Obrazové transformace při digitalizaci textů

Bc. Tomáš Pulkrábek

Bachelor's thesis

Picture transformation for text digitization

Anotácia:

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.

Kľúčové slová

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

Jazyk práce: Czech

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

Obhajoba závěrečné práce

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

Masaryk University

Faculty of Informatics

Bachelor programme / odbor:
Applied Informatics / Applied Informatics