Optical Character Recognition

தொழில்நுட்ப சின்னங்கள் மற்றும் கட்டுப்பாட்டு எழுத்துக்கள் டிஜிட்டல் உரையின் கண்ணுக்கு தெரியாத உள்கட்டமைப்பை உருவாக்குகின்றன. கட்டுப்பாட்டு படங்கள் மற்றபடி கண்ணுக்கு தெரியாத வடிவமைப்பு எழுத்துக்களின் புலப்படும் பிரதிநிதித்துவங்களை வழங்குகின்றன. மிசெல்லேனியஸ் டெக்னிக்கல் பிளாக் மின்னணுவியல், கணினியியல் மற்றும் APL நிரலாக்கத்திலிருந்து சின்னங்களை குறியாக்குகிறது. OCR எழுத்துக்கள் வங்கி காசோலைகள் மற்றும் தரப்படுத்தப்பட்ட படிவங்களின் இயந்திர வாசிப்பை ஆதரிக்கின்றன. இந்த எழுத்துக்கள் சாதாரண உரையில் அரிதாகவே தோன்றும், ஆனால் டிஜிட்டல் உலகில் ஒவ்வொரு ஆவணத்தையும் செயலாக்கும், வழங்கும் மற்றும் கடத்தும் அமைப்புகளுக்கு அவசியமானவை.

முதல் 32 யூனிகோட் குறியீட்டு புள்ளிகள் (மற்றும் 1963 ஆம் ஆண்டிலிருந்து தொடங்கும் ASCII இல் அவற்றின் சமமானவை) தொலைத்தட்டச்சு காலத்திலிருந்து பெறப்பட்ட கட்டுப்பாட்டு எழுத்துகள் ஆகும் — கேரேஜ் ரிட்டர்ன், லைன் ஃபீட், பெல், எஸ்கேப், மற்றும் பிற, அவை ஒருமுறை அச்சிடும் முனையங்களை உடல் ரீதியாக கட்டுப்படுத்தியவை. தொலைத்தட்டச்சு இயந்திரங்கள் வீடியோ முனையங்களுக்கும் பின்னர் வரைகலை இடைமுகங்களுக்கும் வழிவிட்டதால், பெரும்பாலான கட்டுப்பாட்டு எழுத்துகள் அவற்றின் அசல் பொருளை இழந்தன, ஆனால் பின்னோக்கி இணக்கத்திற்காக அவற்றின் குறியீட்டு புள்ளிகளை தக்கவைத்துக்கொண்டன. கண்ட்ரோல் பிக்சர்ஸ் தொகுதி (U+2400–U+243F) இந்த கண்ணுக்கு தெரியாத எழுத்துகளுக்கான தெரியும் குறியீடுகளை வழங்குகிறது, இது பிழைத்திருத்தம் மற்றும் கல்வி நோக்கங்களுக்கு பயனுள்ளதாக இருக்கும். OCR எழுத்துகள் 1960 களின் வங்கித் தொழிலில் தொடங்குகின்றன, அங்கு காசோலைகளில் காந்தமாக படிக்கக்கூடிய எழுத்துருக்கள் தானியங்கி செயலாக்கத்தை செயல்படுத்தின.

பொதுவான பயன்பாடுகள்

• உரை திருத்திகளில் கண்ணுக்கு தெரியாத எழுத்துகளை பிழைத்திருத்தம் செய்து காட்சிப்படுத்துதல்
• APL நிரலாக்க மொழி குறிப்பீடு
• வங்கி மற்றும் ஆவண மேலாண்மைக்கான OCR செயலாக்கம்
• நெறிமுறை நிலை உரை செயலாக்கம் மற்றும் தரவு பரிமாற்றம்
• மரபு கணினி அமைப்புகளின் தொழில்நுட்ப ஆவணப்படுத்தல்

தொழில்நுட்பக் குறிப்புகள்: ஸ்பெஷல்ஸ் தொகுதியில் மாற்று எழுத்து (U+FFFD) அடங்கும், இது ஒரு கேள்விக்குறியுடன் கூடிய வைரமாக தோன்றுகிறது, மேலும் ஒரு பைட் தொடரை சரியான உரையாக டிகோட் செய்ய முடியவில்லை என்பதைக் குறிக்கிறது — குறியாக்க பிழைகளின் மிகத் தெரியும் அறிகுறி. டேக்ஸ் தொகுதி (U+E0001–U+E007F) அதன் அசல் மொழி குறியீட்டு நோக்கத்திற்காக நீக்கப்பட்டது, ஆனால் எமோஜி கொடி துணைப்பிரிவு தொடர்களுக்கு மறுபயன்பாட்டிற்கு உட்படுத்தப்பட்டது. பைட் ஆர்டர் மார்க்ஸ், பூஜ்ய எழுத்துகள், மற்றும் பல்வேறு பூஜ்ஜிய-அகல எழுத்துகள் இந்த தொழில்நுட்ப தொகுதிகளில் வாழ்கின்றன மற்றும் ஒவ்வொரு பயன்பாட்டிலும் உரை செயலாக்கத்தை அமைதியாக பாதிக்கின்றன, பெரும்பாலும் டெவலப்பர்கள் அவற்றின் இருப்பை அறியாதபோது நுட்பமான பிழைகளை ஏற்படுத்துகின்றன.

கலாச்சார சூழல்: தொழில்நுட்ப குறியீடுகள் ஒரு விசித்திரமான நிலையை ஆக்கிரமித்துள்ளன: அவை ஒவ்வொரு டிஜிட்டல் அமைப்பிற்கும் அவசியமானவை, ஆனால் பொது மக்களுக்கு பெரும்பாலும் தெரியாதவை. APL நிரலாக்க குறியீடுகள், 1960 களில் கென்னத் ஐவர்சனால் வடிவமைக்கப்பட்டவை, கணித செயல்பாடுகளின் குறிப்பீட்டிற்காக அவரது குறியீட்டிற்காக, ஒரு நிரலாக்க மொழி அதன் சொந்த எழுத்து தொகுப்பை தேவைப்படுத்திய சில நிகழ்வுகளில் ஒன்றைக் குறிக்கின்றன. பெல் எழுத்து (U+0007) ஒருமுறை தொலைத்தட்டச்சு இயந்திரங்களில் உடல் ரீதியாக ஒரு மணியை ஒலிக்கச் செய்தது — இது நவீன அமைப்புகளில் ஒரு முனைய ஒலிப்பாக நீடிக்கும் ஒரு அம்சமாகும், இது சமகால டெவலப்பர்களை பின்னோக்கி இணக்கத்தின் தொடர்ச்சியான சங்கிலி மூலம் கணினியின் ஆரம்ப நாட்களுடன் இணைக்கிறது.