Escuela Técnica Superior de Ingeniería Informática

Escuela Técnica Superior de Ingeniería Informática
Proyecto Fin de Carrera Escuela Técnica Superior de Ingeniería Informática G-OCR Generic OCR Autor: Manuel Ramón León Jiménez

Proyecto Fin de Carrera Escuela Técnica Superior de Ingeniería Informática ÍNDICE 1. Introducción 1.1. Definición de OCR 1.2. Problemas del OCR 1.3. Situación Actual 1.4. Métodos 1.5. Objetivos 2. Metodología de trabajo 2.1. Binarización Definición Implementación 2.2. Fragmentar la Imagen Definición Implementaciones 2.3. Adelgazar la Imagen Definiciones Algoritmo Mejoras

Proyecto Fin de Carrera Escuela Técnica Superior de Ingeniería Informática ÍNDICE 2.4. Código de Cadenas Definiciones Algoritmos Necesarios Algoritmo Teórico Algoritmo Implementado Ejemplo de Código de Cadenas Código de Cadenas Extendido Código de Cadenas Suavizado Adaptación de Código de Cadenas 2.5. Caracterización Definición Caracterizaciones Inmediatas Caracterizaciones Elaboradas Caracterización Implementada Herramientas Utilizadas Definiciones Características Extraidas 2.6. Comparar con patrones Definición Comparación Implementada Características Comparación Exhaustiva Comparación Flexible

Proyecto Fin de Carrera Escuela Técnica Superior de Ingeniería Informática ÍNDICE 3. Aplicaciones del OCR 4. Mejoras 5. Bibliografía 6. Enlaces de Interés

G-OCR 1. Introducción 1. Introducción 2. Metodología 1.1. Definición de OCR 3. Aplicaciones 4. Mejoras 1.2. Problemas del OCR 5. Bibliograría 1.3. Situación actual 6. Enlaces 1.4. Métodos 1.5. Objetivos

G-OCR 1. Introducción 2. Metodología 3. Aplicaciones 5. Bibliograría Definición Problemas 6. Enlaces 4. Mejoras Situación actual Métodos Objetivos 1.1. Definición de OCR El Reconocimiento Óptico de Caracteres (OCR) es un método para reconocer la parte textual de una imagen digitalizada. El resultado de esto es un archivo de texto que puede ser editado y usado como tal por cualquier programa o aplicación que lo necesite.

G-OCR 1. Introducción 2. Metodología 3. Aplicaciones 5. Bibliograría Definición Problemas 6. Enlaces 4. Mejoras Situación actual Métodos Objetivos 1.2. Problemas del OCR Caracteres mecanografiados No se distingue el fondo Caracteres unidos Caracteres cortados Caracteres escritos a mano La letra no es clara Ejemplo

G-OCR 1. Introducción 2. Metodología 3. Aplicaciones 5. Bibliograría Definición Problemas 6. Enlaces 4. Mejoras Situación actual Métodos Objetivos 1.3. Situación actual El OCR es un mecanismo que ha sido y está siendo estudiado en profundidad. Se debe a sus aplicaciones en la vida real: Identificación de códigos postales en servicios de correos (EEUU) Identificación de matrículas mediante cámara digital Conversión de imagen digitalizada a documento de texto Etc

G-OCR 1. Introducción 2. Metodología 3. Aplicaciones 5. Bibliograría Definición Problemas 6. Enlaces 4. Mejoras Situación actual Métodos Objetivos 1.4. Métodos Existe gran variedad de metodologías para llevar a cabo el OCR. Depende del alfabeto a reconocer y del universo de discurso del que se dispone. Algunos métodos son: Densidad de puntos por zonas Histograma horizontal y vertical Transformada de Hough Etc

G-OCR 1. Introducción 2. Metodología 3. Aplicaciones 5. Bibliograría Definición Problemas 6. Enlaces 4. Mejoras Situación actual Métodos Objetivos 1.5. Objetivos El objetivo de este proyecto consiste en la implementación de un OCR genérico, es decir, que pueda reconocer cualquier símbolo. Para ello el OCR debe extraer unas características a las imágenes analizadas que permitan reconocerla, sea cual sea el carácter que representa. Además debe ser capaz de recordar los caracteres que ya ha analizado para analizarlos bien en futuros reconocimientos.

