Введение 3
Краткий обзор литературы 5
Глава 1. Постановка задачи 7
1.1. Обзор технологий 7
1.2. База шрифтов 9
1.3. Основные понятия 10
Глава 2. Описание алгоритма 12
2.1. Предобработка изображения 12
2.2. Выделение контуров 14
2.3. Получение набора изображений символов 16
2.4. Сравнение контуров 16
Глава 3. Работа приложения 20
3.1. Структура программы 20
Заключение 24
Список литературы 25
Приложение A 26
Приложение B 28
Приложение С 32
В настоящий момент развитие цифровых технологий позволяет людям передавать и принимать информацию с большой скоростью. Доступность и развитость современной техники сделало особо распространенным такой вид данных, как цифровые изображения. Например, в последние годы среди пользователей интернета и социальных сетей прослеживается тенденция к передаче и обмену информацией в форме картинок и фотографий.
В связи с этим большим спросом пользуются программы, позволяющие среднестатистическому пользователю получать и работать с данными, полученными с изображения. Эти задачи можно решить с помощью методов цифровой обработки.
Первоначально эти методы разрабатывались и исследовались специалистами, работающими в области прикладной математики. Сейчас создано несколько общедоступных библиотек, позволяющих вести работу с цифровыми данными, однако их использование все еще требует определенного технического образования. Такие библиотеки компьютерного зрения не содержат готовых решений и являются лишь инструментом для создания рабочих алгоритмов.
Описанные технологии доступны массовому пользователю лишь по- средствам различных программных продуктов, в том числе мобильных приложений, рынок которых стремительно растет. В процессе работы над мобильным приложением, перед разработчиками стоит задача создания механизма упрощенного взаимодействия пользователя с библиотеками компьютерного зрения.
Перенасыщенность рынка мобильных приложений для массового пользователя сподвигло разработчиков на расширение диапазона сфер их использования. Это привело к созданию приложений, направленных на применение в узких областях человеческой деятельности. В свою очередь, доступность и повсеместность гаджетов сделало их незаменимым инструментом в работе многих специалистов. Поэтому в нынешних условиях для разработчика важно умение находить решения еще нерешенных или мало изученных задач.
Одной из таких задач является распознавание шрифта текста с изображения. Например, с ней часто сталкиваются многие web дизайнеры. Красивый шрифт добавит сайту оригинальности, и он будет выгодно выглядеть на фоне конкурентов. Конечно, уже существуют инструменты, которые решают такую задачу, но в подавляющем большинстве они представляют собой специализированные сайты. Как быть, если нужно будучи вне дома, срочно распознать шрифт с какой-нибудь вывески или рекламного плаката, используя только возможности мобильного телефона? На момент написания данной работы в магазине мобильных приложений "App Store" находилось все лишь несколько программ, реализующих такой функционал, и то только частично. В частности, из минусов можно выделить работу только с включенным интернетом, так как часть приложений несет в себе функциональность отправки изображения на специализированный сайт и не решает задачу сама.
Исходя из всего вышесказанного, целью данной работы является проектирование и разработка приложения для мобильной платформы iOS с функционалом распознавания шрифта текста с изображения. Распознавание должно происходить на самом устройстве, без использования сторонних ресурсов. На момент написания работы не было найдено готовых решений с открытым кодом, все существующие программы были коммерческими. Также в литературе и сети не было информации о конкретном алгоритме решения.
В ходе данной работы было создано приложение для платформы iOS для распознавания шрифта текста на изображении. Также был получен колоссальный опыт в самой разработке мобильных приложений под iOS и опыт в использовании библиотек OpenCV и Tesseract.
Программный код, реализованный в результате данной работы, является хорошей базой для дальнейшего развития и улучшения программы. Алгоритм сравнения контуров не зависит от размера базы шрифтов, следовательно имеется возможность расширения базы до нужного предела. При дальнейшем развитии продукта это позволит использовать программу массовому пользователю. Возможно будет создана коммерческая версия для магазина iOS приложений App Store.
Подходы контурного анализа, рассмотренные в данной работе можно использовать и для других задач, связанных с обработкой изображений, сравнений объектов на снимках.
