Método geométrico de reconocimiento de caracteres numéricos impresos Jorge Bitar López Eduardo Montero Ruiz Javier Sevillano Jiménez

Método de reconocimiento Partimos de imágenes adelgazadas, binarizadas y libres de ruido. No se basa en el código de cadenas. Se basa en cuatro tipos de puntos que definen el “esqueleto” (esquina, finales, 4 y 3 intersecciones)

Método de reconocimiento A partir de este esqueleto se obtiene un vector de características, que compararemos con el de los patrones. El carácter reconocido será aquel para el cual la distancia entre ambos vectores se haga mínima.

Descripción básica del método Más adelante aclararemos el significado de cada uno de los tipos de puntos viendo un sencillo ejemplo. Puntos finales. 3-intersecciones. 4-intersecciones. Puntos esquina o corners.

Descripción básica del método Puntos finales son aquellos que sólo tienen un vecino adyacente. 3-intersecciones, como su propio nombre indica, serán el punto de unión de tres rectas. 4-intersecciones: unión de 4 rectas. Puntos esquina o corners: definen vértices en el carácter.

Descripción básica del método 3-intersecciones:

Descripción básica del método 4-intersecciones:

Descripción básica del método Puntos esquina o corners:

Descripción básica del método Dividiremos los caracteres a reconocer en 9 sectores tal y como se muestra en la siguiente figura.

Descripción básica del método Seguidamente partiendo del esqueleto, construiremos el vector característico el cual tiene la siguiente estructura. Por cada uno se los sectores se formará una tripleta

Descripción básica del método El cálculo del vector distancia se realizará mediante la fórmula: Es decir, la diferencia de los vectores característicos componente a componente, en el que cada letra tendrá un peso [0, 1].

Mejoras aportadas al método La mejora consiste en encuadrar el carácter a reconocer (recuadro mínimo) y fraccionar éste y no el global. Soporta desplazamientos y escalados. Nótese como con el algoritmo sin mejora, un escalado o desplazamiento seria muy perjudicial, ya que calcularía otro vector característico completamente distinto.

Mejoras aportadas al método Veamos este efecto no deseado. Arriba se muestra el vector caracterís- tico del 1 escalado y en la parte inferior el del patrón 1. Puesto que la posición relativa en el vector es importante, la distancia entre ambos es grande.

Mejoras aportadas al método Se ha dotado al programa de unos pesos para cada tipo de punto, oscilando de 0 a 1, lo cual permite mejorar el reconocimiento jugando con éstos. Los patrones no tienen por que ser de un tamaño específico (gracias a que usamos el recuadro mínimo que lo contiene). No soporta rotaciones.

Ejemplo práctico Observaremos la confusión del 9 con el 8 debido a la sensibilidad del método ante cambios de formato. (Simplemente con no prolongar el palo del 9). Sin embargo, con un reajuste de pesos (estos reajustes se obtienen de forma experimental) obtenemos, ya el resultado deseado, es decir, el 9. Peso(E) = 0,1 Peso(M) = 1 Peso(N) = 1 Peso(S) = 1

Ejemplo práctico Comprobemos la resistencia del método ante un escalado y/o desplazamiento del dígito. Y ante un estrechamiento de éste.

En defensa del método Es relativamente simple. Los resultados son buenos, siempre y cuando se use en el reconocimiento de caracteres de un mismo estilo. Por ejemplo para reconocer los dígitos de un display digital. Está pensado para caracteres rectos con pocas curvas, donde el número de puntos característicos es grande, con lo que aumenta la precisión del reconocimiento.

En contra del método Es muy sensible a ruidos. No se pueden usar caracteres sin un pretratamiento (adelgazado). No funciona bien con caracteres curvos.

Biblografía y referencias - “A Geometrical Method for Printing and Handwritten Berber Characters Recognition”. A. Djematene, B. Taconet, A. Zahour. - “Evaluation of compound post-processing method in character recognition”. M. Shina, M. Umeda. - “Reconnaissance de l´imprimé”. Philippe Lefèvre. - “Enciclopedia de Visual Basic 6”. Fco. Javier Ceballos. Ed. RA-MA.