Ubispace's Blog

ABBYY FineReader 10 한글 OCR 프로그램 – 이미지에서 텍스트 추출

ubispace — Fri, 03 Sep 2010 15:41:32 +0000

최고의 OCR 성능으로 이름 있는 러시아 ABBYY사에서 한글을 포함한 전세계 186개 언어를 인식할 수 있는 OCR 소프트웨어인 FineReader 10 Professional Edition을 국내 총판 협력사인 디오텍을 통해 출시했습니다.

국산 한글 OCR 엔진의 성능 개선이 답보 상태인 상황에서 FineReader 10이 출시되어, 종이 문서를 스캐닝을 통해 전자 문서화하는 등의 고성능 한글 OCR이 필요한 분야에서 크게 활용될 수 있을 것 같습니다.

상세한 기능 소개는 http://abbyy.co.kr/data/abbyy/product/finereader.asp 에서 확인할 수 있고,

주요 기능을 살펴 보면

한국어, 한자, 중국어, 일본어, 타이어, 히브리어 등 전세계 186개 언어 OCR

한글 뿐 아니라 여러 언어가 혼재된 문서를 자동으로 인식할 수 있습니다.

최고의 인식률

유수의 여러 기관으로 부터 성능을 인정 받은 OCR 엔진 입니다.(http://www.abbyy.com/AwardsReviews/)

정교한 페이지 레이아웃 분석 기능

문서 내의 텍스트, 표, 그림 영역을 정확히 분석하여 전자 문서로 저장할 때 포맷을 그대로 복원해 줍니다.

또한 사용자 설정에 의해 텍스트, 표, 그림 영역을 편집할 수 있어, 잡지와 같이 레이아웃이 매우 복잡한 문서 처리도 쉬워 집니다.

윈도우7 호환

파인리더는 윈도우7 로고 인증 받은 프로그램입니다. 따라서 도우 XP 호환 모드가 지원되지 않는 윈도우7 홈프리미엄, 홈베이직, 스타터 에디션에서도 실행할 수 있습니다.

적응형 문서 인식 테크놀로지 (ADRT™)

문서의 논리적 구조를 정확하게 파악하여 머리글, 바닥글, 페이지 번호, URL 등과 같은 문서 의 속성을 완벽하게 복원합니다. 이전에는 OCR로 변환/저장된 모든 페이지에 머리글, 꼬리글 등을 일반 텍스트로 인식하여 저정했기 때문에 많이 불편했습니다.

강력한 PDF 변환 기능 및 MRC 압축으로 파일 사이즈 최소화

종이 문서를 스캔한 이미지 파일이나 PDF 파일 중에 텍스트 검색 및 복사가 되지 않는 파일을 검색 가능한 PDF 파일로 변환할 수 있습니다.

PDF 변환에는 최고의 OCR 엔진과 페이지 레이아웃 분석, ADRT 기능이 적용되며, MRC 압축 기능을 사용할 경우 파일 사이즈를 10분의 1로 줄일 수도 있습니다.

여러 개의 이미지/PDF 파일을 하나의 PDF 파일로 병합할 수 있고, 여러 페이지 중에서 필요한 파일만 선택하여 PDF 파일을 생성할 수도 있습니다.

사용자 중심의 똑똑한 인터페이스

자주 반복해서 사용하는 일련의 버튼 클릭을 한 번의 클릭으로 수행할 수 있는 퀵태스크 기능이 있습니다. 예를 들어 스캔 > 인식 > 워드 저장의 작업을 Scan to Microsoft Word 버튼을 한 번 클릭하는 것으로 끝낼 수 있습니다.

또한 FineReader에서 제공하는 퀵태스크 외에도 Automation Manager 기능을 사용하여 사용자 정의 태스크를 만들어 사용할 수 있습니다.

디지털 카메라 및 모바일 카메라 OCR 지원

디지털 카메라나 휴대폰 카메라로 촬영한 문서 이미지를 OCR하여 정확안 결과를 얻기 위해 손떨림, 3D 투시 왜곡, ISO 노이즈에 대한 보정 기능이 지원되며, 됩니다.

다양한 이미지 전처리 기능

이미지 회전 방향 감지, 책과 같이 두 페이지가 한 페이지에 스캔된 이미지 분할 같은 기능이 자동으로 처리됩니다. 도한 15-20도까지 기울어진 이미지도 자동으로 보정되어 탁월한 OCR 성능을 얻을 수 있습니다.

