Optik Karakter Tanıma ve Belge Dijitalleştirme Eğitimi

Eğitim Hakkında

Bu eğitim, taranmış belgeleri, faturaları, formları ve arşiv kayıtlarını aranabilir metne ve yapılandırılmış veriye dönüştürmek isteyen kurum ekipleri için tasarlanmış uygulamalı bir programdır. Katılımcılar optik karakter tanıma (OCR), görüntü ön işleme, düzen analizi, tablo ve alan çıkarımı ile doğrulama adımlarını içeren bir belge dijitalleştirme hattı kurar.

Neden Bu Eğitim?

Arşivden Veriye. Klasörlerde ve taranmış PDF'lerde kilitli kalan bilgiyi aranabilir, raporlanabilir ve sistemlere aktarılabilir hale getirin.

Türkçe Belgelere Odak. Türkçe karakterler, damga, imza, düşük kaliteli tarama ve el yazısı gibi yerel belge sorunlarına çözüm üretin.

Uçtan Uca Hat. Ön işleme, OCR, alan çıkarımı, doğrulama ve arşivlemeyi tek bir otomasyon hattında birleştirmeyi öğrenin.

“Dijitalleştirilmeyen belge yalnızca saklanır; doğru okunan, doğrulanan ve sisteme aktarılan belge ise kuruma değer katar.”

Ön Koşullar

Temel Python — Python ile dosya okuma, döngü, fonksiyon ve paket kurulumu yapabilecek düzeyde bilgi.
Belge Süreci Bilgisi — Kurumunuzda fatura, form veya arşiv belgelerinin nasıl işlendiğine dair genel fikir.
Çalışma Ortamı — Python 3, Jupyter ve Tesseract kurulabilen, paket kurulum yetkisi olan bir bilgisayar.
Örnek Belgeler — İsteğe bağlı olarak kişisel veri içermeyen veya anonimleştirilmiş birkaç örnek belge.

Eğitim İçeriği

Programın gün gün akışı aşağıdadır. Bir güne tıklayarak o günün modüllerini ve içeriklerini görebilirsiniz.

Günün hedefiOCR teknolojisinin çalışma mantığını kavramak, görüntü ön işlemeyi optimize etmek ve açık kaynak OCR motorlarıyla Türkçe metin tanıma yapıp doğruluğu ölçmek.

Modül 1

OCR ve Belge Dijitalleştirmeye Giriş

Kural tabanlı OCR'dan derin öğrenme tabanlı tanımaya
Metin tespiti ve metin tanıma aşamalarının ayrımı
Belge türleri: basılı, form, tablo, el yazısı, karma
Dijitalleştirme projelerinde iş hedefi ve kapsam belirleme
Tarama standartları: çözünürlük, renk modu, dosya formatı
Vaka: Kurumsal arşiv dijitalleştirme projesinin aşamaları

Modül 2

Tarama Sonrası Görüntü Ön İşleme

OpenCV ile eğiklik düzeltme ve perspektif dönüşümü
İkilileştirme: Otsu ve uyarlanabilir eşikleme
Gürültü, leke ve damga izlerinin azaltılması
Kenar boşluğu kırpma ve sayfa bölme
Mobil telefonla çekilmiş belge fotoğraflarının iyileştirilmesi
Laboratuvar: Ön işlemenin OCR doğruluğuna etkisi

Modül 3

Açık Kaynak OCR Motorları

Tesseract: Türkçe dil paketi, sayfa bölütleme modları
PaddleOCR, EasyOCR ve docTR ile derin öğrenme tabanlı OCR
Türkçe karakterler ve sık yapılan tanıma hataları
OCRmyPDF ile aranabilir PDF ve PDF/A üretimi
Kelime konumları, güven skorları ve hOCR çıktısı
Laboratuvar: Üç OCR motorunun Türkçe belgede kıyası

Modül 4

El Yazısı Tanıma ve Kalite Ölçümü

El yazısı tanıma (HTR) zorlukları ve TrOCR yaklaşımı
Tarihi ve el yazması belgeler için Transkribus örneği
Karakter hata oranı (CER) ve kelime hata oranı (WER)
Doğruluk ölçümü için referans metin seti oluşturma
Laboratuvar: Form el yazısı alanlarında CER ölçümü
Günün değerlendirmesi ve belge anlama gününe köprü

Günün hedefiBelge düzenini analiz ederek tablo ve alan çıkarımı yapmak, belge servislerini karşılaştırmak ve doğrulamalı, KVKK uyumlu bir dijitalleştirme hattı kurmak.

