OCR (Optical Character Recognition)
OCR (Optical Character Recognition) je posebna kategorija vektorizacije, gdje se iz slike teksta izdvaja sami tekst. Očigledno je da sami tekst zauzima puno manje prostora i moguće ga je obrađivati jednostavno pomoću bilo kojeg popularnog programa za obradu teksta.
Područje kojim se bavi vektorizacija je u prvom redu industrija, kojoj je vrlo bitno da svoje nacrte i planove pohrane u, ne samo digitalnom, već i vektorskom obliku. To im omogućuje brži dostup, lakše prenošenje i upotrebu sve dokumentacije koju posjeduju. Također omogućuje dokumentiranje zastarjele dokumentacije pisane ili crtane rukom.
Područje primjene
Području u kojem se vektorizacija najviše primjenjuje jest zasigurno industrija i arhitektura.
Najčešće primjene su prebacivanje planova sa papira i nacrta u vektorski oblik. Kako je to vrlo zahtjevna i komplicirana operacija, još uvijek nisu razvijeni komercijalni programi koji bi to radili sa zadovoljavajućom uspješnošću, osim za jednostavne slike, koje se niti ne nalaze u ovim područjima. Zbog toga se veliki dio posla obavlja ručno koristeći različite CAD/CAM alate. Prednost tog načina rada je što je većina korisnika već upoznata sa tim programima, jer se svi novi nacrti rade pomoću njih.
Zbog količine korisnika koji vektorizaciju ne mogu, ili nemaju potrebe, koristiti u vlastitom uredu, pojavile su se mnoge firme koje upravo ručnom metodom omogućavaju vektorizaciju nacrta, planova, karata...
U građevinarstvu na primjer, koriste se planovi starih kuća i liftova, koji se vektoriziraju da bi se pomoću specijalnih programa odredio najbolji sistem dizala. Također, primjene nalazimo i u vojsci (američki DoD). Kako američka vojska ima velik broj zastarjelih baza (prije desetak godina neke su imale još i stare, nekorištene konjušnice), vektorizacijom planova (tlocrta) tih baza, i obrađivanjem tih podataka, izrađuju se građevinarski planovi koji u već postojećim zgradama iskorištavaju prostor maksimalno, optimalno raspoređujući prostorije.
Osim u područjima industrije, automobilizma, arhitekture, postoji cijeli niz drugih primjena.
Npr. u tekstilnoj industriji, naročito za obrađivanje starih nacrta odjeće 18 st. i ranije. Vektorizacijom i obradom slike rekonstruiraju se nošnje. Kao zadnji primjer, koji definitivno potvrđuje da je vektorizacija sveprisutna, jest izrada nadgrobnih spomenika u Americi. Kako većina ljudi donosi nacrte koje žele na nadgrobnom spomeniku na papiru, jedna američka pogrebnička firma je izradila specijalni program, koji vektorizira donesenu slikom, i pomoću matematičkih jednadžbi dobivenih iz slike upravlja topom punjenim vodom, koji uskim i vrlo jakim mlazom obrađuje kamen vrlo visokom preciznošću.
Vektorizacija karata predstavlja veliki test za vektorizaciju. Kako su karte koje smo pokušali vektorizirati vrlo specifične i precizne, upotrebom raznih (komercijalnih) programa nismo uspjeli dobiti željeni rezultat - kartu gdje bi svi oblici bili segmentirani. Svugdje u svijetu, u ovom području, kao i u mnogim drugima koja zahtjevaju veliku preciznost, koristi se ručna vektorizacija.
OCR se koristi kako u industriji, tako i u znanosti, poslovanju, općenito svugdje gdje postoji potreba za prenošenjem pisanih materijala, stare dokumentacije u digitalni oblik. Digitalni oblik daleko je pogodniji za sistematizaciju, oblikovanje, ispravljanje, dopunjivanje te pohranjivanje od materijala u pisanom obliku.
OCR također omogućava niz automatskih poslova sortiranja naročito korištenih u pošti (sortiranje pošiljaka prema perpoznatim adresama) te u bankama (prepoznavanje čekova i slipova). Posebna grana OCR bavi se i prepoznavanjem automobilskih tablica u policijske svrhe (LPR - license plate recognition).
OCR je daleko najbrži način konverzije pisane materije u digitalni oblik, ali još uvijek zahtijeva ljudsku intervenciju i ispravljanje jer niti jedna metoda niti program nisu apsolutno točni. OCR se koristi već duže vrijeme pa je i broj programa za OCR velik.
Vektorizacija netekstualnog sloja
Postupak vektorizacije netekstualnog sloja (slika 2), uz skeniranje predloška, uključuje: uklanjanje šumova, skeletizaciju, poboljšanje čvorova (točke presjecišta), praćenje linija s izdvajanjem čvorova i dijeljenjem segmenata, spajanje segmenata i topološku rekonstrukciju (Drummond 1990).
Vektorizacija katastarskog plana
Music OCR
Za razliku od prepoznavanja teksta, gdje se riječi obrađuju jedna za drugom, glazbene oznake je potrebno obrađivati paralelno, zbog prisutnosti višestrukih glasova i drugih muzičkih oznaka. Ovdje bitnu ulogu igra razmak između nota, oznake za tempo i dinamiku te glazbene oznake.
Suvremeni muzički OCR softwareski paketi imaju preciznost koja prelazi 99% u slučaju čistog skena i ako su korištene standardne notacije. Pošto glazbene notacije koriste točke za staccato oznake ili da bi se produljilo trajanje note, artifakti kod skeniranja mogu dovesti do problema pri prepoznavanju.
PhotoScore Ultimate 5 je prvi programski paket koji je u mogućnosti prepoznavati rukom pisane note i druge glazbene oznake korištenjem 2 različita enginea za prepoznavanje. Oni koreliraju vlastite rezultate i tako postižu značajno poboljšanje preciznosti.
BarCode Reader
Barkod (eng. Bar Code) je sačinjen od vertikalnih linija i razmaka između njih. Niz linija i razmaka različitih širina predstavlja niz brojeva. Barkodovi se obično nalaze na pakiranjima. Barkod daje informacije o zemlji proizvodnje, imenu proizvođača i samom proizvodu.
Čitač barkoda koristi lasersku zraku da bi pročitao kod. Laserska zraka se pomiče preko barkoda gdje ju svijetlije linije reflektiraju, a tamnije upijaju. Čitač zatim pretvara uzorak odbijenog i upijenog laserskog svijetla u digitalni kod koji je jedinstven za taj proizvod.
Barkodovi su brza i pouzdana metoda unošenja podataka. Mogu se čitati čak i sa oblih površina ili ako su naopako. Sadrže i nadzor pogrešaka u obliku kontrolnog znaka.