Mercury OCR — программное решение и набор аппаратных компонентов для оптического распознавания текста (OCR), применяемый преимущественно в устройствах помощи людям с нарушениями зрения и в портативных видеолупах. Продукт предназначен для преобразования изображений страниц, документов и печатного текста в машинно-читаемый формат с последующим синтезом речи или передачей текста в вспомогательное программное обеспечение. В описаниях и рекламных материалах Mercury OCR обычно позиционируется как система, обеспечивающая полностраничное распознавание и озвучивание содержимого, при этом реализующая функции предобработки изображений, коррекции ориентации и фильтрации помех.
Историческая справка о конкретной платформе ограничена: публично доступная информация о фирменной марке Mercury OCR фрагментарна, поэтому в ряде источников под этим названием обобщают семейство OCR-модулей, используемых в электронных увеличителях и специализированных сканерах для слабовидящих. В функциональном смысле Mercury OCR сочетает стандартные компоненты современных OCR-систем — механизмы сегментации строк и символов, алгоритмы распознавания шрифтов и языков, а также интеграцию с синтезом речи и экспортом в текстовые форматы. Описание ниже отражает типичный набор возможностей и сценариев использования таких систем.
- Полностраничное распознавание: обработка целых страниц с сохранением порядка блоков текста и базовой структуры документа.
- Многоязычная поддержка: распознавание печатного текста на нескольких языках и переключение языковых моделей.
- Предобработка изображения: автоматическая коррекция контраста, удаление шума, выпрямление и коррекция перспективы для повышения точности распознавания.
- Оптическая сегментация: выделение колонок, заголовков, таблиц и отдельных блоков текста для корректного чтения и экспорта.
- Интеграция с синтезом речи: передача распознанного текста в TTS-модуль для воспроизведения вслух в реальном времени.
- Экспорт форматов: сохранение результатов в текстовые файлы, буфер обмена или передачу в другие приложения для дальнейшей обработки.
- Портативность и энергоэффективность: оптимизация модулей для работы на ресурсно-ограниченных устройствах — мобильных платформах и видеолупах.
- Интерфейс доступа: простой пользовательский интерфейс с крупными элементами управления и голосовой навигацией в устройствах для слабовидящих.
- Надёжность распознавания: использование адаптивных языковых моделей и шаблонных методов для повышения точности на разнообразных шрифтах и макетах.
- Безопасность и локальная обработка: возможность локальной работы без обязательной отправки изображений на удалённые серверы (в зависимости от реализации).