تعرف خط اليد

التعرف على الحروف

ومن جهة أخرى، بعد استخراج الأحرف الفردية يُستعمل محرك التعرف لإيجاد حرف الحاسوب المطابق. وتوجد عدة تقنيات مختلفة المتاحة في الوقت الحالي التعرف والمطابقة.

التقنيات الحديثة

في هذا الإطار، بينما تركز التقنيات التقليدية على تقسيم الأحرف الفردية من أجل التعرف عليها، تركز التقنيات الحديثة على التعرف على جميع الأحرف في سطر نص مجزأ. وتركز خصوصًا على تقنيات التعلم الآلي القادرة على تعلم السمات المرئية، وتجنب هندسة المقاييس المحددة المستعملة سابقًا. تستعمل الأساليب الحديثة شبكات عصبية لاستخراج سمات مرئية عبر عدة إطارات متداخلة لصورة خطية تستعملها RNN لإنتاج احتمالات الأحرف..

تقنيات للحد من نطاق المشكلة

من جهة ثانية، تضييق نطاق المشكلة غالبًا ما يساعد على زيادة دقة أنظمة التعرف على الكتابة اليدوية. مثلًا، قد يحتوي حقل نموذج لرمز بريدي بالولايات المتحدة على الأرقام من 0 إلى 9 فقط. هذه الحقيقة من شأنها أن تقلل من عدد الهويات الممكنة.

• الأساليب الأساسية:
• تحديد نطاقات محددة
• استخدام النماذج المتخصصة

العملية العامة

• يمكن تقسيم عملية التعرف (المتصل) على الكتابة اليدوية إلى خطوات عامة قليلة:
• التجهيز.
• استخلاص السمات
• التصنيف

التعرف الغير متصل

التقنيات التقليدية

ومن جهة أخرى، يتضمن التعرف على خط اليد دون اتصال التحويل التلقائي للنص الموجود في صورة ما إلى رموز أحرف قابلة للاستخدام في تطبيقات معالجة النصوص والحاسوب. تعتبر البيانات التي حصل هذا النموذج بمثابة تمثيل ثابت من الكتابة اليدوية. من الصعب نسبيا التعرف على خط اليد، لأن كثير من الناس لديهم أنماط مختلفة في الكتابة اليدوية. ولذلك تركز محركات OCR أساسًا على النص المطبوع على الآلة فيما تركز ICR على خط اليد «المكتوب بحروف كبيرة».

التعرف المتصل

علاوةً على ذلك، تطبيق برمجي يفسر تحركات القلم عبر سطح الكتابة، وترجمة السكتات الناتجة إلى نص رقمي.

وعلى صعيد آخر، يتضمن التعرف (المتصل) على خط اليد التحويل الآلي للنص كما هو مكتوب على محول رقمي خاص أو المساعد الرقمي الشخصي، حيث يلتقط جهاز الاستشعار تحركات طرف القلم وكذلك التبديل بين رفع القلم وإنزاله. يُعرف هذا النوع من البيانات بالحبر الرقمي ويمكن اعتباره تمثيلًا رقميًا لخط اليد. تحول الإشارة التي حصل عليها إلى رموز حرف والتي يمكن استخدامها داخل الحاسوب وتطبيقات معالجة النصوص.

• تتضمن عناصر واجهة التعرف على الكتابة اليدوية على الإنترنت عادةً ما يلي:
• قلمًا أو قلمًا للمستعمل ليكتب معه.
• سطح حساس للمس، والذي يمكن دمجه مع عرض الإخراج أو بجواره.

استخلاص السمات

ومن ناحية أخرى، تعمل طريقة استخلاص السمات أو الخصائص بطريقة مشابهة لمعرفات الشبكة العصبية. ومع ذلك، يجب على المبرمجين تحديد الخصائص التي يشعرون أنها مهمة.

• بعض الأمثلة على الخصائص تشمل:
• نسبة العرض إلى الارتفاع.
• نسبة البكسل فوق نقطة نصف أفقية.
• نسبة البكسل إلى يمين نقطة نصف رأسية.
• متوسط المسافة من مركز الصورة

استخلاص الحروف

إضافةً إلى ذلك، عادةً ما يتضمن التعرف على الأحرف (بدون اتصال) على فحص نموذج أو مستند مكتوب في وقت ما في الماضي. هذا يعني أنه يجب استخلاص الأحرف الفردية الموجودة في الصورة الممسوحة ضوئيًا. توجد أدوات قادرة على تنفيذ هذه الخطوة. ولكن هنالك بعض العيوب في هذه الخطوة أكثرها شيوعا الحروف المتصلة. وهذا يسبب مشكلة كبيرة في مرحلة التعرف. ورغم ذلك هنالك الكثير من الخوارزميات المتاحة التي تقلل من مشاكل الحروف المتصلة.