이 외에도 이미지 에디터 기능을 자체 내장하여, 기울기 보정/ 디카 사진 보정 / 사다리꼴 왜곡 보정 / 회전 및 플립 보정 / 페이지 분할 / 크롭 / 역상 보정 / DPI 변환 / 지우개 기능을 외부 프로그램 없이도 선택적으로 실행할 수 있습니다.

검증 에디터 내장

프로그램 내에 OCR 결과를 원본 이미지와 대조하여 수정/대사할 수 있는 검증 에디터가 내장되어 있어, 보다 신뢰도 높은 결과를 파일로 저장할 수 있습니다. PDF 파일 같은 경우는 수정할 수 없는 포맷이므로 저장하기 전에 필요한 교정을 할 수 있어야 합니다.

검증 에디터에는 사용자 사전 기능, 철자 검사 기능과 OCR 엔진 신뢰도에 의한 검증 기능을 함께 실행할 수 있는 기능이 있습니다.

대용량 이미지 문서 처리

전문가 버전 (Profession Edition)에서도 중소 기업에서 활용할 수 있을 정도 대용량의 문서 처리를 할 수 있습니다. 사용해 보신 분에 의하면 800장 이미지를 한번에 읽어들여 처리를 했다고 합니다.

OCR 엔진 훈련

영어 및 유럽어의 특이한 폰트와 인식이 잘 안되는 문자 이미지는 사용자 훈련 기능을 통해 OCR 성능을 높일 수 있습니다. 그러나 한글, 중국어, 일본어는 사용자 훈련이 지원되지 않습니다.

입력 가능한 이미지 파일 포맷

- BMP : black and white, gray, color
- PCX, DCX : black and white, gray, color
- JPEG, JPEG 2000, JPEG2 : gray, color
- PNG : black and white, gray, color
- TIFF : black and white, gray, color, multi-page image
압축 방식 – Unpacked, CCITT Group 3, CCITT Group 3 FAX (2D), CCITT Group4, PackBits, JPEG, ZIP, LZW
- PDF, PDF/A
- GIF, XPS, WDP
- DjVu

저장 가능한 파일 포맷

- 마이크로소프트 워드, 엑셀, 파워포인트: DOC, DOCX, XLS, XLSX, PPT. PPTX
- 마이크로소프트 WordML
- RTF(Rich Text Format), TXT
- HTML, CSV
- PDF, PDF/A

또한 인식 결과를 마이크로소프트 워드, 엑셀, 파워포인트, 아크로뱃리더, 웹브라우저를 직접 실행하여 보낼 수도 있습니다.

사용할 수 있는 스캐너

스캐너 구동 인터페이스 표준인 TWAIN 방식을 지원하는 스캐너/복합기를 프로그램 내에서 직접 구동할 수 있습니다. 모든 스캐너/복합기가 TWAIN 방식을 지원하므로 호환성에는 문제가 없습니다. 또한 마이크로소프트의 스캐너 구동 인터페이스인 WIA 방식을 지원하는 장치도 구동 가능합니다.

보너스 – 스크린샷리더

윈도우 화면을 텍스트로 변환하고자 할 때 보너스로 제공되는 Screenshot OCR 프로그램을 사용하면 편리하며, 영어 및 유럽어 인식에 탁월합니다.

판형별 용지 사이즈

ubispace — Fri, 03 Sep 2010 15:37:55 +0000

출처: http://hanmihye.egloos.com/3256705

국판(A5): 148 x 210
신국판 154 x 224
46배판 (B5) 188 x 257
국12절 변형판 195 x 200
국배판 (A4): 210 x 297
46배 변형판 222 x 272

북미 표준 용지

레터(letter) : 216 mm x 279 mm (8.5인치x11인치, 가장 널리 사용)
타블로이드(tabloid) : 11인치 x 17인치
브로드쉬트(broadsheet) : 17인치 x 22인치

