DLP सिस्टम में OCR तकनीकों को लागू करने में कठिनाई होती है, या हम OCR कैसे तैयार करते हैं

छवि पहचान (OCR) की समस्या का समाधान विभिन्न कठिनाइयों से भरा है। उस तस्वीर को गैर-मानक रंग योजना या विरूपण के कारण पहचाना नहीं जा सकता है। ग्राहक बिना किसी प्रतिबंध के सभी छवियों को पहचानना चाहता है, और यह हमेशा संभव है। समस्याएं अलग हैं, और उन्हें तुरंत हल करना हमेशा संभव नहीं होता है। इस पोस्ट में, हम ग्राहकों के साथ वास्तविक स्थितियों को हल करने के अनुभव के आधार पर कुछ उपयोगी सुझाव देंगे।

लेकिन पहले, थोड़ा इतिहास। फ़िल्टरिंग सेवा को फिर से लिखने के बारे में लेख के प्रकाशन के बाद से बहुत समय बीत चुका है। इसमें, हमने फ़िल्टरिंग और संदेश प्रसंस्करण के बारे में थोड़ी बात की, इस बारे में कि एक पूरे के रूप में हमारी फ़िल्टरिंग सेवा कैसे व्यवस्थित है। इस बार हम इस सवाल का जवाब देने की कोशिश करेंगे कि "हम छवियों को कैसे संसाधित करते हैं, सेवाएं कैसे सहभागिता करते हैं, और लोड के तहत सिस्टम का क्या होता है?" यदि हम एक फ़िल्टरिंग सेवा के बारे में एक लेख पर काम करते हैं, तो अब हम सेवा इंटरैक्शन की केवल एक शाखा पर विचार करेंगे - यह फ़िल्टरिंग सेवा और ओसीआर की बातचीत है।

OCR क्या है?

सेवाओं की बातचीत और ओसीआर का उपयोग करने की समस्याओं के बारे में बात करने से पहले, आइए समझने की कोशिश करें कि ओसीआर क्या है। विकिपीडिया से जटिल परिभाषा लें।

ऑप्टिकल कैरेक्टर रिकग्निशन (ओसीआर) - कंप्यूटर में पात्रों का प्रतिनिधित्व करने के लिए उपयोग किए जाने वाले टेक्स्ट डेटा में हस्तलिखित, टाइप किए गए या टाइप किए गए टेक्स्ट चित्रों का यांत्रिक या इलेक्ट्रॉनिक अनुवाद (उदाहरण के लिए, टेक्स्ट एडिटर में)।

सीधे शब्दों में, उन्होंने एक तस्वीर ली, इसे मान्यता के लिए भेजा, फिर जादू हॉगवर्ट्स के बाहर था और पाठ प्राप्त किया।



आप एबीबीवाई वेबसाइट से ओसीआर परिभाषा भी ले सकते हैं, जो सरल दिखती है।

ऑप्टिकल कैरेक्टर रिकॉग्निशन (OCR) एक ऐसी तकनीक है, जो आपको विभिन्न प्रकार के दस्तावेजों, जैसे स्कैन किए गए दस्तावेजों, पीडीएफ फाइलों या तस्वीरों को डिजिटल कैमरा से खोजे जाने योग्य संपादन योग्य स्वरूपों में बदलने की अनुमति देती है।

और हमें (छवि पहचान) की आवश्यकता क्यों है?

डिजिटल इमेज को एडिट करने योग्य टेक्स्ट डेटा में बदलने के लिए हम होम पीसी पर भी इमेज रिकॉग्निशन का उपयोग कर सकते हैं। लेकिन हमारे सामने काम बहुत व्यापक है (सभी के बाद एक डीएलपी सिस्टम): हमें संगठन में सूचना के प्रवाह को नियंत्रित करने की आवश्यकता है।