G-OCR 1. Introducción 2. Metodología 3. Aplicaciones 5. Bibliograría 6. Enlaces 4. Mejoras 2. Metodología de trabajo 2.1. Binarización 2.2. Fragmentar la imágen 2.3. Adelgazar las componentes 2.4. Código de cadenas 2.5. Caracterizar la componente 2.6. Comparar con patrones

G-OCR 1. Introducción 2. Metodología 3. Aplicaciones 5. Bibliograría 6. Enlaces 4. Mejoras Imagen de Entrada Binarización Imagen Binaria Componentes Conexas Adelgazar Fragmentado

G-OCR 1. Introducción 2. Metodología 3. Aplicaciones 5. Bibliograría 6. Enlaces 4. Mejoras CodCad, CodCadS, CodDif, CodDifV Códigos C, CS, D, DV Componentes Adelgazadas Caracterizador Puntos Segmentos CodCadA Adaptador CodCad Extractor Caract.

G-OCR 1. Introducción 2. Metodología 3. Aplicaciones 5. Bibliograría 6. Enlaces 4. Mejoras Fases Caracteres Reconocidos Reconocimiento Caracteres Sin Reconocer Información de la BBDD

G-OCR 1. Introducción 2. Metodología 3. Aplicaciones 5. Bibliograría Binarización Fragmentar Adelgazar Código Cadenas Comparar 6. Enlaces 4. Mejoras Caractºerizar 2.1. Binarización Definición Implementación

G-OCR 1. Introducción 2. Metodología 3. Aplicaciones 5. Bibliograría Binarización Fragmentar Adelgazar Código Cadenas Comparar 6. Enlaces 4. Mejoras Caractºerizar Definición Consiste en pasar una imagen que inicialmente puede estar a color, primero a escala de grises y después a blanco y negro.

G-OCR 1. Introducción 2. Metodología 3. Aplicaciones 5. Bibliograría Binarización Fragmentar Adelgazar Código Cadenas Comparar 6. Enlaces 4. Mejoras Caractºerizar Implementación Pasar de Color a Grises Mediante la banda del verde Pasar de RGB a Grises De Grises a Blanco y Negro Thresholding Nota: Se puede llevar a cabo todo el proceso en un solo recorrido de la imagen.

G-OCR 1. Introducción 2. Metodología 3. Aplicaciones 5. Bibliograría Binarización Fragmentar Adelgazar Código Cadenas Comparar 6. Enlaces 4. Mejoras Caractºerizar Implementación Pasar de Color a Grises Mediante la banda del verde Luminacia

G-OCR 1. Introducción 2. Metodología 3. Aplicaciones 5. Bibliograría Binarización Fragmentar Adelgazar Código Cadenas Comparar 6. Enlaces 4. Mejoras Caractºerizar Implementación Pasar de Color a Grises Pasar de RGB a Grises Imagen a Color Matriz de Rojo (R) Matriz de Verde (G) Matriz de Azul (B) + ImagenGris = 0.299*R *G *B

G-OCR 1. Introducción 2. Metodología 3. Aplicaciones 5. Bibliograría Binarización Fragmentar Adelgazar Código Cadenas Comparar 6. Enlaces 4. Mejoras Caractºerizar Pasar de Color a Grises Imagen en Grises con la banda del verde Imagen a Color Imagen de RGB a Grises

G-OCR 1. Introducción 2. Metodología 3. Aplicaciones 5. Bibliograría Binarización Fragmentar Adelgazar Código Cadenas Comparar 6. Enlaces 4. Mejoras Caractºerizar Implementación De Grises a Blanco y Negro Thresholding 64 128 192 255 Negro Blanco Blancos Negros Valor Umbral

G-OCR 1. Introducción 2. Metodología 3. Aplicaciones 5. Bibliograría Binarización Fragmentar Adelgazar Código Cadenas Comparar 6. Enlaces 4. Mejoras Caractºerizar De Grises a Blanco y Negro Imagen Blanco y Negro: Umbral 128 Imagen en Grises Imagen Blanco y Negro: Umbral 225 Histograma

