Аннотация 2
Введение 5
Глава 1 Анализ существующих технологий оптического распознавания
символов 7
1.1 Понятие и процесс оптического распознавания символов 7
1.2 Обзор существующих приложений по оптическому
распознаванию символов 10
1.3 Механизм распознавания Tesseract 12
Глава 2 Проектирование алгоритма оптического распознавания символов и разработка приложения 16
2.1 Выбор средств реализации 16
2.2 Реализация программы 19
Глава 3 Тестирование разработанного алгоритма 27
3.1 Тестирование разработанного алгоритма с использованием
различных изображений 27
3.2 Подведение итогов тестирования разработанного алгоритма • 35
Заключение 41
Список используемой литературы и используемых источников 43
Приложение А Сравнение популярных решений 45
Приложение Б Код программы 46

Купить

Аннотация
Темой выпускной квалификационной работы (ВКР) является «Реализация алгоритма распознавания Бумажного документа в Шаблон электронного документа (в формате Jasper или другой библиотеки для создания отчётов)».
ВКР состоит из введения, трех глав, заключения и списка литературы.
Во введении описывается актуальность данной работы.
Первая глава посвящена описанию понятия и процесса оптического распознавания символов, а также обзору методов и анализу реализаций алгоритмов распознавания.
Во второй главе описывается теоретическая схема работы алгоритма, выбор средств его программной реализации и сама программная реализация системы.
В третьей главе проводится тестирование разработанной системы при различных входных данных. Также приводятся таблицы и графики о работе разработанной системы.
В заключение вынесены выводы о проделанной работе.
Был сделан вывод, что для более точной работы алгоритма расстояние между символами должно быть таким, чтобы их контуры не соприкасались. Также на процесс распознавания в достаточной мере влияет фон документа (его цвет относительно цвета текста, различные помехи и так далее). Данный недочёт возможно в большей мере исправить, используя предварительную обработку и преобразование исходного изображения в монохромное (чёрно-белое). Для увеличения скорости распознавания символов алгоритм возможно усовершенствовать, используя параллельное распознавание.
Данная выпускная квалификационная работа содержит в себе пояснительную записку, состоящую из 42 страниц, 22 рисунков, 3 таблиц и списка литературы из 20 источников.
В то время как компьютерное зрение - это та область искусственного интеллекта, о которой все любят говорить, типы аннотаций данного семейства, которые работают с текстом, обходят стороной. Однако на самом деле технологии распознавания текста приносят намного больше пользы для современного бизнеса. Это особенно верно для средних и крупных компаний, которые обычно имеют дело с огромными объемами данных. Следует только подумать обо всех отчетах и протоколах, презентациях, корпоративных письмах и юридических формах, счетах, квитанциях и так далее.
Средний документооборот современной компании действительно огромен. На самом деле, исследования показывают, что сотрудники компаний обычно тратят треть своего рабочего времени на поиск необходимой информации. Естественно, документ с текстом, доступным для поиска, лучше, чем фотография или скан документа.
Статистические данные, полученные Бобылевой М.П. [1], подтверждают, что бумажные документы обходятся бизнесу дороже, чем процесс создания цифровых копий и управления ими. Не говоря уже о том, что зависимость от бумажных документов является одной из самых больших уязвимостей информационной безопасности. Эти факты говорят сами за себя: современный бизнес сэкономил бы довольно приличную сумму, просто перейдя с аналоговых на цифровые рабочие процессы. Тем не менее, хотя статистика выступает против использования бумаги, исследования показывают, что она не исчезнет в ближайшем будущем. И именно здесь появляются алгоритмы оптического распознавания символов, чтобы спасти положение. Использование соответствующих программ распознавания значительно упрощает процесс ввода текстовых данных в компьютер, тем самым освобождая значительное время. Это особенно актуально, например, при переводе больших потоков архивных документов в электронный вид для их компактного хранения на современных носителях. Следующим этапом развития приложений этого класса будет разработка и совершенствование алгоритмов распознавания рукописного текста, что особенно актуально для ввода в компьютер информации с заполненных таможенных деклараций, квитанций, бланков и других отчетных документов.
В любом случае, потребность в распознавании текстов и электронном хранении документов существует практически в каждом офисе, что также подтверждают исследования, производимые Kissell J. [11], потому и столь актуальна данная тема.
Объектом исследования являются приложения оптического распознавания символов с изображений.
Предметом исследования являются алгоритмы распознавания символов при работе с изображениями с текстом.
Цель исследования - разработка программы с алгоритмом высокой точности оптического распознавания символов с изображений документов, полученных в результате сканирования, и иных «текстовых» изображений на ОС Windows для облегчения перевода бумажного документа в текстовый формат.
Задачи исследования:
- Изучить и проанализировать существующие методы и программные решения по распознаванию печатных символов;
- Описать работу алгоритма распознавания;
- Сравнить существующие методы распознавания символов;
- Рассмотреть существующий программный инструментарий;
- Реализовать рабочий прототип приложения, способный распознавать текстовые данные с отсканированного документа и сохранять эти данные в шаблон электронного документа;
- Протестировать приложение с использованием различных изображений.
Купить