डीएलपी-सिस्टम लंबे समय से बाजार में दिखाई दिए हैं और अब कॉर्पोरेट सूचना सुरक्षा प्रणालियों (सूचना सुरक्षा उपकरण) के परिचित शस्त्रागार का हिस्सा हैं। डीएलपी का सामना ग्राफिक जानकारी (स्कैन किए गए दस्तावेज़, स्क्रीनशॉट, फोटो) के आंदोलन को नियंत्रित करने के कार्य के साथ किया जाता है। और न केवल ग्राफिक फ़ाइलों के आंदोलन को नियंत्रित करते हैं, बल्कि, सबसे पहले, उनकी सामग्री का विश्लेषण। सिस्टम को यह समझने में सक्षम होना चाहिए कि उसे किस जानकारी का सामना करना पड़ा है, इसकी तुलना संरक्षित जानकारी के नमूनों से करें और उपयोगकर्ता को इस जानकारी के लिए आगे की खोज के अवसर प्रदान करें। डिजिटल फिंगरप्रिंट्स की तुलना, हैश कैलकुलेशन, फाइल फॉर्मेट, साइज और स्ट्रक्चर के विश्लेषण जैसे अन्य विश्लेषण टूल का उपयोग भी जानकारी का मूल्यवान स्रोत है, लेकिन वे इस सवाल का जवाब नहीं देते: "इस तस्वीर में कौन सा टेक्स्ट प्रसारित है?" इस बीच, पाठ अभी भी संरचित जानकारी का सबसे आम वाहक है, जिसमें ग्राफिक फाइलें भी शामिल हैं।

परंपरागत रूप से, ओसीआर तकनीक का उपयोग ग्राफिक जानकारी (जो हमने पहले से निर्धारित किया है) को पहचानने के लिए किया जाता है। वास्तव में, ओसीआर आम तौर पर प्रौद्योगिकियों का एकमात्र वर्ग होता है जो छवियों से पाठ जानकारी निकालने की क्षमता प्रदान करता है। इसलिए, यह पारंपरिक दृष्टिकोण के बारे में इतना नहीं है, बल्कि पसंद की कमी के बारे में है।

प्रति DLP प्रणाली में कितने चित्र संसाधित होते हैं?

क्या आप OCR के बिना नहीं कर सकते? क्या वास्तव में DLP में इतनी सारी छवियां हैं जिन्हें आपको OCR लागू करने की आवश्यकता है? इस सवाल का जवाब "हाँ!" है। एक मिलियन से अधिक छवियां प्रति दिन सिस्टम में प्रवेश कर सकती हैं, और इन सभी छवियों में पाठ हो सकता है।



रोस्टेलकॉम-सोलर डीएलपी सिस्टम के हिस्से के रूप में ओसीआर का उपयोग तेल और गैस कंपनियों और सरकारी एजेंसियों द्वारा किया जाता है। स्कैन किए गए दस्तावेजों में संवेदनशील डेटा का पता लगाने के लिए सभी ग्राहक ओसीआर का उपयोग करते हैं। ऐसे "शेड्यूल" में क्या शामिल हो सकता है? हाँ, कुछ भी। ये विभिन्न आंतरिक दस्तावेजों के स्कैन हो सकते हैं, उदाहरण के लिए, पीडी युक्त। या व्यापार रहस्य की श्रेणी से जानकारी, चिपबोर्ड (आधिकारिक उपयोग के लिए), वित्तीय विवरण आदि।

ओसीआर छवियों को कैसे पहचानता है?

प्रक्रिया इस प्रकार है: DLP एक छवि (दस्तावेज़ स्कैन, फोटोग्राफ, आदि) युक्त संदेश को स्वीकार करता है, यह निर्धारित करता है कि छवि वास्तव में संदेश में है, इसे निकालता है और मान्यता के लिए OCR को भेजता है। आउटपुट पर, DLP निकाले गए TEXT / PLAIN के रूप में छवि की सामग्री (और सामान्य रूप से संदेश) के बारे में जानकारी प्राप्त करता है।

