Obrazové transformace při digitalizaci textů

Bc. Tomáš Pulkrábek

Bakalářská práce

Picture transformation for text digitization

Anotace:

Cílem práce je prozkoumání programových systémů pro úpravy šedotónových obrazů textu vzniklých při digitalizaci. Motivací je zvýšení kvality výsledků OCR na datech projektu DML-CZ. Práce obsahuje popisy programů Book Restorer, convert a Binarization Image Processor. Práce dále obsahuje popis formátu pro komprimaci obrazu JBIG2 a využití jeho vlastností pro měření kvality dat. Dále následuje popis původního postupu zpracování dat v projektu a nově navržený postup s okomentováním úprav. Nakonec je krátce nastíněn problém náhrady celostránkových obrazů ve formátu PDF a jeho možné postupy řešení.

Abstract:

The main target is to explore software for editing grayscale pictures created during digitization. The motivation is to increase quality of OCR results for data from project DML-CZ. This thesis contains descriptions of programs Book Restorer, conver and Binarization Image Processor. It also contains description of JBIG2 compression and its possible usage for measuring quality. There is explained former workflow for processing data and new one and they are compared. At last there is displayed picture replacing task for layered PDF files.

Klíčová slova

binarizace, Binarization Image Processor, Book Restorer, convert, DML-CZ, filtrování, JBIG2, komprimace, OCR, PDF, TIFF

Jazyk práce: čeština

Datum vytvoření / odevzdání či podání práce: 23. 5. 2008

Obhajoba závěrečné práce

• Obhajoba proběhla 3. 2. 2009
• Vedoucí: doc. RNDr. Petr Sojka, Ph.D.
• Oponent: doc. RNDr. David Svoboda, Ph.D.

Masarykova univerzita

Fakulta informatiky

Bakalářský studijní program / obor:
Aplikovaná informatika / Aplikovaná informatika