MENGENAL JENIS SCANER

Fungsi utama dari perangkat scanner adalah untuk mengambil image secara digital menggunakan komputer yang kemudian diolah pada software tertentu. Dengan adanya scanner secara otomatis dapat menggantikan kamera reproduksi untuk memotret suatu model. Bahkan banyak kelebihan yang diperoleh dengan penggunaan scanner, yaitu gambar tersebut kemudian dapat diolah dalam komputer menggunakan program gambar atau program manipulasi. Beberapa perusahaan pembuat scanner telah merancang bentuk scanner disesuaikan dengan format dari objek yang akan diseken. Ada beberapa bentuk atau macam scanner yang dirancang untuk format tertentu dan keperluan tertentu, diantanya adalah:
• Hand held scanner
Fisik scanner tersebut tidak terlalu besar, tetapi dapat digenggam menggunakan tangan. Cara pengoperasiannya adalah dengan menggeser-geserkan scanner pada media yang diseka menggunakan tangan. Apabila bidang yang diseka luas, maka penyekaan dilakukan ke seluruh area dengan menggeser scanner bagian perbagian. Hand scanner harganya cukup mahal tetapi cukup efektif, karena bentuknya yang kecil dan mudah dibawa kemana-mana.
• Slide scanner
Fungsi dari slide scanner adalah untuk pengambilan image dari slide berukuran 35 mm. Scanner tersebut pada umumnya dipergunakan untuk menyimpan image dari slide arena memiliki hasil gambar yang lebih baik dibanding bila menggunakan hasil cetak dari photography. Pada slide scanner telah terpasang slot tempat slide yang merupakan bagian dari mekanik scanner slide. Karena scanner tersebut sangat spesialis, maka tidak dapat dipergunakan untuk pencetakan atau pada format trasnparan yang lebih besar.
• Transparency scanner
Transparency scanner hampir mirip dengan slide scanner, termasuk dapat mengakomodir transparansi sampai ukuran 102 x 127 mm. Beberapa scanner menggunakan mekanik yang mirip dengan scanner flatbed kecil.
Dikutip dari:
http://advercom.wordpress.com/2009/02/01/mengenal-jenis-scanner/
tanggal 21januari 2001
 
Pengertian OCR
OCR adalah sebuah sistem komputer yang dapat membaca huruf, baik yang berasal dari sebuah pencetak (printer atau mesin ketik) maupun yang berasal dari tulisan tangan. Adanya sistem pengenal huruf ini akan meningkatkan fleksibilitas ataupun kemampuan dan kecerdasan system komputer. Dengan adanya sistem OCR maka user dapat lebih leluasa memasukkan data karena user tidak harus memakai papan ketik tetapi bias menggunakan pena elektronik untuk menulis sebagaimana user menulis di kertas. Adanya OCR juga akan memudahkan penanganan pekerjaan yang memakai input tulisan seperti penyortiran surat di kantor pos, pemasukan data buku di perpustakaan, dll. Adanya sistem pengenal huruf yang cerdas akan sangat membantu usaha besar-besaran yang saat ini dilakukan banyak pihak yakni usaha digitalisasi informasi dan pengetahuan, misalnya dalam pembuatan koleksi pustaka digital, koleksi sastra kuno digital, dll. OCR dapat dipandang sebagai bagian dari pengenal otomatis yang lebih luas yakni pengenal pola otomatis (automatic pattern recognition). Dalam pengenal pola otomatis, sistem pengenal pola mencoba mengenali apakah citra masukan yang diterima cocok dengan salah satu citra yang telah ditentukan. Sistem ini misalnya dipakai untuk mendeteksi sidik jari, tanda tangan, bahkan wajah seseorang. Ada banyak pendekatan yang dapat dipakai untuk mengembangkan pembuatan pengenal pola otomatis antara lain memakai pendekatan numerik, statistik, sintaktik, neural dan, aturan produksi (rule-based). Secara umum metode-metode tersebut dapat digolongkan menjadi dua kelompok metode yakni metode berbasis statistik dan metode berbasis struktur. Dalam metode yang berbasis statistik, setiap pola ditransformasi ke dalam vektor yang memakai ukuran dan karakteristik tertentu. Karakteristik ini seringkali lebih bersifat statistik misalnya distribusi pixel ataupun jarak pixel. Sedang dalam metode yang berbasis struktur, setiap pola yang diproses dinyatakan sebagai gabungan beberapa struktur elementer. Pengenalan selanjutnya dilakukan dengan mencocokkan komposisi struktur elementer dengan struktur yang sudah disimpan memakai aturan tertentu misalnya memakai pendekatan teori bahasa formal dan automata. Secara umum blok diagram kerja OCR adalah sebagai berikut : dengan struktur yang sudah disimpan memakai aturan tertentu misalnya memakai pendekatan teori bahasa formal dan automata. Secara umum blok diagram kerja OCR adalah sebagai berikut :

Data Capture Data capture merupakan proses konversi suatu dokumen (hardcopy) menjadi suatu file gambar (BMP).•
Preprocessing Preprocessing merupakan suatu proses untuk• menghilangkan bagian-bagian yang tidak diperlukan pada gambar input untuk proses selanjutnya. Beberapa contoh preprocessing adalah noise filtering.
Segmentation Segmentasi adalah proses memisahkan area pengamatan (region) pada tiap karakter yang akan dideteksi.•
Normalization Normalization adalah proses merubah dimensi region• tiap karakter dan ketebalan karakter. Dalam OCR algoritma yang digunakan pada proses ini adalah algoritma scaling dan thinning.
Feature Extraction Feature Extraction adalah proses untuk mengambil• Recognitionciri-ciri tertentu dari karakter yang diamati. • Recognition merupakan proses untuk mengenali karakter yang diamati dengan cara membandingkan ciri-ciri karakter yang diperoleh dengan ciri-ciri karakter yang ada pada database.
Postprocessing Pada umumnya proses yang dilakukan pada tahap ini• adalah proses koreksi ejaan sesuai dengan bahasa yang digunakan.

/* Style Definitions */
table.MsoNormalTable
{mso-style-name:”Table Normal”;
mso-tstyle-rowband-size:0;
mso-tstyle-colband-size:0;
mso-style-noshow:yes;
mso-style-parent:”";
mso-padding-alt:0in 5.4pt 0in 5.4pt;
mso-para-margin:0in;
mso-para-margin-bottom:.0001pt;
mso-pagination:widow-orphan;
font-size:10.0pt;
font-family:”Times New Roman”;
mso-ansi-language:#0400;
mso-fareast-language:#0400;
mso-bidi-language:#0400;}
Cara kerja OCR adalah teknik yang disebut matrix atau pencocokan pola. OCR akan menyimpan data tentang bentuk tiap karakter pada programnya. Ketika sebuah text di-scan, OCR akan mencocokkan tiap karakter yang di-scan dengan bentuk karakter pada database OCR. Kini ditemukan sistem yang mampu mengenali tidak hanya tiap karakter tetapi akan mengenali tiap kata yang di-scan. Program ini disebut (POWR atau Predictive Optical Word Recognition). POWR menggunakan algoritma matematika yang canggih yang membuat komputer mampu memprediksikan kata yang di-scan.