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

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

Video được xem nhiều nhất

Tự làm thí nghiệm "Mưa vàng" tại nhà cực dễ
00:00 / --:--

Video nổi bật

TIN Công Nghệ NỔI BẬT

Mẹo nhỏ giúp bạn tăng cường bộ nhớ trên iPhone, iPad

Với những chiếc iPhone, iPad 16GB, bạn sẽ phải luôn phải cân nhắc trong việc lưu trữ sau một khoảng thời gian dài sử dụng, nếu không muốn bộ nhớ máy thiết bị bị đầy. Dưới đây là thủ thuật đơn giản giúp bạn dễ dàng quản lý bộ nhớ thiết bị của mình.

Giải pháp vàng giúp điện thoại không bao giờ cạn pin

Với nhiều dòng sản phẩm sạc pin đa dạng và tiện lợi, rất có thể trong một tương lai không xa, người dùng điện thoại sẽ không còn phải thấm thỏm lo lắng chiếc điện thoại của mình bị “cạn năng lượng” nữa.

Chẩn đoán và khắc phục bàn phím hỏng trên laptop

Chắc chắn rằng bạn sẽ chẳng thể làm được việc gì nếu như bàn phím trên laptop của mình không hoạt động. Hãy làm theo các phép thử sau, biết đâu được bạn có thể \'hồi sinh\' chiếc bàn phím.

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

Ý kiến bạn đọc

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 Tin Tổng Hợp 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 ....

CÓ THỂ BẠN QUAN TÂM
Xem tiếp: Công Nghệ


  • Thoi su 24h278 Bat GD la chong cua mot a hau
    Thời sự 24h(27/8): Bắt GĐ là chồng của một á hậu

    Lương tối thiểu Việt Nam quá cao?; Bắt giám đốc là chồng một Á hậu chiếm đoạt 300 tỉ đồng; Chân dung Hoa hậu có gia thế hoành tráng nhất Việt Nam; Thông tin bất ngờ về tài xế taxi gây náo loạn phố HN

  • Thoi su 24h268 Them vu ca nha bi truy sat o Gia Lai
    Thời sự 24h(26/8): Thêm vụ cả nhà bị truy sát ở Gia Lai

     Tàu đâm ôtô, lái xe văng xuống cống tử vong; Ông Đặng Thành Tâm đối mặt với tin đồn bị bắt; Một nửa ít biết của MC Thanh Tùng, Thụy Vân; Bé gái bị mẹ tẩm xăng đốt vì thiếu nợ tiền vé số; 

  • Thoi su 24h258 Sat cong trinh duong sat tren cao roi trung o to
    Thời sự 24h(25/8): Sắt công trình đường sắt trên cao rơi trúng ô tô

     Dân khóc ròng vì 1.600 cây sưa đỏ bị chặt trộm; Thanh sắt công trình đường sắt trên cao rơi trúng ô tô; Ảnh bất ngờ của MC Long Vũ, Anh Tuấn; Xác định được lái xe Audi gây tai nạn trên cao tốc; 

  • Thoi su 24h248 Ca gia dinh tu lam dam tang cho minh
    Thời sự 24h(24/8): Cả gia đình tự làm đám tang cho... mình

     Bộ GTVT lên tiếng vụ xây cầu treo phục vụ chủ tịch xã; Lạ: Đang sống, cả nhà tự làm đám tang cho mình; Siêu xe 15 tỷ "nát đầu" sau khi đâm dải phân cách; Tài sản kếch xù của đại gia vừa đột tử ở HN; 

  • Thoi su tuan qua Tham an chem chet 4 nguoi o Gia Lai
    Thời sự tuần qua: Thảm án chém chết 4 người ở Gia Lai

    Bộ trưởng nhận trách nhiệm về bất cập trong xét tuyển ĐH; Ông Đoàn Văn Vươn được đề nghị đặc xá năm 2015; Xuất hiện dòng suối 'máu' bất thường ở Điện Biên; MC Thảo Vân bị tổn thương nặng nề trên máy bay; Giết vợ rồi đi cả ngàn km về quê chém chết tình địch; Xe máy chứa hơn một tỷ đồng bỏ lại bên lề đường...là những thông tin thời sự nổi bật tuần qua.

  • Nhung vu canh sat giao thong bat cuop
    Những vụ cảnh sát giao thông bắt cướp

    Đã có rất nhiều trường hợp vận chuyển ma túy, đối tượng truy nã bị bắt giữ ngay trên đường di chuyển và dĩ nhiên ở góc độ này, Cảnh sát giao thông chính là những người đấu tranh trực tiếp với những kẻ phạm tội

  • Bangkok rung chuyen vi danh bom
    Bangkok rung chuyển vì đánh bom

    19 giờ tối 17/8, một quả bom được cài ngay bên trong khuôn viên ngôi đền Hindu giáo ở trung tâm thủ đô Bangkok của Thái Lan đã phát nổ, gây ra một cảnh tượng tang hoang, hỗn loạn. Chưa có tổ chức nào nhận trách nhiệm gây ra vụ..

  • Tang tiep 1 ty gia noi bien do len 3
    Tăng tiếp 1% tỷ giá, nới biên độ lên +/-3%

    Nhận định về tình hình kinh tế Việt Nam trong sự biến động của tỷ giá, HSBC cho biết, Việt Nam trong thời gian gần đây đã thể hiện là một trong vài nền kinh tế châu Á có số liệu xuất khẩu mạnh mẽ... ------------ Xem thêm: Tăng tiếp 1% tỷ giá, nới biên độ lên +/-3%, http://vietbao.vn/tp/Ty-gia-tang/12367640/ Tin nhanh Việt Nam ra thế giới vietbao.vn

  • Be 5 tuoi da day thi vi an com me nau
    Bé 5 tuổi đã dậy thì vì ăn cơm mẹ nấu

    Đó là lời khẳng định của các bác sỹ chuyên ngành trước hiện tượng, có nhiều trẻ mới chỉ 5 tuổi, thậm chí 2-3 tuổi đã có những biểu hiện của tuổi dậy thì.

