Predspracovanie obrazu pre optické rozpoznávanie ... - TUKE

FEI TU v Košiciach Diplomová práca List č. 2
1 Úvod do optického rozpoznávania obrazu
Optické rozpoznávanie znakov (anglicky: Optical character recognition, skrá-
tene: OCR) je spôsob, ktorým počítače menia obraz s tlačeným textom (väč-
šinou získaný zo scanneru) na editovateľný text (kde každý znak je repre-
zentovaný jedným bytom). Optické rozpoznávanie znakov (ďalej len ORZ)
sa začalo skúmať ako časť umelej inteligencie a počítačového videnia.
Aj keď výskum ORZ ďalej pokračuje ako časti umelej inteligencie aj
na akademickej pôde, mnoho firiem a jednotlivcom sa sústredilo hlavne na
implementáciu osvedčených techník pre ORZ.
1.1 Rozdiel medzi optickým a digitálnym rozpoznáva-
ním znakov
V oblasti rozpoznávania znakov sa podľa [9] rozlišovali dve základné spôsoby:
- optické rozpoznávanie znakov pomocou zrkadiel, šošoviek, atď.
- digitálne rozpoznávanie znakov pomocou scannerov a počítačových al-
goritmov
Keďže v súčastnosti existuje už len veľmi málo skutočne optických tech-
ník, boli tieto dve oblasti zlúčené a teda aj digitálne rozpoznávanie znakov
sa dnes označuje ako optické rozpoznávanie znakov.
1.2 Trénovanie
Prvé systémy ORZ vyžadovali trénovanie programu pre ORZ aby vedeli daný
font rozpoznať. Moderné programy pre ORZ už dokážu rozpoznať väčšinu
fontov s veľkou presnosťou. Niektoré z týchto programov dokážu vytvoriť
dokument, ktorý má rovnaké rozloženie ako pôvodný dokument (zachovanie
odstavcov, tabuliek, obrázkov). V súčasnosti sa používa ORZ pre rozpozná-
vanie tlačeného textu, ručne písaného textu a nôt.