Uma abordagem para extração de elementos textuais em imagens com linhas de texto inclinadas
Resumo
Softwares de reconhecimento óptico de caracteres têm como propósito converter elementos textuais de documentos em texto editável e pesquisável. Essa tarefa apresenta desafios específicos quando os elementos textuais estão em imagens capturadas por câmeras de smartphones. Um desses desafios é a inclinação das linhas do texto que afeta a eficácia e eficiência dos métodos de reconhecimento atuais. Este trabalho apresenta uma abordagem para extrair elementos textuais em imagens com linhas de texto inclinadas. Os experimentos demonstram que a abordagem obteve um aumento de eficácia significativo em relação ao baseline, ao instante em que também apresentou eficiência superior.
Referências
E. Manica; C. F. Dorneles; R. Galante. (2017). R-Extractor: a method for data extraction from template-based entity-pages. In Computer Software and Applications Conference (COMPSAC) , IEEE 41st Annual . IEEE. p. 778-787.
A. Labrinidis, H. V. Jagadish. (2012). Challenges and opportunities with big data, Proceedings of VLDB Endowment , v. 5, n.12, pp. 2032-2033.
D. Agrawal, P. Bernstein, E. Bertino, et. al. (2012). Challenges and Opportunities with Big Data - A community white paper developed by leading researchers across the United States.
Statistic Brain. (2017). Instagram Company Statistics. Disponível em: brain https://www.statisticbrain.com/instagram-company-statistics . Acessado em: 15 de Janeiro de 2018.
D. Berchmans; S. S. Kumar. (2014). Optical character recognition: An overview and an insight. In 2014 International Conference on Control, Instrumentation, Communication and Computational Technologies (ICCICCT), Kanyakumari, pp. 1361-1365.
N. Islam; Z. Islam; N. Noor. (2016). A Survey on Optical Character Recognition System. Journal of Information & Communication Technology-JICT Vol. 10 Issue.2.
F. Asad et al. (2016) High Performance OCR for Camera-Captured Blurred Documents with LSTM Networks. In Document Analysis Systems (DAS) , 2016 12th IAPR Workshop on. IEEE. p. 7-12.
J. Liang, D. Doermann, and H. Li. (2005). Camera-based analysis of text and documents: a survey. International Journal on Document Analysis and Recognition (IJDAR), v. 7, n. 2-3, pp. 84–104.
D. M. Kuhn; C. R. Cervi; E. Manica (2018). Extração de elementos textuais em imagens capturadas por smartphones : análise da relação entre as características das imagens e a eficácia da extração. Escola Regional de Banco de Dados (ERBD) , [S.l.], v. 14, n.1/2018.
R. C. Gonzalez; R. E. Woods. (2000). Processamento de imagens digitais. Edgard Blucher.
C. Olah. (2015). Understanding LSTM. Disponível em: http://colah.github.io/posts/2015-08-Understanding-LSTMs/. Acesso em: novembro de 2017.
T. Kil; W. Seo; H. I. Koo and N. I. Cho. (2017). Robust Document Image Dewarping Method Using Text-Lines and Line Segments. 14th IAPR International Conference on Document Analysis and Recognition (ICDAR), Kyoto, 2017, pp. 865-870.
R. W. Smith. (2017). The Extraction and Recognition of Text from Multimedia Document Images, PhD Thesis, University of Bristol, November 1987.
Tesseract (2015). Tesseract. Disponível em: https://github.com/tesseract-ocr/tesseract. Acesso em: novembro de 2017.
A. Gabasio. (2013). Comparasion of Optical Character Recognition (OCR) Software. Department of Computer Science, Faculty of Engineering, LTH, Lund University, 2013.
S. Dhiman; A. Singh. Tesseract vs gocr a comparative study. International Journal of Recent Technology and Engineering, v. 2, n. 4, p. 80, 2013.
OpenCv. (2018). OpenCv Disponível em: https://opencv.org. Acessado em: novembro de 2017.
