Optical Character Recognition
Optical Character Recognition युनिकोड ब्लॉक (U+2440–U+245F) मधील 11 वर्ण ब्राउझ करा. कोणत्याही वर्णावर क्लिक करा आणि त्याची माहिती पाहा आणि कॉपी करा.
तांत्रिक आणि नियंत्रण बद्दल
तांत्रिक चिन्हे आणि नियंत्रण कॅरेक्टर्स डिजिटल मजकुराची अदृश्य पायाभूत रचना तयार करतात. नियंत्रण चित्रे अन्यथा अदृश्य फॉरमॅटिंग कॅरेक्टर्सचे दृश्य प्रतिनिधित्व प्रदान करतात. मिस्सेलेनियस टेक्निकल ब्लॉक इलेक्ट्रॉनिक्स, संगणन आणि APL प्रोग्रामिंगमधील चिन्हे एन्कोड करतो. OCR कॅरेक्टर्स बँक चेक्स आणि मानकीकृत फॉर्म्सचे मशीन वाचन समर्थन करतात. हे कॅरेक्टर्स सामान्य मजकुरात क्वचितच दिसतात परंतु डिजिटल जगातील प्रत्येक दस्तऐवज प्रक्रिया, रेंडर आणि प्रसारित करणाऱ्या प्रणालींसाठी आवश्यक आहेत.
पहिले 32 युनिकोड कोड पॉइंट्स (आणि ASCII मधील त्यांचे समकक्ष, 1963 पासूनचे) टेलिटाइप युगातून वारसा मिळालेले नियंत्रण वर्ण आहेत — कॅरेज रिटर्न, लाइन फीड, बेल, एस्केप आणि इतर ज्यांनी एकेकाळी छपाई टर्मिनल्सवर शारीरिकरित्या नियंत्रण ठेवले होते. टेलिप्रिंटर्सनी व्हिडिओ टर्मिनल्स आणि नंतर ग्राफिकल इंटरफेसला मार्ग दिला, तेव्हा बहुतेक नियंत्रण वर्णांनी त्यांचा मूळ अर्थ गमावला परंतु मागास सुसंगततेसाठी त्यांचे कोड पॉइंट्स टिकवून ठेवले. कंट्रोल पिक्चर्स ब्लॉक (U+2400–U+243F) या अदृश्य वर्णांसाठी दृश्य ग्लिफ्स प्रदान करतो, जे डीबगिंग आणि शैक्षणिक हेतूंसाठी उपयुक्त आहे. OCR वर्ण 1960 च्या दशकातील बँकिंग उद्योगापासून सुरू झाले, जिथे चेकवरील चुंबकीयरित्या वाचता येणारे फॉन्ट्स स्वयंचलित प्रक्रिया सक्षम करत होते.
सामान्य वापर
- टेक्स्ट एडिटर्समध्ये अदृश्य वर्णांचे डीबगिंग आणि व्हिज्युअलायझेशन
- APL प्रोग्रामिंग भाषा संकेतन
- बँकिंग आणि दस्तऐवज व्यवस्थापनासाठी OCR प्रक्रिया
- प्रोटोकॉल-स्तरीय मजकूर प्रक्रिया आणि डेटा ट्रान्समिशन
- जुन्या संगणक प्रणालींचे तांत्रिक दस्तऐवजीकरण
तांत्रिक नोंदी: स्पेशल्स ब्लॉकमध्ये रिप्लेसमेंट कॅरेक्टर (U+FFFD) समाविष्ट आहे, जो प्रश्नचिन्हासह डायमंड म्हणून दिसतो आणि सूचित करतो की बाइट अनुक्रम वैध मजकूर म्हणून डीकोड केला जाऊ शकला नाही — एन्कोडिंग त्रुटींचे सर्वात दृश्यमान लक्षण. टॅग्स ब्लॉक (U+E0001–U+E007F) त्याच्या मूळ भाषा टॅगिंग हेतूसाठी नापसंद केला गेला परंतु इमोजी ध्वज उपविभाग अनुक्रमांसाठी पुन्हा वापरला गेला. बाइट ऑर्डर मार्क्स, नल वर्ण आणि विविध शून्य-रुंदी वर्ण या तांत्रिक ब्लॉक्समध्ये राहतात आणि प्रत्येक अनुप्रयोगातील मजकूर प्रक्रियेवर शांतपणे प्रभाव टाकतात, जेव्हा विकासकांना त्यांच्या उपस्थितीची जाणीव नसते तेव्हा अनेकदा सूक्ष्म बग्स होऊ शकतात.
सांस्कृतिक संदर्भ: तांत्रिक चिन्हे एक विलक्षण स्थान व्यापतात: ते प्रत्येक डिजिटल प्रणालीसाठी आवश्यक असतात परंतु सामान्य जनतेला मोठ्या प्रमाणात अज्ञात असतात. केनेथ इव्हरसन यांनी 1960 च्या दशकात गणितीय क्रियांच्या त्यांच्या संकेतनासाठी डिझाइन केलेली APL प्रोग्रामिंग चिन्हे, प्रोग्रामिंग भाषेला स्वतःचा वर्ण संच आवश्यक असलेल्या काही प्रकरणांपैकी एक दर्शवतात. बेल वर्ण (U+0007) एकेकाळी टेलिटाइप मशीन्सवर शारीरिकरित्या घंटा वाजवत असे — एक वैशिष्ट्य जे आधुनिक प्रणालींमध्ये टर्मिनल बीप म्हणून टिकून आहे, जे समकालीन विकासकांना मागास सुसंगततेच्या अखंड साखळीद्वारे संगणनाच्या सुरुवातीच्या दिवसांशी जोडते.