Pembaruan: Artikel ini adalah bagian dari seri. Lihat seri lengkapnya: Bagian 1, dan Bagian 2
OCR ,Pengenal Karakter Optikยป adalah salah satu topik hangat saat ini. Itu sudah ada di gambar sejak lama. Dengan kata sederhana, OCR memproses gambar, PDF, atau file lainnya dan mengekstrak informasi tekstual darinya. Sangat mudah bagi manusia untuk mengenali sebuah kata yang mereka ketahui, namun bagaimana dengan sebuah kata dari bahasa berbeda yang tidak kita ketahui. Sama halnya dengan Komputer, mereka tidak mengetahui apa pun tentang kata atau karakter tersebut. Sekarang di sini hadir Machine Learning dalam gambar. Kita bisa melatih mesin kita seperti bayi dengan menunjukkan gambar yang berbeda kepadanya. Bukankah ini bagus!!!.
Kita bahkan tidak dapat membayangkan semua penerapan OCR. Bayangkan seseorang tanpa penglihatan mengarahkan ponselnya ke arah Paket Obat dan kemudian ponsel tersebut membacakan semua informasi penting kepadanya seperti nama obat, tanggal kadaluwarsa, harganya, dan mungkin obatnya. mencari di internet resep obat itu. Sebuah mesin yang mengubah buku berharga yang sangat tua menjadi PDF, sehingga seluruh dunia dapat menikmati buku itu. Dan bahkan ketika saya mengunjungi sebuah restoran di Tiongkok dan mengubah menu yang ditulis dalam bahasa Mandarin ke dalam bahasa Inggris atau Hindi sehingga saya dapat memesan sesuatu untuk dimakan.
Jika Anda duduk dan memikirkan semua penerapan OCR ini, Anda akan menemukan bahwa ada banyak hal yang dapat mengubah kehidupan setiap orang.
Dalam rangkaian blog ini, saya akan membahas berbagai metode OCR. Dari yang paling dasar hingga yang paling efisien, saya akan membahas berbagai aspek dan penerapan OCR serta cara mengimplementasikannya. Di awal seri ini saya akan menggunakan kNN untuk OCR dan akan melanjutkan ke model Pembelajaran Mesin yang berbeda.
Saya harap Anda menikmati perjalanan ini :).
Untuk memulai perjalanan Anda di OCR, silakan kunjungi blog saya berikutnya di mana saya membahas OCR dasar menggunakan kNN di OpenCV python.