Modül 1

Düzen Analizi ve Tablo Çıkarımı

Başlık, paragraf, tablo ve görsel bölgelerinin tespiti
Okuma sırası ve çok sütunlu sayfa yapıları
Docling ile PDF'ten yapı korumalı Markdown ve JSON
Çizgili ve çizgisiz tabloların hücre yapısına dönüştürülmesi
Birleşik hücre ve çok sayfalı tablo sorunları
Laboratuvar: Taranmış faaliyet raporundan tablo çıkarma

Modül 2

Fatura ve Formlardan Alan Çıkarımı

Şablon tabanlı ve şablondan bağımsız alan çıkarımı
Azure AI Document Intelligence ve Amazon Textract
Google Document AI ve özel model eğitimi seçenekleri
Görsel-dil modelleriyle JSON şemalı alan çıkarımı
Maliyet, doğruluk ve veri yerleşimi karşılaştırması
Laboratuvar: Tedarikçi faturalarından alan çıkarımı

Modül 3

Doğrulama ve Dijitalleştirme Hattı

Kural tabanlı doğrulama: VKN, IBAN, tarih ve toplam
Güven skoruna göre insan onayı kuyruğu tasarımı
Belge sınıflandırma ve otomatik yönlendirme
Doküman yönetim sistemi ve RPA ile entegrasyon
KVKK: kimlik ve sağlık verisi maskeleme, saklama süresi
Demo: Toplu belge işleyen uçtan uca otomasyon hattı

Modül 4

Dijitalleştirme Projesi ve Kapanış

Mini proje: kendi belge türünüz için işleme hattı
Proje sunumları ve doğruluk sonuçlarının paylaşımı
Kurumsal belge dijitalleştirme yol haritası taslağı
Eğitim değerlendirmesi ve interaktif Soru-Cevap
Sertifika takdimi ve laboratuvar kodlarının teslimi
İleri öğrenme kaynakları ve kapanış oturumu

Eğitim Kazanımları

OCR Kavrayışı — Metin tespiti ve tanıma aşamalarını, OCR motorlarının güçlü ve zayıf yönlerini net biçimde açıklayabileceksiniz.
Görüntü Ön İşleme — Eğiklik, gürültü ve düşük kontrast sorunlarını OpenCV ile düzelterek OCR doğruluğunu artırabileceksiniz.
Türkçe Metin Tanıma — Tesseract, PaddleOCR ve docTR ile Türkçe belgelerde yüksek doğruluklu metin tanıma yapabileceksiniz.
Kalite Ölçümü — Referans metin setleri ile CER ve WER hesaplayarak OCR sonuçlarını nesnel biçimde karşılaştırabileceksiniz.
Tablo Çıkarımı — Docling ve düzen analizi araçlarıyla taranmış belgelerdeki tabloları yapılandırılmış veriye dönüştüreceksiniz.
Alan Çıkarımı — Fatura ve formlardan bulut servisleri veya görsel-dil modelleriyle doğru alan çıkarımı yapabileceksiniz.
Doğrulama Akışı — Kural kontrolleri ve güven skoruna dayalı insan onayı ile hatasız veri aktarımı sağlayabileceksiniz.
Dijitalleştirme Hattı — Aranabilir PDF/A arşivi ve sistem entegrasyonunu içeren KVKK uyumlu bir belge işleme hattı tasarlayacaksınız.

Kimler İçin Uygundur?

Yazılım geliştiriciler
RPA ve süreç otomasyonu ekipleri
belge yönetimi ve arşiv birimleri
veri analistleri ile fatura
form ve dosya işleyen operasyon ekipleri.

Sıkça Sorulan Sorular

Optik Karakter Tanıma ve Belge Dijitalleştirme Eğitimi kimler için uygundur?

Program; yazılım geliştiriciler, RPA ve süreç otomasyonu ekipleri, belge yönetimi ve arşiv birimleri, veri analistleri ile fatura, form, sözleşme ve dosya işleyen operasyon ekipleri için tasarlanmıştır.

Eğitim ne kadar sürer ve hangi konuları kapsar?

Eğitim 2 tam gün ve 8 modülden oluşur. İlk gün OCR temelleri, görüntü ön işleme, açık kaynak OCR motorları ve kalite ölçümü, ikinci gün düzen analizi, tablo ve alan çıkarımı, doğrulama hattı ve mini proje işlenir.

Türkçe ve el yazısı belgelerde OCR ne kadar başarılı?

Basılı ve iyi taranmış Türkçe belgelerde güncel motorlar yüksek doğruluk sağlar; düşük kaliteli tarama ve el yazısında başarı belgeye göre değişir. Eğitimde doğruluğu artıran ön işleme teknikleri ve başarıyı CER ile ölçme yöntemi uygulamalı olarak gösterilir.

Hangi araç ve servisler kullanılıyor?

OpenCV, Tesseract, PaddleOCR, EasyOCR, docTR, OCRmyPDF, TrOCR ve Docling ile çalışılır; Azure AI Document Intelligence, Amazon Textract, Google Document AI ve görsel-dil modelleri karşılaştırılır.

Katılım için ön koşul var mı, sertifika veriliyor mu?

Temel Python bilgisi yeterlidir; makine öğrenmesi deneyimi gerekmez. Kapalı kurum gruplarında uygulamalar anonimleştirilmiş kurum belgeleriyle yapılabilir. Programı tamamlayan katılımcılar Digital Vizyon Akademi sertifikası alır.

Sertifikalandırma

Bu eğitim Katılım Sertifikası ile tamamlanır.

Eğitim başında “Ön Test”, bitiminde “Son Test” uygulanarak gelişim ölçümlenir. Değerlendirme formunu dolduran katılımcılar sertifikalarını alır. Sertifikanızın geçerliliğini Sertifika Sorgulama sayfasından doğrulayabilirsiniz.

Örnek Sertifika

OPTİK KARAKTER TANIMA VE BELGE DİJİTALLEŞTİRME EĞİTİMİ