Здесь можно найти образцы любых учебных материалов, т.е. получить помощь в написании уникальных курсовых работ, дипломов, лабораторных работ, контрольных работ и рефератов. Так же вы мажете самостоятельно повысить уникальность своей работы для прохождения проверки на плагиат всего за несколько минут.

ЛИЧНЫЙ КАБИНЕТ 

 

Здравствуйте гость!

 

Логин:

Пароль:

 

Запомнить

 

 

Забыли пароль? Регистрация

Повышение уникальности

Предлагаем нашим посетителям воспользоваться бесплатным программным обеспечением «StudentHelp», которое позволит вам всего за несколько минут, выполнить повышение уникальности любого файла в формате MS Word. После такого повышения уникальности, ваша работа легко пройдете проверку в системах антиплагиат вуз, antiplagiat.ru, etxt.ru или advego.ru. Программа «StudentHelp» работает по уникальной технологии и при повышении уникальности не вставляет в текст скрытых символов, и даже если препод скопирует текст в блокнот – не увидит ни каких отличий от текста в Word файле.

Результат поиска


Наименование:


Реферат Сканирование и распознавание текстов

Информация:

Тип работы: Реферат. Предмет: Информатика. Добавлен: 26.11.2013. Сдан: 2012. Страниц: 18. Уникальность по antiplagiat.ru: < 30%

Описание (план):



Содержание
Введение ………………………………………………………………………3
Сканирование и распознавание текстов ……………………………………4
Заключение ………………………………………………………………......21
Список литературы ………………………………………………………….22




ВВЕДЕНИЕ
В настоящее время уже сложно представить современный офис без компьютеров. Применение компьютерных технологий позволяет значительно повысить производительность и качество работы как отдельного секретаря-референта, так и служб документационного обеспечения управления в целом. Долгое время автоматизация учреждений в осуществлялась в виде различного рода подсистем АСУ, основанных на базах данных (кадры, канцелярия, бухгалтерия, зарплата, контроль исполнения и др.) Не умоляя значимости этих подсистем, стоит заметить, что они охватывали лишь до 15-20% общего объема информации, циркулирующей в учреждении.
Нужды по электронной обработке документов удовлетворялись применением функциональных пакетов (редакторов текста и электронных таблиц) и интегрированных пакетов программ Microsoft Office, Perfect Office, Lotus Smart Suite. Эти средства оказались недостаточными для управления огромными потоками бумажных и электронных документов, циркулирующих как внутри одного предприятия, так и между ними. В целом такой подход грешил отсутствием комплексности в автоматизации делопроизводства и управления документооборотом.
В настоящее время развитие информационных технологий привело к появлению методов и средств, обеспечивающих интегрированные решения по автоматизации офиса, позволяющие автоматизировать ручные операции и поиск документов, автоматически передавать и отслеживать перемещение документов и контролировать выполнение поручений, связанных с документами.
Сложно сравнить системы, представляемые сегодня на отечественном рынке. Их более или менее подробная классификация отсутствует, что часто приводит к сравнению систем, предназначенных для решения принципиально различных задач.
О специфике каждой программы по автоматизации предприятий можно узнать через Интернет, из рекламных материалов, статей в СМИ.
Выбор программного обеспечения необходимо предварять сознанием технического задания, подробно описывающего, что именно должна иметь программа.
В работе рассматриваются основные варианты выбора программного средства для комплексной автоматизации, их плюсы и минусы.