R. Baeza-Yates; B. Ribeiro Neto. (2013). Recuperação de Informação: Conceitos e Tecnologia das Máquinas de Busca. Porto Alegre: Bookman Editora.
A. Labrinidis, H. V. Jagadish. (2012). Challenges and opportunities with big data, Proceedings of VLDB Endowment , v. 5, n.12, pp. 2032-2033.
D. Agrawal, P. Bernstein, E. Bertino, et. al. (2012). Challenges and Opportunities with Big Data - A community white paper developed by leading researchers across the United States.
Statistic Brain. (2017). Instagram Company Statistics. Disponível em: brain https://www.statisticbrain.com/instagram-company-statistics . Acessado em: 15 de Janeiro de 2018.
D. Berchmans; S. S. Kumar. (2014). Optical character recognition: An overview and an insight. In 2014 International Conference on Control, Instrumentation, Communication and Computational Technologies (ICCICCT), Kanyakumari, pp. 1361-1365.
N. Islam; Z. Islam; N. Noor. (2016). A Survey on Optical Character Recognition System. Journal of Information & Communication Technology-JICT Vol. 10 Issue.2.
F. Asad et al. (2016) High Performance OCR for Camera-Captured Blurred Documents with LSTM Networks. In Document Analysis Systems (DAS) , 2016 12th IAPR Workshop on. IEEE. p. 7-12.
J. Liang, D. Doermann, and H. Li. (2005). Camera-based analysis of text and documents: a survey. International Journal on Document Analysis and Recognition (IJDAR), v. 7, n. 2-3, pp. 84–104.
D. M. Kuhn; C. R. Cervi; E. Manica (2018). Extração de elementos textuais em imagens capturadas por smartphones : análise da relação entre as características das imagens e a eficácia da extração. Escola Regional de Banco de Dados (ERBD) , [S.l.], v. 14, n.1/2018.
R. C. Gonzalez; R. E. Woods. (2000). Processamento de imagens digitais. Edgard Blucher.
C. Olah. (2015). Understanding LSTM. Disponível em: http://colah.github.io/posts/2015-08-Understanding-LSTMs/. Acesso em: novembro de 2017.
T. Kil; W. Seo; H. I. Koo and N. I. Cho. (2017). Robust Document Image Dewarping Method Using Text-Lines and Line Segments. 14th IAPR International Conference on Document Analysis and Recognition (ICDAR), Kyoto, 2017, pp. 865-870.
R. W. Smith. (2017). The Extraction and Recognition of Text from Multimedia Document Images, PhD Thesis, University of Bristol, November 1987.
Tesseract (2015). Tesseract. Disponível em: https://github.com/tesseract-ocr/tesseract. Acesso em: novembro de 2017.
A. Gabasio. (2013). Comparasion of Optical Character Recognition (OCR) Software. Department of Computer Science, Faculty of Engineering, LTH, Lund University, 2013.
S. Dhiman; A. Singh. Tesseract vs gocr a comparative study. International Journal of Recent Technology and Engineering, v. 2, n. 4, p. 80, 2013.
OpenCv. (2018). OpenCv Disponível em: https://opencv.org. Acessado em: novembro de 2017.
R. Baeza-Yates; B. Ribeiro Neto. (2013). Recuperação de Informação: Conceitos e Tecnologia das Máquinas de Busca. Porto Alegre: Bookman Editora.
Publicado
09/07/2019
Como Citar
KUHN, Daniel M.; CERVI, Cristiano R.; MÂNICA, Edimar.
Uma abordagem para extração de elementos textuais em imagens com linhas de texto inclinadas. In: SEMINÁRIO INTEGRADO DE SOFTWARE E HARDWARE (SEMISH), 46. , 2019, Belém.
Anais [...].
Porto Alegre: Sociedade Brasileira de Computação,
2019
.
p. 161-172.
ISSN 2595-6205.
DOI: https://doi.org/10.5753/semish.2019.6576.
