Τεχνικές Οπτικής Αναγνώρισης Χαρακτήρων

Abstract

Η εν λόγω μεταπτυχιακή διατριβή εστιάζει στις τεχνικές οπτικής αναγνώρισης χαρακτήρων (OCR). Το OCR αποτελεί πεδίο εφαρμογής της μηχανικής μάθησης και της ψηφιακής επεξεργασίας εικόνας. Στόχος είναι η βασική παρουσίαση των τεχνικών OCR που απαντώνται στην διεθνή βιβλιογραφία όπως επίσης και σε ερευνητικές δημοσιεύεις. Οι λειτουργίες των υπολογιστών αγωνίζονται να αντιγράψουν τις αντίστοιχες ανθρώπινες, σε αυτές περιλαμβάνεται και η αναγνώριση των χαρακτήρων από τυπωμένο ή χειρόγραφο κείμενο. Η αναγνώριση των χειρόγραφων χαρακτήρων είναι μία διαδικασία ουσιαστικής σημασίας στον τομέα της οργάνωσης και του αυτοματισμού του γραφείου. Στον κόσμο όμως υπάρχουν αναρίθμητες γλώσσες που έχουν το δικό τους αλφάβητο και την δικιά τους γραφή. Η έλευση των ηλεκτρονικών υπολογιστών και η ανάγκη για την επεξεργασία μεγάλου όγκου δεδομένων αποτέλεσε κίνητρο έρευνας και ανάπτυξης για την αυτόματη αναγνώριση των κειμένων. Στόχος για τη βιομηχανική και εμπορική εκμετάλλευση του συστήματος οπτικής αναγνώρισης χαρακτήρων ήταν να βρεθεί μία λύση από τους ερευνητές για την υλοποίηση του σε βραχύ χρονικό διάστημα.

This master thesis focuses on Optical Character Recognition techniques (OCR). The OCR is the scope of machine learning and image processing. The objective is the basic presentation OCR techniques found in the literature as well as in research publications. The computer functions are struggling to replicate their respective human, this includes the recognition of characters from printed or handwritten text. Recognition of handwritten characters is an essential process in the organization and office automation. But in the world there are countless languages have their own alphabet and their own writing. The advent of computers and the need to process large amounts of data has stimulated research and development for the automatic recognition of text. Aim for industrial and commercial use of optical character recognition system was to find a solution by researchers to implement in a short time.