OCR 및 기타 인식 기술

• OCR 기술 — 인쇄 텍스트 인식은 다음을 포함한 211개 언어를 지원합니다.
  • 유럽 언어(라틴, 키릴, 아르메니아, 그리스 문자)
  • 중국어(간체 및 번체), 일본어, 한국어(CJK)
  • 아랍어, 태국어, 베트남어, 히브리어, 페르시아어
  • 버마어 — 기술 프리뷰 버전
  • FineReader XIX — 17세기부터 20세기까지 출판된 오래된 문서, 서적, 신문을 디지털화하고 보관하기 위해 특별히 설계된 OCR 모듈입니다. 이들 중 상당수는 희귀하고 고유한 자료입니다. 도서관과 정부 기관의 역사 기록 보관소에 소장된 이러한 자료는 보존해야 할 국가 유산입니다. FineReader XIX는 1600년부터 1937년 사이에 영어, 프랑스어, 독일어, 이탈리아어, 스페인어로 출판된 텍스트를 인식하는 고유한 기능을 제공합니다. Fraktur, Schwabacher 및 대부분의 Gothic 글꼴 같은 옛 글꼴의 인식도 지원합니다.

• 56개 언어는 OCR 정확도를 크게 향상시키는 사전/형태 분석 지원을 제공합니다.
• 다국어 문서 인식 기능은 동일한 문서에서 독일어와 중국어, 영어·러시아어·한국어처럼 여러 언어를 함께 인식할 수 있습니다.
• 도트 매트릭스 문서 인식 — ABBYY FineReader Engine은 다양한 유형의 인쇄된 도트 매트릭스 텍스트를 인식합니다. 도트 매트릭스, 데이지 휠, 체인, 밴드 프린터를 비롯한 다양한 프린터에서 출력된 수천 개의 샘플과 draft 및 Near Letter Quality(NLQ) 인쇄 모드를 사용해 학습되었습니다.
• 타자 문서 인식.
• OCR-A, OCR-B, MICR(E13B), CMC7 글꼴 인식.

지원 언어 전체 목록과 텍스트 유형을 참조하세요.

• ICR 기술 — 126개 이상의 언어로 손글씨 문자 인식을 지원합니다.
• 39개 언어(라틴, 그리스, 키릴 문자를 사용하는 언어)에 대해 형태소 분석/사전 지원을 제공합니다.
• 아랍권 국가에서 사용되는 인도 숫자에 대한 ICR.
• 전 세계 여러 국가와 지역에서 사용되는 30가지 지역별 손글씨 스타일 지원(지원되는 ICR 언어 기준).
• field 및 프레임 내 손글씨 문자 인식 — 밑줄 field, 박스, 빗살형 field 등.
• 다국어 ICR. ABBYY ICR 기술의 주요 장점 중 하나는 field에 대문자와 소문자가 함께 포함되어 있더라도, 숫자와 하나 이상의 언어 문자가 결합된 경우를 포함해 숫자 인식에서 거의 동일한 높은 정확도를 제공한다는 점입니다.

ABBYY의 OMR 기술은 다양한 형태의 단순 체크 마크, 그룹 체크 마크, 모델 체크 마크, 그리고 손으로 “수정”한 체크 마크를 인식합니다.

• 사각형 프레임 안의 체크 마크
• 빈 배경에 표시된 체크 마크
• 비표준 체크 마크 유형(특수 체크 마크는 인식 전에 학습이 필요함)

OMR은 99.995%의 정확도를 제공합니다.

• 1D 및 2D 바코드 유형. ABBYY OCR SDK는 널리 사용되는 1D 및 2D 바코드 유형 인식을 지원합니다. 지원되는 바코드 유형 목록을 참조하세요.
• 빠른 바코드 추출. 이 기능을 사용하면 문서에서 어떤 각도로든 배치된 바코드를 자동으로 감지하고 인식할 수 있습니다. 1D 및 2D 바코드 모두에 적용됩니다.

엔진의 사전 정의된 처리 모드를 사용하면 개발자는 필요에 가장 적합한 방식으로 처리 속도와 정확도를 빠르게 설정하고 조정할 수 있습니다. 기본 처리 모드 외에도 OCR 및 ICR 인식은 인식 모드의 normal, fast, accurate 모드로 수행할 수 있습니다.

• 정확 인식 모드

최고 수준의 인식 품질을 얻기 위한 가장 정확한 모드입니다. 인식된 콘텐츠를 재사용할 계획이 있거나 그 밖에 정확도가 특히 중요한 작업에는 이 모드를 강력히 권장합니다.

• 고속 인식 모드

대량 문서 처리와 속도가 가장 중요한 경우를 위해 설계되었습니다. 이 모드는 처리 속도를 200~250% 높여 주므로 콘텐츠 관리(CMS), 문서 관리(DMS), 아카이빙 시스템에서 사용하기에 적합합니다.

