Aller au contenu principal
Accès ouvert déclaré 2024 article

Recognising Handwritten Multi-digit Data using Convolutional Neural Networks

0Citations signalées, ce qui n’est pas une note de qualité
0Institutions déclarées
0Pays d’affiliation déclarés

Le résumé fourni par la source

Digitization is seen as an essential part these days. Many vendors at neighborhood markets still use paper bills, so this may be helpful there. In response to this urgent issue, this study introduces a fresh method for digitizing handwritten invoices. To replace handwritten invoices with digital ones, the proposed method employs image processing and neural networks. The proposed method is hassle-free for the vendor as all he has to do is snap a photo of the handwritten invoice.

Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.

Le contrôle bibliographique ouvert

DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.

Titre Crossref
Recognising Handwritten Multi-digit Data using Convolutional Neural Networks
Date Crossref
11/11/2024
Éditeur
National Environmentalists Association
Type
journal-article

Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.

Les sujets associés

Handwritten Text Recognition Techniques

BNTIC News n’est pas le producteur de ces données. Les publications sont interrogées à la demande dans Crossref, OpenAIRE, DOAJ, Europe PMC, HAL, DataCite, AfricArXiv, ROR et la Banque mondiale, sans clé d’accès. OpenAlex reste optionnel. Aucun service payant n’est nécessaire et aucune donnée externe n’est enregistrée en base. Consulter les sources et leurs limites.