  • Ong bo 9X gio bang xin viec giua duong
    Ông bố 9X giơ bảng xin việc giữa đường

    Mang tấm biển kể lể về hoàn cảnh khó khăn sau tốt nghiệp, ông bố 9X nhận được rất nhiều ý kiến đa chiều từ dân mạng, các bạn trẻ.

  • Tin Suc khoe tuan qua 15082208 Tranh cai clip tam be so sinh trong bon inox
    Tin Sức khỏe tuần qua (15/08-22/08): Tranh cãi clip tắm bé sơ sinh trong bồn inox

    Clip tắm bé sơ sinh trong bồn rửa inox gây tranh cãi; Cẩn trọng với bệnh viêm màng não; Bé gái 5 tuổi đã dậy thì vì ăn cơm mẹ nấu; Con nhiễm lỵ amip, đau bụng triền miên vì mẹ cho ăn cơm "nhá"; Ăn chay tốt cho sức khỏe hay không; Suy kiệt cơ thể và nhập viện vì mắc chứng loạn dâm;...là những tin sức khỏe đáng chú ý tuần qua. ------------ Xem thêm: Tin Sức khỏe tuần qua (15/08-22/08): Tranh cãi clip tắm bé sơ sinh trong bồn inox, http://vietbao.vn/Suc-khoe/Tin-Suc-khoe-tuan-qua-15082208-Tranh-cai-clip-tam-be-so-sinh-trong-bon-inox/2147590769/248/ Tin nhanh Việt Nam ra thế giới vietbao.vn

  • Toan canh kinh te tuan 1608 22082015
    Toàn cảnh kinh tế tuần 16/08 - 22/08/2015

    Chiều 19/8 giá xăng giảm gần 800 đồng/lít, với lần điêu chỉnh này các DN xăng dầu vẫn tiếp tục lãi lớn nhờ giá xăng dầu NK giảm xuống mức thấp kỷ lục; cũng ngày 19/8 NHNN quyết định tăng thêm 1% tỷ giá bình quân liên ngân hàng giữa đồng Việt Nam với Đô la Mỹ, nới biên độ tỷ giá từ +/-2% lên +/-3% với mục đích chủ động dẫn dắt thị trường; CEO và Phó tổng giám đốc DongA Bank bị đình chỉ chức vụ, quyền hạn tại ngân hàng... Cùng với đó, những thông tin về bất động sản, tài chính- ngân hàng, thị trường tiêu dùng... tiếp tục là những tin tức, sự kiện kinh tế nóng hổi trong tuần vừa qua. ------------ Xem thêm: Toàn cảnh kinh tế tuần 16/08 - 22/08/2015, http://vietbao.vn/Kinh-te/Toan-canh-kinh-te-tuan-1608-22082015/2147590745/47/ Tin nhanh Việt Nam ra thế giới vietbao.vn

  • Nghin le chuyen tuan qua 1608 2208
    Nghìn lẻ chuyện tuần qua (16/08 - 22/08)

    Bục túi nước hầm lò than ở Quảng Ninh; Thực hư sinh viên trường múa thoát y phản cảm ở quán bar?; Cô gái xinh đẹp bỗng hóa thành bà lão đã qua đời; Tắm trẻ sơ sinh trong bồn rửa bát; Hà Nội mất nước, trách nhiệm như đứa trẻ mồ côi....là những tin tức nổi bật được dư luận quan tâm trong tuần qua. ------------ Xem thêm: Nghìn lẻ chuyện tuần qua (16/08 - 22/08), http://vietbao.vn/Xa-hoi/Nghin-le-chuyen-tuan-qua-1608-2208/2147590760/157/ Tin nhanh Việt Nam ra thế giới vietbao.vn

  • Tin An ninh Phap luat tuan qua 1608 2208
    Tin An ninh - Pháp luật tuần qua (16/08 - 22/08)

    Đằng sau những vụ đột kích sới bạc lớn; Những má mì xinh đẹp điều hành bán dâm; 'Nóng' tội phạm trộm cắp xe máy; Những chiến công thầm lặng của lực lượng 141 Hà Nội; Nghi án con dâu hạ độc cả nhà bằng thuốc trừ sâu tại Trung Quốc; Những “bóng hồng” phá án khiến không ít trùm ma túy phải khiếp sợ;.....là những tin đáng chú ý trong tuần. ------------ Xem thêm: Tin An ninh - Pháp luật tuần qua (16/08 - 22/08), http://vietbao.vn/An-ninh-Phap-luat/Tin-An-ninh-Phap-luat-tuan-qua-1608-2208/2147590736/218/ Tin nhanh Việt Nam ra thế giới vietbao.vn

  • Su kien quoc te noi bat 168228
    Sự kiện quốc tế nổi bật (16/8-22/8)

    Bangkok rung chuyển vì đánh bom; Indonesia đánh chìm 34 tàu cá nước ngoài; tình hình căng thẳng trên bán đảo Triều Tiên; nữ Thủ tướng đầu tiên của Hàn Quốc lãnh án tù... là những tin chính trong tuần qua.