OCR을 약자로 하는 용어들

ubispace — Fri, 03 Sep 2010 15:33:01 +0000

출처: http://www.acronymfinder.com/OCR.html

Rank Abbr. Meaning
****** OCR Optical Character Recognition (광학 문자인식)
****** OCR Orange County Register (newspaper)
****** OCR Office for Civil Rights
***** OCR Office of Civil Rights
***** OCR Official Cash Rate (기준 금리)
***** OCR Optical Character Reader
***** OCR Original Cast Recording
***** OCR On-Campus Recruitment
**** OCR Office of Congressional Relations (OPM)
*** OCR Oxygen Consumption Rate
*** OCR Office of Community Relations
*** OCR Open Collaborative Research
*** OCR Ottawa Central Railway
*** OCR Old Country Road
*** OCR Over Current Relay (power distribution) (과전류계전기)
*** OCR Official Court Reporter
*** OCR Oil Circuit Recloser
*** OCR Online Community Relations (gaming site)
*** OCR Office of Collateral Responsibility
*** OCR Office of the Commissioner of Railroads
** OCR Overclocked Remixes
** OCR Office of Coal Research
** OCR Outstanding Claims Reserve (insurance)
** OCR On-Channel Repeater
** OCR Operating Conditions Register
** OCR One-Call Resolution
** OCR Off the Cuff Remark
** OCR Operations Change Request
** OCR Organizational Change Request
** OCR Oxford, Cambridge & RSA Examination Board
** OCR Obligational Contractual Relations (customer-supplier model)
** OCR Operational Capability Requirements
** OCR Outgoing Call Restriction
** OCR Overall Capitalization Rate (real estate)
** OCR Office of Coordinating Responsibility (US DoD)
** OCR Organization Change Request
* OCR Optical Control Room
* OCR Open Care Record (medicine)
* OCR Operational Change Report
* OCR Organizational Capability Review
* OCR Off-Color Remark
* OCR Office Claim Representative
* OCR Outage Capacity Region
* OCR Outer Cell Region

이외 아래 같은 용어도 있네요.
오라클 클러스터 소프트웨어: Oracle Cluster Registry

ABBYY 이름의 뜻과 어원

ubispace — Fri, 03 Sep 2010 15:28:01 +0000

ABBYY는 고대 한장어족(漢藏語族 Sino-Tibetan language family)의 고대 언어에서 유래한 말로, ‘예리한 눈 (keen eye)’이란 뜻을 의미한다. OCR, ICR, OMR 기술 전문 업체 답게 ‘눈’을 상징하는 단어로 회사 brand로 삼았다.

출처

1. http://abbyy.com/company/

2. http://kin.naver.com/open100/db_detail.php?d1id=11&dir_id=111403&docid=367772&qb=U2luby1UaWJldGFuIGxhbmd1YWdlIGZhbWlseQ==&enc=utf8&pid=fWL3YB331y0ssteygR8ssv–304086&sid=StN1mHJE00oAACjGEpQ

[기사] 디지털 영어 교육은 내게 맡겨라! 탐투스 북 리더

ubispace — Fri, 03 Sep 2010 15:26:31 +0000

ABBYY FineReader OCR 엔진을 탑재한 북리더 제품 출시됐습니다. 영어 수업 시간에 활용도가 높을 것 같습니다. http://article.joins.com/article/itview/article.asp?Total_Id=3809862 http://newswire.ytn.co.kr/newsRead.php?md=A01&tm=1&no=432789

글빛 읽개 – OCR의 우리말 표현

ubispace — Fri, 03 Sep 2010 15:10:56 +0000

국립국어원에서 순화한 컴퓨터 용어에 따르면 OCR에 해당하는 우리말 표현은 아래와 같다.

글빛 읽개
글빛 인식
광학 문자 판독
광학 문자 인식(光學文字認識)

http://www.malteo.net/freeboard/f_view.php?board_id=1086858037&write_id=432
(OCR = Optical Character Recognition)

OCR 기능으로 PDF를 엑셀, 워드, 텍스트 파일로 변환하기 – ABBYY PDF Transformer

ubispace — Fri, 03 Sep 2010 15:03:58 +0000

ABBYY PDF Transformer 3.0 for Windows PC

[ABBYY PDF Transformer 3.0의 대표 기능]

PDF 파일을 다양한 형식으로 변환 (PDF conversion)

검색이 불가능한 PDF 를 검색 가능한 PDF, Microsoft Office 문서 , 텍스트 문서 (txt), HTML 파일로 변환할 수 있습니다.
이미지 형식의 PDF나 텍스트 복사를 할 수 없게 보호한 PDF를 OCR 기술을 이용하여 검색할 수 있도록 합니다.
원래의 서식을 보존하면서 모든 유형의 PDF 파일을 편집 가능한 다양한 파일 형식으로 변환할 수 있습니다.
Microsoft Office와의 통합을 통해 Microsoft Word 또는 Microsoft Excel에서 직접 PDF 파일을 변환할 수 있습니다.
ABBYY PDF Transformer 3.0은 PDF 파일을 변환할 때 인터넷 하이퍼링크, 전자 메일 주소, 머리글, 바닥글을 자동으로 검색하여 출력 문서에 반영합니다.