G-OCR 1. Introducción 2. Metodología 3. Aplicaciones 5. Bibliograría Binarización Fragmentar Adelgazar Código Cadenas Comparar 6. Enlaces 4. Mejoras Caractºerizar 2.2. Fragmentar la Imagen Definición Implementaciones

G-OCR 1. Introducción 2. Metodología 3. Aplicaciones 5. Bibliograría Binarización Fragmentar Adelgazar Código Cadenas Comparar 6. Enlaces 4. Mejoras Caractºerizar Definición Consiste en descomponer la imagen en las diferentes componentes conexas (cc) que la componen. Una componente conexa no es más que un trozo de imagen en la que todos los pixels son adyacentes entre si. Todos los puntos de una componente conexa están conectados. Cada componente conexa se enmarca en un recuadro.

G-OCR 1. Introducción 2. Metodología 3. Aplicaciones 5. Bibliograría Binarización Fragmentar Adelgazar Código Cadenas Comparar 6. Enlaces 4. Mejoras Caractºerizar Definición Ejemplo

G-OCR 1. Introducción 2. Metodología 3. Aplicaciones 5. Bibliograría Binarización Fragmentar Adelgazar Código Cadenas Comparar 6. Enlaces 4. Mejoras Caractºerizar Implementaciones Implementaciones A) Etiquetado de la Imagen B) Versión Lenta C) Versión Rápida D) Versión por Renglones Mejoras A) Border Following en componentes B) Conocimiento de tamaño mínimo C) Tamaño mínimo automático

G-OCR 1. Introducción 2. Metodología 3. Aplicaciones 5. Bibliograría Binarización Fragmentar Adelgazar Código Cadenas Comparar 6. Enlaces 4. Mejoras Caractºerizar Implementaciones A) Etiquetado de la Imagen Se recorre la matriz etiquetando componentes conexas según los vecinos ya recorridos. Una vez etiquetada la imagen, hay que calcular los recuadros de cada cc. a a a Volver a CC

G-OCR 1. Introducción 2. Metodología 3. Aplicaciones 5. Bibliograría Binarización Fragmentar Adelgazar Código Cadenas Comparar 6. Enlaces 4. Mejoras Caractºerizar Implementaciones B) Versión Lenta Recorremos la matriz hasta encontrar un pixel negro. Se hace un algoritmo recursivo para enmarcar esa componente. Se continua por la columna siguiente al marco encontrado. Si encuentra una componente registrada, no se vuelve a registrar.

G-OCR 1. Introducción 2. Metodología 3. Aplicaciones 5. Bibliograría Binarización Fragmentar Adelgazar Código Cadenas Comparar 6. Enlaces 4. Mejoras Caractºerizar Implementaciones B) Versión Lenta Ya registrados

G-OCR 1. Introducción 2. Metodología 3. Aplicaciones 5. Bibliograría Binarización Fragmentar Adelgazar Código Cadenas Comparar 6. Enlaces 4. Mejoras Caractºerizar Implementaciones C) Versión Rápida Es igual que la anterior, pero en este caso cuando llega a un pixel negro, se comprueba primero si ya está registrado en una componente conexa, evitando así realizar el algoritmo recursivo.

G-OCR 1. Introducción 2. Metodología 3. Aplicaciones 5. Bibliograría Binarización Fragmentar Adelgazar Código Cadenas Comparar 6. Enlaces 4. Mejoras Caractºerizar Implementaciones D) Versión por Renglones Al registrar la primera componente conexa, se continúa la búsqueda por la fila central del dígito y por la columna siguiente a dicha componente conexa, además se calcula el salto que se debe dar para pasar a una nueva fila. Nunca se llega a una componente ya reconocida ni se salta ninguna con componentes de igual tamaño y alineadas en renglones

G-OCR Altura = 6 Sigo por: (6+1)/2 = 3 Salto = Altura = 6 1. Introducción 2. Metodología 3. Aplicaciones 5. Bibliograría Binarización Fragmentar Adelgazar Código Cadenas Comparar 6. Enlaces 4. Mejoras Caractºerizar Implementaciones Versión por Renglones 3 Siguiente Salto 3 Volver

