1.3 Fasi di lavorazione
Le operazioni di lettura ottica ed estrazione dei dati possono essere distinte in quattro fasi principali:

1. Acquisizione
2. Riconoscimento
3. Validazione / correzione
4. Output

 

Una quinta fase, propedeutica alle quattro fasi di "produzione" in senso stretto appena indicate, è relativa alla definizione del template. Cos'è un template? Un "template" è l'insieme delle "regole" necessarie ad indicare al sistema cosa leggere e dove (ad esempio: codice a barre di tipo Code39 nell'area del modulo in alto a destra).
Definire un template è molto semplice: grazie alla pratica interfaccia visuale del modulo Recogniform Application Designer (incluso in Recogniform Reader), è sufficiente disegnare i campi sul modulo vuoto ed indicare la natura del dato da estrarre. Inoltre, mediante un potente e flessibile linguaggio di scripting interno, è possibile implementare funzioni e procedure estremamente personalizzate, in grado di soddisfare anche i "tecnici" ed i clienti più esigenti.

Recogniform Desktop Reader consente di lavorare su una singola postazione o in configurazione client-server: in entrambi i casi usa un approccio job-oriented, raggruppando i documenti per lotti.

Un batch può contenere un numero qualsiasi di documenti (da 1 a "n") ed il lavoro in ogni batch si articola nelle seguenti fasi:

• acquisizione delle immagini (da scanner o da file);
• pre-processing (deskew,despeckle, form removal, etc.)
• lettura automatica (CHR, OCR, ICR, BCR, OMR, etc.)
• verifica dei caratteri sospetti (Eye Blow Verification®)
• correzione dei campi (analisi comparativa tra immagine e dati);
• post-processing (trasformazione dei dati e normalizzazione);
• output dei dati (archiviazione in file e database).

Uno specifico software, il Recogniform Application Designer, consente di settare tutti i parametri necessari per estrarre i dati dai un moduli, usando un'interfaccia visuale. È anche possibile usare un linguaggio di scripting molto flessibile per ottenere nuove funzioni personalizzate.

Questo prodotto è offerto in differenti versioni e può essere facilmente personalizzato e adattato ad ogni tipo di esigenza; ognuno può settare da sé il numero di documenti da elaborare ed il tipo di dati da leggere.
Per operare con un'architettura distribuita Recogniform Desktop Reader è disponibile anche in versione Workgroup, in cui le funzionalità di acquisizione, riconoscimento, verifica, correzione ed output vengono suddivise su postazioni diverse specializzate. Clicca qui per maggiori informazioni su Recogniform Workgroup Reader.

2. Acquisizione delle immagini
Recogniform Desktop Reader consente di effettuare la lettura ottica di documenti acquisiti in diversi modi:

• scanner
• files
• monitoraggio directory
• internet
• fax

Possono essere usate non solo immagini monocromatiche ma anche quelle a toni di grigio ed a colori: in quest'ultimo caso il sistema può eliminare la fincatura colorata attraverso una procedura software, con risultati addirittura superiori a quelli raggiunti via hardware usando le drop-ink lamp.

2.1 Acquisizione da scanner
Sono supportati direttamente tutti gli scanner dotati di driver TWAIN. L'acquisizione automatica dei documenti (ADF)anche fronte/retro, le drop-ink lamp e le schede di elaborazione delle immagini per il dynamic thresholding non sono un problema! Ciò significa che si può scegliere liberamente lo scanner più adatto alle proprie esigenze: da quello più semplice ed economico (capace di acquisire solo pochi fogli al minuto), a quello più sofisticato, caratterizzato da un'elevata produttività e capace di elaborare centinaia di fogli al minuto.

3. Motori di riconoscimento ottico
La forza di Recogniform Desktop Reader risiede nell'uso di sofisticati motori di lettura che possono essere usati e combinati insieme secondo le specifiche dell'utente.

• CHR - Riconoscimento del corsivo manoscritto
  Consente di leggere dati scritti a mano in corsivo (manoscritto non in stampatello): quello che era solamente immaginazione, adesso è realtà! Questa caratteristica è essenziale per leggere moduli che non sono stati espressamente progettati per l'acquisizione automatica e che quindi contengono campi non incasellati, scritti liberamente, senza alcun vincolo grafico.