यदि हम अपने सोलर डोजर सिस्टम में सीधे सेवाओं की बातचीत के बारे में बात करते हैं, तो फ़िल्टरिंग सेवा संदेश से छवि पाठ निष्कर्षण (ओसीआर) सेवा के लिए छवियां (यदि कोई है) भेजती है। मान्यता पूर्ण होने के बाद वाला, प्राप्त पाठ को मेलफ़िल्टर को भेजता है। यह कुछ करतब दिखाती है जैसे चित्र और पाठ।



आइए हम OCR-Technologies ABBYY के उदाहरण से मान्यता तंत्र को और गहरा करें, जिसका उपयोग हम अपने DLP में करते हैं।

पाठ को पहचानते समय ओसीआर के लिए शायद मुख्य समस्या एक चरित्र की वर्तनी है। यदि हम वर्णमाला के किसी भी अक्षर (उदाहरण के लिए, रूसी या अंग्रेजी) को लेते हैं, तो प्रत्येक के लिए हमें कई वर्तनी विकल्प मिलेंगे। OCR इंजन इस समस्या को कई तरीकों से हल करते हैं:

1. पैटर्न द्वारा एक चरित्र ढूँढना। उदाहरण के लिए, विभिन्न प्रकार के वर्तनी फ़ॉन्ट का उपयोग करना।
2. चरित्र लिखने के लिए संकेतों की पहचान।

यदि आप काम के बजाय एक क्रूड उदाहरण देते हैं, तो ओसीआर उन पात्रों में पाठ को तोड़ता है जो पहले छवि में पहचाने गए थे, और उन्हें तैयार किए गए टेम्प्लेट पर लगाया गया था। फिर यह जाँच की जाती है कि प्रतीक टेम्पलेट की वर्तनी जैसा दिखता है या नहीं। जब किसी वर्ण की पहचान की जाती है, तो इसका उपयोग एन्कोडिंग में वर्ण कोड में बदल जाता है। इस प्रक्रिया के परिणामस्वरूप, प्रतीकों को शब्दों, वाक्यों में अंतिम पाठ में जोड़ा जाता है।

ओसीआर के काम के बारे में बहुत सारे अलग-अलग लेख हैं। आप OCR के काम के बारे में अधिक पढ़ सकते हैं, उदाहरण के लिए, https://sysblok.ru/knowhow/iz-pikselej-v-bukvy-kak-rabotaet-raspoznavanie-teka/

मान्यता के लिए समग्र रूप से ओसीआर कैसे तैयार करें?

हम पहले ही पता लगा चुके हैं कि एक लाख से अधिक चित्र DLP में मिल सकते हैं। लेकिन क्या इस मिलियन से सभी चित्र हमारे लिए उपयोगी हैं?

प्रश्न का उत्तर स्पष्ट से अधिक है - बिल्कुल नहीं। लेकिन सभी चित्र हमारे लिए उपयोगी क्यों नहीं होंगे? इस सवाल का जवाब भी काफी पारदर्शी है: संदेशों में हस्ताक्षर से बहुत सारी तस्वीरें मेल में "चलना"। संभवतः 90% संदेशों (यदि अधिक नहीं) में कंपनी का लोगो होगा।

ऐसी तस्वीरें मान्यता के लिए बहुत छोटी हैं, उनमें कोई भी पाठ नहीं हो सकता है। यहां हम मान्यता प्राप्त चित्रों के आकार पर प्रतिबंध लगाने के लिए सलाह दे सकते हैं (और दृढ़ता से अनुशंसा भी)। इस मामले में, प्रतिबंधों को निचली सीमा और ऊपरी दोनों पर सेट किया जाना चाहिए। प्रसंस्करण के लिए भारी फाइलें भेजने की संभावना एक हस्ताक्षर से चित्रों की तुलना में कम है, लेकिन अभी भी काफी अधिक है।

यह ध्यान देने योग्य है कि डिजिटल छवियों में अक्सर अलग-अलग दोष होते हैं। यह संभावना नहीं है कि डीएलपी को हमेशा अच्छे रिज़ॉल्यूशन में दस्तावेज़ स्कैन मिलेगा। इसके विपरीत, स्कैन हमेशा सर्वोत्तम गुणवत्ता और बहुत सारे दोषों के साथ नहीं होगा।