지원되는 파일 형식
- Microsoft Word 문서(*.DOC)
- Microsoft Office Word 2007 문서(*.DOCX)
- 서식 있는 텍스트(*.RTF)
- 일반 텍스트(*.TXT)
- Microsoft Excel 워크시트(*.XLS)
- Microsoft Office Excel 2007 통합 문서(*.XLSX)
- HTML(HyperText Markup Language)(*.HTM, *.HTML)
- 검색 가능한 PDF 문서(*.PDF)
- PDF/A(*.PDF)

다양한 형식의 파일로 PDF 만들기 (PDF Creation)

편집 가능한 다양한 형식의 파일을 PDF 형식으로 변환할 수 있습니다.
PDF 문서를 만들 때 문서 열기 암호 또는 사용권한 암호를 만들어서 PDF 문서를 무단으로 열고 인쇄 또는 편집하지 못하게 할 수 있습니다.
ABBYY PDF Transformer 3.0을 사용하여 출력 파일을 디스크에 저장하거나 이메일에 첨부 파일로 보낼 수 있습니다.

지원되는 파일 형식
- Microsoft Word 문서(*.DOC)
- Microsoft Office Word 2007 문서(*.DOCX)
- 서식 있는 텍스트(*.RTF)
- HTML 문서(*.HTM, *.HTML)
- Microsoft PowerPoint 프레젠테이션(*.PPT)
- Microsoft PowerPoint 2007 프레젠테이션(*.PPTX)
- 일반 텍스트(*.TXT)
- Microsoft Excel 워크시트(*.XLS)
- Microsoft Office Excel 2007 통합 문서(*.XLSX)
- Microsoft Visio Drawing(*.VSD)

[ABBYY PDF Transformer 3.0의 새로운 기능]

독점 ADRT® 기술을 이용한 문서의 특성 보존

ABBYY PDF Transformer 3.0은 ABBYY의 혁신적인 최신 ADRT(Adaptive Document Recognition Technology)를 사용하여 별도의 페이지가 아니라 문서 전체를 그대로 분석하고 처리합니다. 이 방법은 문서의 논리 구성을 유지하면서 원래의 텍스트와 열은 물론, 머리글, 바닥글, 글꼴, 스타일, 각주, 표와 그림의 번호를 매긴 캡션도 그대로 보존합니다.

원본 문서와의 글꼴 및 스타일 일치

원본 문서에 사용된 글꼴을 식별하고 컴퓨터에 설치되어 있는 글꼴 세트에서 가장 일치하는 글꼴을 찾을 수 있도록 글꼴 인식 모듈을 크게 변경했습니다.

총 184개 언어 지원

ABBYY PDF Transformer 3.0에서는 고급 알고리즘을 사용하여 사용할 언어를 검색하여, OCR을 시작하기 전 문서에 맞는 변환 언어를 수동으로 선택할 필요가 없습니다. 한국어, 중국어, 일본어, 태국어, 히브리어를 포함하여 184개의 언어로 텍스트를 변환할 수 있습니다.

PDF/A, DOCX 및 XLSX 지원

PDF/A
장기적으로 보관할 문서 저장에 일반적으로 사용되는 PDF/A 형식이 지원됩니다.
DOCX 및 XLSX
Microsoft Office 2007과의 통합을 통해 PDF 문서를 DOCX 및 XLSX 형식으로 변환하고 DOCX 및 XLSX 파일을 PDF 문서로 만들 수 있습니다.
* DOCX 및 XLSX 파일에서 작업하려면 그에 해당하는 Microsoft Office 2007 응용 프로그램이 컴퓨터에 설치되어 있어야 합니다.

새로운 PDF 압축 형식

ABBYY PDF Transformer 3.0은 PDF파일 저장 시, 더 작은 파일을 생성하는 MRC(Mixed Raster Content) 기술의 향상된 압축 알고리즘을 사용하여 품질을 손상시키지 않습니다.

PDF 편집 도구

PDF 문서를 게시하기 전, 불필요한 텍스트와 문서 내의 그림을 쉽게 편집할 수 있습니다. 삭제된 부분은 출력 파일에 검은색 사각형으로 보여집니다.

스탬프 삽입 기능 제공

종이에 인쇄된 것과 같은 스탬프를 PDF 문서에 넣을 수 있습니다. (단, 검색 가능한 PDF로 변환 시에만 지원됩니다.)

PDF Transformer의 편리하고 유연한 기능

선택한 페이지 또는 영역만 변환하여 PDF 변환 속도 높이기
PDF 문서에 사용할 언어와 변환할 영역을 지정하여 변환 품질 높이기
출력 PDF 문서의 용량 축소하기
만들어진 PDF 파일을 무단으로 액세스하지 못하게 보호하기