Digitalizace matematických textů

Bc. Tomáš Mudrák

Diplomová práce

Digitalization of mathematics

Anotace:

Tato práce pojednává o řešení problému OCR v rámci projektu DML-CZ. Úvodem je čtenář seznámen s termíny a problematikou OCR jak čistě textu tak i matematiky. Jsou zde zmíněny běžné postupy pro textové i matematické OCR. V dalších kapitolách je přiblížen projekt DML-CZ a Digitalizační centrum Knihovny Akademie věd v Jenštejně u Prahy. Jsou popsány vybrané OCR programy a použité formáty. Dále je popsáno implementované řešení OCR a celkový test. Závěrem jsou pak uvedeny možná zlepšení celého procesu.

Abstract:

This thesis is about solving the OCR process for DML-CZ project. Common text and mathematical OCR methods are introduced to reader. In following chapters, our implemented solution is desribed and also how to improve it in future.

Klíčová slova

OCR, FineReader, InftyReader, XML, IML, DML-CZ, strukturovaná analýza matematických výrazů

Jazyk práce: čeština

Datum vytvoření / odevzdání či podání práce: 18. 5. 2006

Obhajoba závěrečné práce

• Obhajoba proběhla 27. 6. 2006
• Vedoucí: doc. RNDr. Petr Sojka, Ph.D.

Masarykova univerzita

Fakulta informatiky

Magisterský studijní program / obor:
Aplikovaná informatika / Aplikovaná informatika