• ICR - Riconoscimento Intelligente dei caratteri
  Con questo sistema è possibile riconoscere dati manoscritti in forma incasellata e non incasellata quando c'è in genere spazio tra i caratteri. Il motore di lettura è stato espressamente addestrato sulla scrittura europea ed americana per ottenere un'elevata accuratezza.

• OCR - Riconoscimento ottico di caratteri.
  È la tecnologia di riconoscimento per testi stampati o scritti a macchina. È "omnifont" e può riconoscere dati scritti con qualsiasi stile e misura.

• OCR - A/B/MICR - Riconoscimento ottico dei font OCRA, OCRB, E13B. CMC7
  Questo motore di riconoscimento lavoro con codeline prestampate OCRA, OCRB, E13B, CMC7 di documenti postali e bancari.

• OMR - Riconoscimento ottico delle marchiature
  È una tecnologia che consente di leggere le check box, ossia i segni affissi in spazi predefiniti. Il motore di riconoscimento è differente da quelli di prodotti similari, perché possiede il vantaggio di lavorare con due parametri operativi, valutando la quantità d'inchiostro presente e la misura del segno nella casella.

• BCR - Riconoscimento dei codici a barre
  Consente di riconoscere i codici a barre, decodificandone il contenuto. Viene riconosciuto l'intero insieme di codici a barre, inclusi quelli farmaceutici.

• AMK - Digitazione manuale assistita
  Consente di fare l'inserimento dei dati in modo manuale assistito per quei contenuti che non si vuole o non si può leggere in modo automatico.

• IDE - Esportazione di dati in forma di immagine.
  Attraverso questo sistema è possibile esportare zone o intere pagine in formato immagine. È utile quando si devono mettere in archivio porzioni di moduli contenenti firme, schizzi, disegni o altre informazioni, senza modificare alcunché delle loro caratteristiche.

• Free-Form and Layout Analysis
  Consente di identificare un campo in base ad alcuni attributi specifici, quali ad esempio la sua etichetta, la sua formattazione, il suo layout grafico.
• Form-Identification
  Consente di identificare un modulo o una pagina sulla scorta delle infromazioni derivanti dal suo layout grafico.

4. Pre-processing delle immagini
Un'adeguata e preventiva elaborazione dell'immagine aumenta la qualità del processo di riconoscimento e riduce l'ampiezza dei file, quindi abbiamo introdotto molteplici funzioni che coprono ogni specifica esigenza.

4.1 Pre-processing a livello "globale" (intera immagine):

• Deskew
  Correzione della pendenza causata talvolta dallo scanner quando acquisisce in modo automatico (ADF).
• Rimozione del bordo scuro
  Rimozione dell'eventuale bordo scuro dovuto all'eccessiva estensione dell'area di scanning.
• Auto orientamento
  consente al sistema di auto-orientare i moduli acquisiti ruotandoli di 90, 180 o 270 gradi in modo che combacino con l'orientamento del template.
• Allineamento del modulo e rimozione
  Allineamento del modulo per compensare un eventuale spostamento orizzontale o verticale e rimozione della parte prestampata quando il modulo non è stampato con inchiostro cieco.

4.2 Pre-processing a livello "locale" (singola area di lettura definita):

5. Verifica dei dati e Post-processing

È possibile decidere quali campi necessitino correzione: tutti; solo quelli il cui livello di accuratezza stimata è inferiore ad una certa soglia; nessuno. E' inoltre possibile effettuare controlli "al volo", sia durante la fase di riconoscimento che di correzione, in modo da auto-validare alcuni campi sulla base di un insieme di regole da definire. Ad esempio, qualora in un modulo contenente dati anagrafici il codice fiscale risultasse corretto sulla base del check-digit, si potrebbe settare i valori del campo "data di nascita" attingendo gli stessi dal codice fiscale corretto, bypassando di fatto la fase di correzione.
 

