Rozpoznávání textu a technologie OCR

Abstract

Tato práce řeší problematiku vad a nedokonalostí vstupních materiálů pro OCR a obsahuje popis možného řešení pro problematiku rozpoznání tištěného textu. Obsahem práce je popis základních algoritmů pro úpravu vstupních materiálů, jakožto algoritmy pro detekci hran v obraze, segmentace barev v obraze a vyhlazování nekvalitně získaného obrazu. V práci je také provedeno zhodnocení použitých algoritmů a porovnání získaných výsledků. V poslední řadě je vysvětlena problematika rozpoznávání prohnutého textu a textu opsaného na kružnici s možností řešení tohoto problému.

This thesis solves the problem of defects and imperfections in the input materials for the OCR and describes possible solutions for issues of recognition of printed text. The thesis is a description of the basic algorithms for the adjustment of raw materials, as algorithms for edge detection in image, color segmentation in image and smoothing produced poor image. The thesis is also an assessment of the algorithms and compare the results obtained. Finally, the issue is explained recognition of curved text and text in circle with the possibility of solving this problem.