G-OCR 1. Introducción 2. Metodología 3. Aplicaciones 5. Bibliograría Binarización Fragmentar Adelgazar Código Cadenas Comparar 6. Enlaces 4. Mejoras Caractºerizar Implementaciones D) Versión por Renglones Inconvenientes Si hay componentes menores al primero, puede que no se encuentren. Las componentes tienen que estar alineadas en renglones (preferiblemente). Esta componente no la reconoce

G-OCR 1. Introducción 2. Metodología 3. Aplicaciones 5. Bibliograría Binarización Fragmentar Adelgazar Código Cadenas Comparar 6. Enlaces 4. Mejoras Caractºerizar Implementaciones Mejoras A) Border Following en componentes Una mejora llevada a cabo en la aplicación consiste en utilizar el algoritmo de Border Following para enmarcar la componente conexa. Este método solo recorre los puntos del borde de la componente a diferencia del recursivo que los recorre todos, siendo por tanto mucho más rápido. (Explicado en Código de Cadenas)

G-OCR 1. Introducción 2. Metodología 3. Aplicaciones 5. Bibliograría Binarización Fragmentar Adelgazar Código Cadenas Comparar 6. Enlaces 4. Mejoras Caractºerizar Implementaciones Mejoras B) Conocimiento de tamaño mínimo Otra posible mejora consiste en recorrer filas y columnas de n en n. Siendo n el tamaño del carácter más pequeño que puede aparecer en la imagen. Recorrer pixel a pixel es excesivo, una componente conexa de un pixel no es significativa. El usuario podría indicar en las opciones el tamaño mínimo o incluirse uno por defecto.

G-OCR 1. Introducción 2. Metodología 3. Aplicaciones 5. Bibliograría Binarización Fragmentar Adelgazar Código Cadenas Comparar 6. Enlaces 4. Mejoras Caractºerizar Implementaciones Mejoras C) Tamaño mínimo automático Un refinamiento de la mejora anterior es buscar en el centro de la imagen varios caracteres y escoger el tamaño mínimo en función de estos. Se debe tener en cuenta además el último carácter que puede tener un punto y final.

G-OCR 1. Introducción 2. Metodología 3. Aplicaciones 5. Bibliograría Binarización Fragmentar Adelgazar Código Cadenas Comparar 6. Enlaces 4. Mejoras Caractºerizar 2.3. Adelgazar la Imagen Definiciones Algoritmo Mejoras

G-OCR 1. Introducción 2. Metodología 3. Aplicaciones 5. Bibliograría Binarización Fragmentar Adelgazar Código Cadenas Comparar 6. Enlaces 4. Mejoras Caractºerizar Definiciones A) Punto Simple Los 8 vecinos de P forman una sola componente conexa adyacente a P. B) Punto Final Solo tiene un vecino negro. C) Punto Aislado No tiene vecinos negros.

G-OCR 1. Introducción 2. Metodología 3. Aplicaciones 5. Bibliograría Binarización Fragmentar Adelgazar Código Cadenas Comparar 6. Enlaces 4. Mejoras Caractºerizar Definiciones No simple Final Simple Aislado

G-OCR 1. Introducción 2. Metodología 3. Aplicaciones 5. Bibliograría Binarización Fragmentar Adelgazar Código Cadenas Comparar 6. Enlaces 4. Mejoras Caractºerizar Algoritmo Consiste en ir barriendo la imagen en las direcciones Norte, Sur, Este y Oeste alternativamente, encontrando en cada barrido los pixeles en negro con su antecesor blanco. Si el pixel es simple y no final se elimina. Se deben eliminar todos a la vez, por lo que antes de eliminarlos se marcarán. El algoritmo finaliza cuando en una iteración no se elimina ningún pixel en ningún barrido (N, S, E, O).

G-OCR 1. Introducción 2. Metodología 3. Aplicaciones 5. Bibliograría Binarización Fragmentar Adelgazar Código Cadenas Comparar 6. Enlaces 4. Mejoras Caractºerizar Algoritmo Primera Iteración Norte Sur Este Oeste

G-OCR 1. Introducción 2. Metodología 3. Aplicaciones 5. Bibliograría Binarización Fragmentar Adelgazar Código Cadenas Comparar 6. Enlaces 4. Mejoras Caractºerizar Algoritmo Segunda Iteración Norte Sur, Este y Oeste No se marca ningún punto En la próxima iteración no se elimina ningún pixel en ningún barrido (N, S, E, O), luego el algoritmo finaliza.