• 일반 인식 모드

정확 인식 모드와 고속 인식 모드의 중간 수준에 해당하는 인식 정확도와 속도를 설정합니다. 일반적으로 정확 인식 모드와 거의 동일한 정확도 수준에서 더 높은 속도를 제공합니다. 인식은 크게 전체 텍스트 인식과 field 수준 인식의 두 가지로 구분할 수 있습니다. 주요 차이점은 전체 텍스트 인식은 일반적으로 OCR 기술을 사용하여 문서 변환에 활용된다는 점입니다. 반면 field 수준 인식은 OCR, ICR 및 기타 기술을 포함하며, 특정 데이터를 인식하고 추출하기 위해 문서의 국소 영역에서 사용됩니다. 다음 표는 이러한 인식 유형의 사양을 보여 줍니다: 전체 텍스트 인식 전체 텍스트 인식은 다음과 같은 다양한 작업을 위한 기본 인식 유형입니다:

• 문서 보관
• 콘텐츠 재사용을 위한 문서 변환
• field 감지 및 문서 분류를 위한 텍스트 추출

이러한 작업에서는 모두 문서(페이지) 전체의 텍스트를 인식(OCR)해야 합니다. 인식 전에 문서 분석은 일반적으로 페이지 분할과 올바른 방향 보정, 텍스트 블록, 이미지 및 기타 객체 감지를 수행합니다. 그런 다음 OCR 후 문서 합성은 문서의 구조와 layout을 재구성하거나(콘텐츠 재사용 작업의 경우), 여러 텍스트 열과 이미지가 있는 복잡한 문서에서 올바른 텍스트 순서만 추출합니다(문서 보관 시나리오의 경우). 결과 텍스트는 작업에 따라 일반 텍스트 또는 지원되는 형식의 문서로 내보내집니다. 정확도를 높이기 위해, 특히 향후 재사용을 목적으로 텍스트를 수동으로 검증할 수 있습니다. field 수준 인식 ABBYY FineReader Engine 12는 양식 처리, 키워드 분류, 키워드 인덱싱과 같은 핵심 비즈니스 프로세스를 지원하기 위한 완전한 field 수준 인식 기능을 제공합니다. 강력한 이미지 처리 기능은 인식 정확도에 영향을 줄 수 있는 다양한 그래픽 특성(예: 밑줄이 있는 텍스트, 스캔 후 발생한 잡음, 텍스트 내 공백 등)이 있더라도, 품질과 관계없이 작은 영역을 지능적으로 감지하는 능력을 향상시킵니다. field 수준 또는 영역 인식을 위한 주요 기능에는 다국어 OCR 및 ICR, OMR, 바코드 인식과 다음과 같은 다양한 특수 기능이 포함됩니다:

• 콤보 박스, 밑줄 field, 박스, 심지어 데이터가 field 경계 안에 맞지 않는 field까지 포함하여 다양한 경계와 프레임이 있는 field에서 데이터 추출
• 알파벳, 사전, 정규식, 분할 유형, 필기 스타일(Windows 전용) 등을 설정하여 field 내용 정의
• field 내 공백 감지로 공백이 허용되는 field를 정확하게 인식합니다. ABBYY FineReader Engine 12는 또한 공백이 포함된 단어 조합이 들어 있는 사전도 사용할 수 있습니다
• 서로 교차하는 부분과 선이 있는 블록을 지능적으로 처리하여 블록 경계 안에 완전히 위치한 텍스트(단어와 문자)를 인식하고, 관련 없는 텍스트 블록 인식에 소요되는 시간을 줄입니다
• 흰색 또는 검은색 “잡음”의 크기를 지정할 수 있는 텍스트 블록 디스페클

field 수준 인식은 Voting API 및 “On-the-Fly” Recognition Tuning과 같은 개발자용 Engine의 특수 도구로 지원됩니다. 자세한 내용은 고급 개발 도구를 참조하십시오. ABBYY FineReader Engine은 인식 언어를 만들고 편집하는 API를 제공하며, 미리 정의된 인식 언어를 복사해 조정하거나 사용자 언어에 새 단어를 추가할 수 있습니다. 예를 들어 문서에 제품 코드, 전화번호, 여권 번호 등의 “구조”가 포함되어 있으면 인식 오류가 발생할 수 있습니다. 이는 프로그램이 이러한 구조를 글자 단위로 읽기 때문에 발생합니다. 제품 코드와 같은 항목의 인식을 개선하려면 프로그램이 특정 유형의 데이터를 올바르게 읽을 수 있도록 도와주는 새 인식 언어를 만들 수 있습니다. 아래에는 사용자 언어가 인식 품질 향상에 어떻게 도움이 되는지 보여 주는 두 가지 예가 나와 있습니다.

• 손으로 작성한 문서에서는 양식 field의 값이 보통 도시명, 국가명, 우편번호, 제품 코드, 금액 등과 같이 특정한 집합에 속합니다. ICR 인식 품질을 높이려면 사용자 언어를 사용해 각 field에 입력될 수 있는 정보를 정의할 수 있습니다.
• 문서에 제품 코드, 전화번호, 여권 번호 등의 “구조”가 포함되어 있으면 인식 오류가 발생할 수 있습니다. 이는 프로그램이 이러한 구조를 글자 단위로 읽기 때문에 발생합니다. 제품 코드와 같은 항목의 인식을 개선하려면 프로그램이 특정 유형의 데이터를 올바르게 읽을 수 있도록 도와주는 새 인식 언어를 만들 수 있습니다.

대부분의 경우 ABBYY FineReader Engine은 사전 학습 없이도 텍스트를 성공적으로 인식할 수 있습니다. 그러나 장식체나 외곽선 글꼴을 인식하거나 인쇄 품질이 낮은 문서를 대량으로 처리하는 경우에는 사전 패턴 학습이 유용합니다. OCR SDK를 사용하면 API를 통해 직접 사용자 패턴을 생성하고 활용할 수 있습니다. 이미지를 불러오고 해당 문자를 매칭하여 패턴을 학습시킬 수 있습니다. 주요 기능 사용자 패턴 학습 가이드 - Windows 전용 고급 개발 도구