उदाहरण के लिए, एक डिजिटल फोटो में, परिप्रेक्ष्य विकृत हो सकता है, यह हाइलाइट या उलटा हो सकता है, और स्कैन लाइनें घुमावदार हो सकती हैं। इस तरह की विकृति मान्यता को जटिल कर सकती है। इसलिए, ओसीआर इंजन छवियों को मान्यता के लिए तैयार करने के लिए पूर्व-प्रक्रिया कर सकते हैं। उदाहरण के लिए, एक छवि को घुमाया जा सकता है, बी / डब्ल्यू में परिवर्तित किया जा सकता है, रंगों को उलटा किया जा सकता है, और सही रेखा स्क्यूज़ की जा सकती है। यह सब ओसीआर सेटिंग्स में सेट किया जा सकता है और, परिणामस्वरूप, ये उपकरण छवियों में पाठ पहचान को बेहतर बनाने में मदद कर सकते हैं।

नतीजतन, हम मान्यता के लिए ओसीआर तैयार करने के बुनियादी सिद्धांतों में आए:

1. उन छवियों के आकार निर्धारित करें जिन्हें हम पहचानेंगे, पिक्सेल और एमबी दोनों में।
2. छवि प्रीप्रोसेसिंग सक्षम करें।

ओसीआर की दक्षता बढ़ाने के लिए, आप मान्यता प्राप्त डेटा को भी कैश कर सकते हैं ताकि मान्यता के लिए कई बार एक ही चित्र न भेजें।

ओसीआर तैयार करते समय आपको और क्या ध्यान देना चाहिए, हम युद्ध अभ्यास में इस तकनीक के उपयोग के उदाहरणों के बारे में नीचे बताएंगे।

भारी लोड के तहत डीएलपी में ओसीआर का उपयोग करते समय क्या चुनौतियां संभव हैं?

1. मान्यता प्राप्त छवियों के आकार पर बहुत व्यापक सीमाएं

आइए हम पहले से ही उल्लेख के साथ शुरू करें - सीमा के साथ।

हमारे अभ्यास के आधार पर, ग्राहक अक्सर मान्यता प्राप्त छवि फ़ाइलों के आकार पर बहुत अधिक सीमाएं निर्धारित करते हैं। हां, ओसीआर को अच्छी तरह से काम करने के लिए, आपको छवि आकारों को सीमित करने की आवश्यकता है। लेकिन ग्राहक हर चीज को नियंत्रित करने का प्रयास करते हैं, यह मानते हुए कि 100x100 पिक्सल और 5 केबी के आकार की तस्वीर में भी मूल्यवान डेटा लीक हो सकता है। सामान्य तौर पर, 100x100 पिक्सेल और 5 Kb भी सीमाएं हैं, लेकिन ये थ्रेसहोल्ड बहुत कम हैं।

अन्य चरम कई सौ एमबी की भारी फ़ाइलों को पहचानने की इच्छा है। यह स्पष्ट है कि इस तरह के चित्र भेजे गए संदेशों के आकार पर प्रतिबंध के कारण कॉर्पोरेट मेल के माध्यम से क्रॉल नहीं करेंगे। लेकिन यहां अन्य इंटरसेप्शन चैनल (उदाहरण के लिए, कॉर्पोरेट नेटवर्क बॉल से) वज़नदार फ़ाइलों को लगातार पहचानना चाहते हैं। यदि ग्राहक इसे बड़ी मात्रा में उच्च-रिज़ॉल्यूशन चित्रों में जोड़ना चाहता है, तो इसके लिए आपके पास उपयुक्त सर्वर क्षमता होनी चाहिए। नतीजतन, मान्यता प्राप्त फ़ाइलों के आकार के लिए इस तरह के व्यापक न्यूनतम और अधिकतम थ्रेसहोल्ड के साथ, सर्वरों पर एक उच्च प्रोसेसर लोड बनाया जाता है, जो सभी सबसिस्टम के संचालन को धीमा कर देता है।