Сканирование и получение цифровых изображений
Под термином “сканирование”, подразумевается получение цифрового изображения. Называемый также вводом цифрового изображения или оцифровкой, этот термин относится к процессу преобразования визуальной информации в цифровую форму, которую могут использовать компьютеры. Привычный планшетный сканер, листовой сканер, слайдовый и барабанный сканеры - далеко не единственные устройства, способные к оцифровке изображений; это могут делать и цифровые камеры, платы ввода видеоданных, а также системы обработки коллекций изображений, поставляемых на компакт-дисках (Photo CD). Хотя здесь внимание будет уделено только классическим сканерам.
ЦИФРОВЫЕ И РАСТРОВЫЕ ИЗОБРАЖЕНИЯ
В компьютерном мире работают в основном с изображениями двух типов: растровыми и векторными. Растровые изображения вырабатываются программами для подготовки иллюстраций, графическими редакторами, сканерами, рабочими станциями обработки данных Photo CD, платами ввода видеоданных и цифровыми камерами. Они состоят из сеток цветных, серых полутоновых или черно-белых пикселов, или элементов изображения. Цветовые характеристики растровых изображений приводят к огромным размерам графических файлов и делают их чувствительными к масштабированию.
С другой стороны, векторные изображения формируются из математических форм - линий, эллипсов, прямоугольников, кривых и более сложных структур, - закодированных математическими формулами. Их рациональная структура позволяет сохранять разумные размеры файлов и просто масштабировать изображения без потери качества. Системы компьютерного черчения, автоматизированного проектирования, программы трехмерной графики и трассировки генерируют векторные изображения.
Профессионалы в области компьютерной графики и дизайна обычно описывают термином изображение почти все, что представляется в визуальной форме, - от интерфейса программы на экране компьютера до цифровых фотографий и рисунков, созданных с помощью графических пакетов. Однако в контексте этого раздела термин “цифровые изображения” относится только к растровым изображениям, которые создаются сканерами.
ВВЕДЕННОЕ ИЗОБРАЖЕНИЕ ДОЛЖНО БЫТЬ ВЫВЕДЕНО
Как высказывание “брошенное вверх должно упасть” кратко описывает действие силы тяжести, так утверждение “введенное изображение должно быть выведено” формулирует основное правило сканирования.
Для разумного выбора аппаратных средств, программного обеспечения и акцентов сканирования необходимо в максимально возможной степени учитывать характеристики как исходного изображения - оригинала, который необходимо представить в цифровом виде, - так и среды вывода, или области использования изображения, в которой будет реализован Ваш конечный продукт. Исходное изображение обычно находится под руками, и его легко оценить. Однако оператор сканера часто не связан с созданием конечного продукта и, следовательно, может слабо представлять специфику вывода сканированных изображений.
Типичные области использования оцифрованных изображений - это печать, видео, мультимедиа и деловые коммуникации: факс, электронная почта, OCR, a также системы архивации и передачи документов. Сканирование для каждой области использования имеет свои особенности.
ОСОБЕННОСТИ СКАНИРОВАНИЯ ДЛЯ ВЫВОДА НА ПЕЧАТЬ
Для вывода на печать используется широкий диапазон печатающих устройств - черно-белые и цветные лазерные принтеры, струйные принтеры и копировально-множительные устройства, имиджсеттеры, а также рулонные и листовые печатные машины. Еще шире диапазон документов - от внутренних информационных бюллетеней до форм, рекламных материалов, журналов, книг, плакатов и высококачественных художественных репродукций. Требования к выводу цифровых изображений существенно зависят как от типа документа, так и от печатающего устройства.
При оцифровке ........


Список литературы

Абраменко А. Принципы распознавания / А. Абраменко - K:.Компьютер-пресс, 1997 - 123 с.
Research Library - статья по искусственному интеллекту.
Шамис А.Л. Принципы интеллектуализации автоматического распознавания / А.Л. Шамис - K:.2000 - 312 с.
StatSoft - сайт, посвященный нейронным сетям.
Шлезингер М., Главач В. Десять лекций по статистическому и структурному распознавани / М. Шлезингер, В. Главач - М.:2004 - 112 c.
Гаврилов Г.П. Логический подход к искусственному интеллекту / Г.П. Гаврилов - М.: Мир, 1998 - 256 с.
Кучуганов А.В. , Лапинская Г.В. Распознавание рукописных текстов / А.В. Кучуганов, Г.В. Лапинская - Ижевск:.Мир, 2006 - 514 с.
G.A.Carpenter and S. Grossberg Pattern Recognition by SelfOrganizing Neural Networks / G.A.Carpenter and S. Grossberg N.Y.:MIT Press, 1991 - 541 c.
The First Census Optical Character Recognition System Conference / Wilkinsonet R.A. - Gaithersburg:Commerse, NIST, 1992 - 242 c.
Шлезингер М., Главач В. Структурное распознавание / М. Шлезингер , В. Главач - Киев: Наукова думка, 2006 - 300 с.



Перейти к полному тексту работы


Скачать работу с онлайн повышением уникальности до 90% по antiplagiat.ru, etxt.ru или advego.ru


Смотреть похожие работы


* Примечание. Уникальность работы указана на дату публикации, текущее значение может отличаться от указанного.