G-OCR 1. Introducción 2. Metodología 3. Aplicaciones 5. Bibliograría Binarización Fragmentar Adelgazar Código Cadenas Comparar 6. Enlaces 4. Mejoras Caractºerizar Mejoras No escanear los marcos, ya que son blancos. O no hacer necesarios marcos blancos No comprobar un pixel en una iteración si en una anterior se había comprobado que no se podía borrar, es decir, marcar los puntos no borrables

G-OCR 1. Introducción 2. Metodología 3. Aplicaciones 5. Bibliograría Binarización Fragmentar Adelgazar Código Cadenas Comparar 6. Enlaces 4. Mejoras Caractºerizar Ejemplo de Adelgazamiento A continuación se muestra un ejemplo del adelgazamiento completo de un cero y un uno completando todas las iteraciones necesarias para ello.

G-OCR 1. Introducción 2. Metodología 3. Aplicaciones 5. Bibliograría Binarización Fragmentar Adelgazar Código Cadenas Comparar 6. Enlaces 4. Mejoras Caractºerizar 2.4. Código de Cadenas Definiciones Algoritmos Necesarios Algoritmo teórico Algoritmo Implementado Ejemplo de código de cadenas Código de cadenas extendido Código de cadenas suavizado Adaptación de Código de Cadenas

G-OCR 1. Introducción 2. Metodología 3. Aplicaciones 5. Bibliograría Binarización Fragmentar Adelgazar Código Cadenas Comparar 6. Enlaces 4. Mejoras Caractºerizar 2.4.1 Definiciones A) 4-Adyacencia: 2 puntos son 4-adyacentes si tienen la misma coordenada x o la misma coordenada y. Puntos 4-adyacentes al punto central B) 8-Adyacencia: Un punto Q (q1,q2) es 8-adyacente a P (p1,p2) si |q1-p1|<=1 y |q2-p2|<=1 Puntos 8-adyacentes al punto central

G-OCR 1. Introducción 2. Metodología 3. Aplicaciones 5. Bibliograría Binarización Fragmentar Adelgazar Código Cadenas Comparar 6. Enlaces 4. Mejoras Caractºerizar 2.4.1 Definiciones C) Σ: La imagen completa. D) S: La componente conexa de la imagen. E) Sc: El fondo, el complementario. Es la parte de la imagen que no interesa. Puede tener varias componentes conexas si la imagen tiene un agujero (D0 , D1 , D2 , ...). F) Bordes: puntos de la componente conexa que son 4-adyacentes a puntos del complementario. Definido como: S’ = {P Є S / P es adyacente a Sc}

G-OCR 1. Introducción 2. Metodología 3. Aplicaciones 5. Bibliograría Binarización Fragmentar Adelgazar Código Cadenas Comparar 6. Enlaces 4. Mejoras Caractºerizar 2.4.1 Definiciones G) D0 : Parte del complementario que envuelve a la imagen. H) D1 , D2 , ... : Parte del complementario que está contenida en los agujeros de la imagen.0

G-OCR 1. Introducción 2. Metodología 3. Aplicaciones 5. Bibliograría Binarización Fragmentar Adelgazar Código Cadenas Comparar 6. Enlaces 4. Mejoras Caractºerizar 2.4.2 Algoritmos Necesarios A) Etiquetado de la Imagen: Se etiquetan todos los píxeles de la imagen. La etiqueta indica a qué componente conexa pertenece Algoritmo B) Border Finding: Este proceso permite encontrar todos los bordes de una imagen. Se basa en el algoritmo de etiquetado de la imagen. C) Border Following: Este proceso permite recorrer un borde de una imagen en sentido horario o antihorario.