यहां क्या सिफारिश की जा सकती है? सबसे पहले, विश्लेषण करें कि कंपनी द्वारा उपयोग किए जाने वाले "शेड्यूल" में गोपनीय डेटा है, और फिर मॉनिटर किए गए चित्रों के आकार पर उचित न्यूनतम और अधिकतम प्रतिबंधों का अनुमान है। हम आमतौर पर सलाह देते हैं कि ग्राहक 200 पिक्सेल से छवि रिज़ॉल्यूशन की निचली सीमा को ठीक करते हैं, आदर्श रूप से 400 पिक्सेल (एक्स और वाई कुल्हाड़ियों के साथ), और कम से कम 20 Kb के फ़ाइल आकार, बेहतर बड़े। यह ओसीआर को भारी छवियां भेजने के लिए भी कोई मतलब नहीं है - वे बस आपके सर्वर को अधिभारित करेंगे और इस तथ्य से नहीं कि उन्हें पहचाना जाएगा।

2. फ़िल्टरिंग कतारों और अनुरोध प्रसंस्करण समय

उपरोक्त कारणों से उत्पन्न होने वाले सर्वरों पर अत्यधिक भार, छवि पहचान और सामान्य रूप से क्वेरी प्रसंस्करण के समय को बढ़ाने के लिए श्रृंखला की ओर जाता है। परिणामस्वरूप, DLP सिस्टम में फ़िल्टरिंग के लिए संदेश कतार बढ़नी शुरू हो जाती है। इसके अलावा, ग्राफिक फाइलें जिन्हें सिद्धांत (भारी फाइलें, खराब गुणवत्ता, आदि) में पहचाना नहीं जा सकता है, ओसीआर मॉड्यूल में आ सकते हैं, जिसके परिणामस्वरूप इमेज प्रोसेसिंग टाइमआउट हो सकता है। यदि बहुत अधिक गैर-मान्यता प्राप्त फाइलें हैं, और सिस्टम में उच्च मान्यता टाइमआउट है, तो फ़िल्टरिंग सेवा तब तक इंतजार करती है जब तक कि यह टाइमआउट नहीं होता है, और उसके बाद ही अगले अनुरोध को संसाधित करने के लिए आगे बढ़ता है। पूरी प्रसंस्करण प्रक्रिया को गंभीरता से बाधित किया जा सकता है।

हम क्या सलाह दे सकते हैं? यदि ग्राफिक छवियों को संसाधित करने के लिए एक कतार है, तो आपको डीएलपी सिस्टम में ओसीआर सेटिंग्स को देखने और ब्रेकिंग के कारण को खोजने की कोशिश करनी होगी। यह हो सकता है, उदाहरण के लिए, स्वयं सर्वर पर इंटरप्रोसेस संचार की समस्याओं के कारण। सामान्य तौर पर, ये समस्याएं एक अलग चर्चा के लायक हैं। सामान्य मुद्दों पर कुछ विवरण "लिनक्स पर इंटरप्रोसेस संचार का परिचय" लेख में पाया जा सकता है।

इसके अलावा, ओसीआर स्थापित करते समय एक महत्वपूर्ण बिंदु छवि मान्यता के लिए पर्याप्त समय निर्धारित कर रहा है। सामान्य तौर पर, छवि को सटीक रूप से पहचाने जाने के लिए 90 सेकंड पर्याप्त हैं। यदि 90 सेकंड में छवि से कोई पाठ नहीं निकाला गया था, तो यह माना जा सकता है कि ओसीआर सिद्धांत रूप में छवि को नहीं पहचानता है। इस बिंदु पर, OCR कॉन्फ़िगरेशन समस्याएँ तब भी हो सकती हैं जब वे उच्च मान्यता टाइमआउट सेट करते हैं और इस प्रकार अपरिचित को पहचानने का प्रयास करते हैं।

