị uy hiếp vì tia lazer; Một giáo viên “phản pháo” việc tuyển dụng vợ phi công Khải; Những vụ đánh ghen lột trần tình địch giữa phố ... là những tin tức xã hội nổi bật được dư luận quan tâm trong tuần qua.

  • Ban tin Suc khoe tuan qua 196 256
    Bản tin Sức khỏe tuần qua (19/6 - 25/6)

    Căn bệnh cướp mạng gần 5.000 phụ nữ Việt mỗi năm; Sử dụng điều hòa quá lạnh làm tăng nguy cơ đột quỵ và tử vong; 10 thực phẩm Trung Quốc chuyên gia Mỹ khuyên tránh xa; Chuyên gia chia sẻ bài thuốc hạ sốt cho trẻ bằng cây nhà lá vườn;... là những thông tin Sức khỏe được quan tâm nhất tuần qua.

  • Su kien quoc te noi bat 196256
    Sự kiện quốc tế nổi bật (19/6-25/6)

    Người Anh lựa chọn rời EU; bão tử thần tấn công Trung Quốc, 898 người thương vong; Chủ tịch Kim Jong Un tự tin tên lửa Triều Tiên đã có thể đánh trúng Mỹ'; Tổng thống Indonesia họp kín bàn cách phá 'đường lưỡi bò'... là những tin đáng chú ý trong tuần này.

  • Ban tin Suc khoe tuan qua 126 186
    Bản tin Sức khỏe tuần qua (12/6 - 18/6)

    Cô gái 20 tuổi tử vong sau khi được truyền dịch; Cá nục nhiễm chất cực độc phenol; Bé gái 5 tuổi liệt mặt vì mẹ bật điều hoà suốt đêm; Con bị tật bẩm sinh, đừng chậm trễ... là những thông tin Sức khỏe được quan tâm nhất tuần qua.

  • Nghin le chuyen tuan qua 1206 18062016
    Nghìn lẻ chuyện tuần qua 12/06 - 18/06/2016

    Máy bay Su-30, CASA gặp nạn trên biển; Bé trai 2 tuổi bị bỏ rơi cùng lá thư tuyệt vọng; Cá nục nghi nhiễm chất Phenol cực độc; Hot girl bị đánh ghen lột đồ tại siêu thị Big C Hà Đông; Cô giáo tát bôm bốp vào mặt bé trai 3 tuổi... là những tin tức xã hội nổi bật được dư luận quan tâm trong tuần qua.

  • Tin An ninh Phap luat tuan qua 1206 1806
    Tin An ninh - Pháp luật tuần qua (12/06 - 18/06)

    Đánh ghen "hội đồng" trước BigC Hà Đông; Toàn cảnh vụ dùng ô tô truy sát, nã đạn ở Hải Dương; Những bí mật đường dây cá độ nghìn tỷ của chủ salon ôtô; Từ chối chuyện chăn gối, chồng bị vợ đánh đến chết; Thầy tu trẻ vướng chuyện ái tình đẫm máu và nước mắt;....là những tin đáng chú ý.

  • Su kien quoc te noi bat 56116
    Sự kiện quốc tế nổi bật (5/6-11/6)

    Trung Quốc ráo riết xây dựng hải đăng ở Trường Sa; Nga có thể đánh bại NATO trong 60 giờ; Tổng thống Obama hậu thuẫn mạnh mẽ cho bà Hillary Clinton; Trung Quốc sẽ xây trạm nghiên cứu khổng lồ dưới Biển Đông... là những tin đáng chú ý trong tuần qua.

  • Toan canh kinh te tuan 0506 11062016
    Toàn cảnh kinh tế tuần (05/06 - 11/06/2016)

    Bộ Tài chính tiếp tục yêu cầu BIDV, Vietinbank phải trả cổ tức bằng tiền mặt; Vinalines xin thanh lý 6 con tàu; Bầu Đức viết tâm thư xin cổ đông thời gian vượt khó; lãi suất cho vay mua nhà ở xã hộixuống còn 4,8%...Cùng với những thông tin về tài chính- ngân hàng, bất động sản, thị trường tiêu dùng..là những tin tức - sự kiện

  • Nghin le chuyen tuan qua 0506 11062016
    Nghìn lẻ chuyện tuần qua 05/06 - 11/06/2016

    Phượt thủ người anh tử nạn khi leo Fansipan; Chìm tàu du lịch trên sông Hàn; Cá chết nổi trắng hồ Hoàng Cầu; Cột điện mọc xuyên nhà dân giữa Hà Nội; Ớn lạnh thứ ma dược mới núp bóng thuốc lá thơm; Lộ diện đường dây mua chứng chỉ tiếng Anh có 1-0-2 tại Ninh Bình... là những tin tức xã hội nổi bật được dư luận quan tâm trong tuần qua.