G-OCR 1. Introducción 2. Metodología 3. Aplicaciones 5. Bibliograría Binarización Fragmentar Adelgazar Código Cadenas Comparar 6. Enlaces 4. Mejoras Caractºerizar B) Border Finding Si no se ha calculado borde externo, se busca el primer pixel de S con 4-vecino de D0. Si se ha calculado borde externo, se buscan pixels de S con 4-vecino de D1, D2, etc. 4-Vecino de D0 4-Vecino de D1 Ejemplo: 4-Vecino de D2

G-OCR 1. Introducción 2. Metodología 3. Aplicaciones 5. Bibliograría Binarización Fragmentar Adelgazar Código Cadenas Comparar 6. Enlaces 4. Mejoras Caractºerizar C) Border Following Definición Calcula un borde de una componente conexa. Se obtiene una lista de números con las direcciones que hay que seguir para recorrer ese borde. Direcciones: 4 P 0 Nota: Si la dirección es d, significa que el borde gira d·45º

G-OCR 1. Introducción 2. Metodología 3. Aplicaciones 5. Bibliograría Binarización Fragmentar Adelgazar Código Cadenas Comparar 6. Enlaces 4. Mejoras Caractºerizar C) Border Following La función para buscar el primer vecino es: A) Si el borde es externo : Dame el primer vecino no marcado y con la prioridad: 4 P 0 1º 2º B) Si el borde es interno : Dame el primer vecino no marcado y con la prioridad: 1º 4 P 0 2º

G-OCR 1. Introducción 2. Metodología 3. Aplicaciones 5. Bibliograría Binarización Fragmentar Adelgazar Código Cadenas Comparar 6. Enlaces 4. Mejoras Caractºerizar C) Border Following La función para buscar el siguiente vecino es: A) Si el borde es externo : Si la dirección en la que se encuentra el punto anterior desde el actual es d, empieza a buscar en la dirección (d + 1) % 8 4 P 0 1º 2º d=4 B) Si el borde es interno : Si la dirección en la que se encuentra el punto anterior desde el actual es d, empieza a buscar en la dirección (d - 1) % 8 4 P 0 2º d=0 1º

G-OCR 1. Introducción 2. Metodología 3. Aplicaciones 5. Bibliograría Binarización Fragmentar Adelgazar Código Cadenas Comparar 6. Enlaces 4. Mejoras Caractºerizar C) Border Following La finalización del recorrido: Finaliza el proceso cuando se llega al punto de partida y la dirección siguiente que se va a tomar es la dirección que tomó el punto de partida al comienzo.

G-OCR 1. Introducción 2. Metodología 3. Aplicaciones 5. Bibliograría Binarización Fragmentar Adelgazar Código Cadenas Comparar 6. Enlaces 4. Mejoras Caractºerizar 2.4.3 Algoritmo Teórico 1) Se lleva a cabo el algoritmo de etiquetado de la imagen para encontrar las componentes conexas y las componentes del complementario. 2) Mediante Border Finding se encuentran todos los bordes de las componentes conexas. 3) Se aplica el Border Following a cada borde de la componente conexa encontrado.

G-OCR 1. Introducción 2. Metodología 3. Aplicaciones 5. Bibliograría Binarización Fragmentar Adelgazar Código Cadenas Comparar 6. Enlaces 4. Mejoras Caractºerizar 2.4.4 Algoritmo Implementado Se tiene una sola cc cada vez. No se realiza etiquetado de la imagen. No se realiza Border Finding a la imagen. Se lleva a cabo el Border Following del borde externo exclusivamente.

G-OCR 1. Introducción 2. Metodología 3. Aplicaciones 5. Bibliograría Binarización Fragmentar Adelgazar Código Cadenas Comparar 6. Enlaces 4. Mejoras Caractºerizar 2.4.5 Ejemplo de Cód. Cad. Finalmente mostramos un ejemplo donde se muestra un uno, con su único código de cadenas, el externo, así como el punto inicial del mismo 4 P 0 Punto inicial: (1, 3) 1 2 Código de Cadenas externo: 3 4 5 6 No se finaliza el proceso 7 Códigos de Cadenas internos: No tiene

G-OCR 1. Introducción 2. Metodología 3. Aplicaciones 5. Bibliograría Binarización Fragmentar Adelgazar Código Cadenas Comparar 6. Enlaces 4. Mejoras Caractºerizar 2.4.6 Cód. de Cad. Extendido Se guarda para cada punto del código de cadenas, el pixel de la imagen al que se llega. De esta forma se pueden detectar facilmente los puntos de cruce en el borde de la imagen (Slope Points, SP).