और क्या कारण टाइमआउट हो सकता है? यहां हम सिस्टम कॉन्फ़िगरेशन के मुद्दे पर वापस आते हैं। फ़िल्टरिंग सेवा, OCR सेवा की तरह, थ्रेड के साथ काम करती है जो संदेशों और छवियों को संसाधित करती है। फ़िल्टरिंग सेवा संचालकों की संख्या और ओसीआर संचालकों की संख्या के संदर्भ में प्रणाली को सही ढंग से कॉन्फ़िगर नहीं किया जा सकता है। उदाहरण के लिए, एक फ़िल्टरिंग सेवा में कई थ्रेड हैंडलर होंगे, जबकि ओसीआर में केवल एक ही होगा। ऐसी स्थिति में, कुछ बिंदुओं पर ओसीआर में सभी मान्यता अनुरोधों को संसाधित करने के लिए समय नहीं हो सकता है, और इस प्रकार छवि प्रसंस्करण टाइमआउट दिखाई देगा।

प्रणाली का यह व्यवहार वास्तुकला में डिजाइन की समस्याओं और बग के बारे में विचार सुझाता है, लेकिन वास्तव में यह नहीं है। हमारे डीएलपी की वास्तुकला प्रणाली को कॉन्फ़िगर करने और इसे ग्राहकों की जरूरतों के लिए अनुकूलित करने की सुविधा प्रदान करती है। उदाहरण के लिए, हम केवल एक OCR को दो फ़िल्टरिंग सेवाओं के साथ प्रदर्शन के बिना काम करने के लिए कॉन्फ़िगर कर सकते हैं।

3. अपरिचित चित्र

यदि एक छवि जिसे ओसीआर पहचान नहीं सकता है वह विश्लेषण के लिए डीएलपी प्रणाली में जाता है, समस्या के कई समाधान हैं।

किन कारणों से छवियों को मान्यता नहीं दी जा सकती है? उदाहरण के लिए, निम्नलिखित द्वारा:

1. छवि की गैर-मानक रंग योजना।

2. कम रिज़ॉल्यूशन वाली इमेज।

3. अंतरिक्ष में छवि और उसमें निहित पाठ का गलत अभिविन्यास।

4. रेखा स्क्यू और छवि में पाठ के अनुपात का विरूपण आदि।
यहां एक उदाहरण है: निगरानी प्रक्रिया के दौरान ग्राहकों में से एक को पता चला कि ओसीआर गैर-मानक रंग योजना में निष्पादित पीडीएफ दस्तावेजों को मान्यता नहीं देता है। यही है, छवि सामान्य मोड में पीडीएफ दस्तावेज़ से निकाली गई थी, लेकिन जब यह ओसीआर मॉड्यूल को संसाधित करने की बात आई, तो उसने चित्र की रंग योजना को नहीं समझा और आउटपुट पर "मालेविच वर्ग" का उत्पादन किया। हमारे इंटरफ़ेस में, चित्र कुछ इस तरह दिखता था:



ओसीआर इंजन में स्वचालित छवि सुधार के लिए विभिन्न कार्य हैं, जो इसमें निहित पाठ की सफल मान्यता की संभावना को बहुत बढ़ाते हैं। हालांकि, व्यवहार में, ये जादू उपकरण हमेशा काम नहीं करते हैं। इस विशेष मामले में, हमने ग्राहक के लिए ओसीआर मॉड्यूल को अनुकूलित किया है ताकि वह इस गैर-मानक रंग योजना को पहचान सके।

5. मान्यता प्राप्त निर्दिष्ट आकारों में दस्तावेज़ के मापदंडों में से एक की असंगति
छवियों।

उदाहरण के लिए, सिस्टम कॉन्फ़िगरेशन में, मान्यता प्राप्त छवियों की आकार सीमा 200x1000 पिक्सेल पर सेट की जाती है, और 500x1500 पिक्सेल आकार की फ़ाइल OCR में प्राप्त होती है (ऊपरी सीमा पार हो गई है)। इस मामले में, आपको ऐसी छवियों को पहचानने के लिए ओसीआर सेटिंग्स को सही करने की आवश्यकता है।
OCR के काम न करने के बाद हमें यह बताया जाता है कि शायद यह सबसे लोकप्रिय सिस्टम पुनर्संरचना परिदृश्यों में से एक है।

एजेंटों पर OCR क्यों नहीं हैं?