5.1 Trigrammi
Usando il nuovo sistema di correzione e convalida basato sui trigrammi, può essere verificata la maggior parte dei campi alfabetici ed è possibile risolvere tutti i dubbi generati da riconoscimenti ambigui in modo pienamente automatico. Questo sistema usa informazioni statistiche relative a tutte le possibili combinazioni di tre caratteri consecutivi nel linguaggio preso come target; queste combinazioni sono chiamate trigrammi e sono raccolte analizzando alcune migliaia di parole e predisposte pronte per essere usate: in questo modo tutte le combinazioni di trigrammi, quelle consentite e quelle proibite, così come la loro frequenza di utilizzo sono pienamente e chiaramente note. Per esempio, se un motore di riconoscimento legge la parola "SMITK" , il sistema correggerà questa parola mutandola in "SMITH", senza l'intervento di un operatore e senza il rischio di un risultato errato! Infatti, usando una nuova tecnologia chiamata CREP (Common Recognition Errors Proofing), Recogniform Desktop Reader, con l'aiuto di un sistema di Intelligenza Artificiale, è capace, in piena autonomia, di investigare tutte le combinazioni dimostrabili e di selezionare quella più probabile.

5.2 E.B.V.® (Eye Blow Verification)
In fase di definizione dell'applicazione, è possibile fare in modo che i caratteri manoscritti o quelli provenienti dalle codeline (tutti o solo quelli sospetti, il cui livello di confidenza è inferiore ad una specifica soglia parametrica) siano presentati ad un operatore per una verifica visuale. Anche in questa fase Recogniform Desktop Reader mostra le sue nuove caratteristiche: infatti grazie all'esclusivo sistema chiamato Eye Blow Verification®, un operatore può verificare migliaia di caratteri al minuto con il minimo sforzo e con grande accuratezza. Questo sistema è basato sul principio che, nell'ambito di un gruppo di elementi simili, l'occhio è automaticamente attratto da quelli differenti. Per esempio, se in un gruppo di persone ognuno indossa una camicia blu ad eccezione di una persona che ha una camicia rossa, quest'ultimo sarà notato rapidamente senza una dettagliata analisi dell'intero gruppo! In base a queste considerazioni, Recogniform Desktop Reader raggruppa nello stesso contesto tutte le immagini dei caratteri riconosciuti e classificati nello stesso modo, così un operatore può osservare ed avvertire la presenza di intrusi, la cui forma e differente da quella degli altri, generati da una classificazione errata. In questo modo è possibile trovare e correggere tutti i possibili errori di riconoscimento introdotti da: sporco non eliminabile, difetti di scanning, ambiguità, ecc.Ed anche quando siamo di fronte a casi di ambiguità, Recogniform Desktop Reader consente istantaneamente di risolvere il problema, richiamando automaticamente sul video l'immagine dell'intero campo.

5.3 Correzione Visuale Assistita
Dopo la fase di verifica dei caratteri inizia la fase di "correzione" vera e propria, con la visualizzazione nello stesso contesto sia dei dati che della relativa immagine, in modo da confrontarli direttamente.

5.3.1 Text-To-Speech
Per ridurre il tempo che l'operatore necessita per fare l'analisi comparativa dei dati letti e dei dati originali nell'immagine, abbiamo aggiunto un'opzione che consente di ascoltare dal computer i dati letti attraverso l'uso della tecnologia text-to-speech: in questo modo, invece di leggere i dati due volte, l'operatore può leggere una sola volta dall'immagine, ascoltando dal computer gli altri dati acquisiti.

5.3.2. Normalizzazione dei dati
Prima di essere archiviati, i dati letti possono essere formattati in diversi modi, consentendo di adattare l'output ad ogni necessità: conversione in maiuscolo o minuscolo; eliminazione degli spazi vuoti; sostituzione di caratteri; aggiunta di suffissi o prefissi; ecc.

5.3.3. Tabelle di lookup e vocabolari compressi
Oltre ai vari formati di database ed ai files txt è anche possibile usare i dizionari compressi .dct che consentono una maggiore velocità di accesso, una minore occupazione di memoria e non richiedono settings di alias, etc.. Per creare un file .dct è stata preparata una apposita utility che prende in input un file di testo ASCII, con una parola per riga, generando un file DCT. La velocità di look-up è estrema, nell' ordine delle centinaia di migliaia di confronti al secondo. La compressione è elevatissima, nell' ordine di milioni di parole per Mb.