G-OCR 1. Introducción 2. Metodología 3. Aplicaciones 5. Bibliograría Binarización Fragmentar Adelgazar Código Cadenas Comparar 6. Enlaces 4. Mejoras Caractºerizar 2.4.7 Cód. de Cad. Suavizado Se trata de someter al código de cadenas a un proceso de suavizado con el que se consigue eliminar de la imagen los dientes de sierra generados por la digitalización de la imagen o por el adelgazamiento. Algoritmo

G-OCR 1. Introducción 2. Metodología 3. Aplicaciones 5. Bibliograría Binarización Fragmentar Adelgazar Código Cadenas Comparar 6. Enlaces 4. Mejoras Caractºerizar 2.4.8 Adaptación de Cód. Cad. La adaptación del código de cadenas consiste en transformarlo de manera que empiece desde otro punto del borde. Punto para la adaptación Cód Cad: Si la adaptación se quiere por el punto 11, se obtendrá el código de cadenas equivalente:

G-OCR 1. Introducción 2. Metodología 3. Aplicaciones 5. Bibliograría Binarización Fragmentar Adelgazar Código Cadenas Comparar 6. Enlaces 4. Mejoras Caracterizar 2.5. Caracterización Definición Caracterizaciones inmediatas Caracterizaciones elaboradas Caracterización implementada Herramientas utilizadas Definiciones Características extraidas

G-OCR 1. Introducción 2. Metodología 3. Aplicaciones 5. Bibliograría Binarización Fragmentar Adelgazar Código Cadenas Comparar 6. Enlaces 4. Mejoras Caracterizar Definición Consiste en extraer características de la imagen. Dependiendo del objetivo del OCR, se extraerán unas características u otras.

G-OCR 1. Introducción 2. Metodología 3. Aplicaciones 5. Bibliograría Binarización Fragmentar Adelgazar Código Cadenas Comparar 6. Enlaces 4. Mejoras Caracterizar Caracterizaciones Inmediatas Se puede usar por características de la imagen: A) La propia imagen. B) El propio código de cadenas y/o código de diferencias. C) El histograma de puntos horizontales y puntos verticales en la imagen. D) La lista de densidades de puntos por zonas de la imagen. E) Etc.

G-OCR 1. Introducción 2. Metodología 3. Aplicaciones 5. Bibliograría Binarización Fragmentar Adelgazar Código Cadenas Comparar 6. Enlaces 4. Mejoras Caracterizar Caracterizaciones Elaboradas Nº de Agujeros Rectas del carácter 1 No tiene agujero Detección de curvas Detección de ángulos 1

G-OCR 1. Introducción 2. Metodología 3. Aplicaciones 5. Bibliograría Binarización Fragmentar Adelgazar Código Cadenas Comparar 6. Enlaces 4. Mejoras Caracterizar Caracterizaciones Elaboradas Detección de cambios bruscos en el código de cadenas 1 Código de Cadenas: Código de Diferencias: Densidad de puntos, histogramas, etc.

G-OCR 1. Introducción 2. Metodología 3. Aplicaciones 5. Bibliograría Binarización Fragmentar Adelgazar Código Cadenas Comparar 6. Enlaces 4. Mejoras Caracterizar Caracterización Implementada Herramientas utilizadas A) Código de Diferencias B) Código de Diferencias por Ventanas C) Suavizador Definiciones Características extraidas

G-OCR 1. Introducción 2. Metodología 3. Aplicaciones 5. Bibliograría Binarización Fragmentar Adelgazar Código Cadenas Comparar 6. Enlaces 4. Mejoras Caracterizar Herramientas utilizadas A) Código de Diferencias Consiste en restar el punto i y el punto i+1 del código de cadenas. Se obtienen los giros reales que se producen en el código de cadenas, que representa la imagen. Los códigos de diferencias dan los giros en la imagen: Giro: º 45º 90º 135º 180º Número: ,7 2,6 3, CodCad: CodDif: Giro de 180º Giro de 90º