डीएलपी सिस्टम में ओसीआर दो संस्करणों में लागू किया जाता है - एजेंटों और सर्वर पर। हम दूसरे दृष्टिकोण के पक्ष में हैं, क्योंकि कार्य केंद्र पर सीधे छवि मान्यता इसके प्रोसेसर पर एक उच्च भार बनाती है और, तदनुसार, अन्य अनुप्रयोगों के काम को धीमा कर देती है। OCR स्वयं सर्वरों के लिए भी एक बहुत ही प्रचंड़ तकनीक है, और इसके अनुप्रयोग के लिए प्रोसेसर की क्षमता और प्रदर्शन निगरानी की उचित योजना की आवश्यकता होती है।

हालांकि, कई घरेलू कंपनियां, विशेष रूप से सार्वजनिक क्षेत्र में, अभी भी काफी पुराने पीसी बेड़े हैं। इस मामले में क्या होता है? उपयोगकर्ता पीसी के "ब्रेकिंग" के बारे में आईटी विभाग से शिकायत करना शुरू करते हैं, और आईटी विशेषज्ञों को अंततः पता चलता है कि ब्रेकिंग का कारण डीएलपी सिस्टम का ओसीआर मॉड्यूल है। यह उन्हें और उन उपयोगकर्ताओं को परेशान करता है जो काम के कार्यों को जल्दी से हल नहीं कर सकते हैं। अंत में, यह सब एक सुरक्षा गार्ड के लिए सिरदर्द में जुड़ जाता है जिसके पास कई अन्य कार्य हैं।

एजेंटों पर OCR का उपयोग केवल तब ही उचित है जब DLP सिस्टम "अलगाव में" काम करता है। इस स्थिति में, छवि पहचान ठीक उसी समय होनी चाहिए जब उपयोगकर्ता इस ग्राफिक फ़ाइल के साथ अपने कार्य केंद्र पर क्रिया करता है। यही है, डीएलपी सिस्टम को तुरंत इस छवि वाले दस्तावेज़ के भाग्य का फैसला करना चाहिए - इसे भेजने / कॉपी करने या निषिद्ध करने की अनुमति दें। लेकिन व्यवहार में, केवल कुछ ग्राहक सक्रिय अवरोध मोड में डीएलपी प्रणाली का उपयोग करते हैं, और यह न केवल हमारे अपने डीएलपी पर लागू होता है। यहां सिद्धांत काम करता है: "सर्वर पर जांच के लिए जो कुछ भी निकाला जा सकता है, उसे सर्वर पर किया जाना चाहिए।"

कुल मिलाकर

ओसीआर प्रौद्योगिकियां ग्राफिक पहचान क्षमता प्रदान करती हैं, और इसके अलावा, हम हमेशा सिस्टम कॉन्फ़िगरेशन के लिए सामान्य सिफारिशें देते हैं। हालांकि, किसी विशेष परियोजना में, समाधान की प्रायोगिक और कार्यान्वयन चरणों, और इसके औद्योगिक संचालन के चरण में ग्राहक की विशिष्ट आवश्यकताओं को पूरा करने के लिए ओसीआर मॉड्यूल को फिर से कॉन्फ़िगर करना आवश्यक हो सकता है। यह केवल सामान्य नहीं है - यह एकमात्र सही तरीका है जो मूर्त परिणाम देगा, कंपनी में ओसीआर काम को यथासंभव कुशल बना देगा और ग्राफिक चित्रों के माध्यम से गोपनीय जानकारी के रिसाव को कम करेगा।

निकिता इगेंकिन, लीडिंग सर्विस इंजीनियर, रोस्टेलकॉम सोलर