G-OCR 1. Introducción 2. Metodología 3. Aplicaciones 5. Bibliograría Binarización Fragmentar Adelgazar Código Cadenas Comparar 6. Enlaces 4. Mejoras Caracterizar Herramientas utilizadas B) Código de Diferencias por Ventanas Consiste en restar el punto i y el punto i+V-1 del código de cadenas. Se obtiene los giros que se producen en el código de cadenas dentro de un intervalo de puntos. El código de diferencias por ventana da los giros en la imagen en una ventana. Es útil debido a que el adelgazamiento suaviza los ángulos de la imágen CodCad: CodDif: CodDifV: V= Giro de 90º no detectado en CodDif

G-OCR 1. Introducción 2. Metodología 3. Aplicaciones 5. Bibliograría Binarización Fragmentar Adelgazar Código Cadenas Comparar 6. Enlaces 4. Mejoras Caracterizar Herramientas utilizadas C) Suavizador Consiste en suavizar los dientes de sierra de una imagen haciendo uso de su código de cadenas. Se actua por ventanas, si se encuentra en la ventana un diente de sierra, se sustituye por una recta análoga. Existe un diente de sierra en la ventana si hay el mismo número de direcciones opuestas Direcciones Opuestas: |1,3|3,5|5,7|7,1| |0,2|2,4|4,6|6,0| En la ventana hay n: 1,3 => Se sustituyen por 2n ,5 => Se sustituyen por 2n 2 5,7 => Se sustituyen por 2n ,1 => Se sustituyen por 2n 0 0,2 => Se sustituyen por n ,4 => Se sustituyen por n 3 4,6 => Se sustituyen por n ,0 => Se sustituyen por n 7

G-OCR 1. Introducción 2. Metodología 3. Aplicaciones 5. Bibliograría Binarización Fragmentar Adelgazar Código Cadenas Comparar 6. Enlaces 4. Mejoras Caracterizar Herramientas utilizadas C) Suavizador Ejemplo: CodCad: CodCadS: Ventana = 2 es suficiente CodCad: Ventana = 4 lo detecta

G-OCR 1. Introducción 2. Metodología 3. Aplicaciones 5. Bibliograría Binarización Fragmentar Adelgazar Código Cadenas Comparar 6. Enlaces 4. Mejoras Caracterizar Herramientas utilizadas C) Suavizador Ejemplo: CodCad: CodCadS: Ventana = 2 es suficiente CodCad: CodCadS: Ventana = 3 lo detecta Volver a CCS

G-OCR 1. Introducción 2. Metodología 3. Aplicaciones 5. Bibliograría Binarización Fragmentar Adelgazar Código Cadenas Comparar 6. Enlaces 4. Mejoras Caracterizar Definiciones A) End Point (EP): Punto Final. Punto encontrado en el código de diferencias y que representa un giro de 180º en el código de cadenas. En la imagen representa un punto final (Ver Adelgazar) B) Slope Point (SP): Punto Anguloso. Punto encontrado en el código de diferencias y que representa un giro de 90º o 135º en el código de cadenas. En la imagen representa un giro brusco. (Menores giros son irrelevantes, propios de la digitalización) C) Joint Point (JP): Punto Intersección. Punto con más de 2 vecinos en la imagen. No encontrados por Código de Cadenas simple (Encontrados en CodCad Extendido)

G-OCR 1. Introducción 2. Metodología 3. Aplicaciones 5. Bibliograría Binarización Fragmentar Adelgazar Código Cadenas Comparar 6. Enlaces 4. Mejoras Caracterizar Definiciones D) Punto Real: Punto encontrado en el código de diferencias de la imagen. E) Punto Ficticio o de Ventana: Punto encontrado en el código de diferencias por ventana de la imagen. Según las anteriores definiciones podemos tener: EP: End Point Real (4s en el CodDif) SP: Slope Point Real (2s y 6s en el CodDif) EPv: End Point Ficticio (4s en el CodDifV) SPv: Slope Point Ficticio (2s y 6s en el CodDifV)

G-OCR 1. Introducción 2. Metodología 3. Aplicaciones 5. Bibliograría Binarización Fragmentar Adelgazar Código Cadenas Comparar 6. Enlaces 4. Mejoras Caracterizar Definiciones F) Segmento: Parte del código de cadenas que va desde un punto detectado a otro. Si el primer punto es real, el segmento empieza en el siguiente punto del código de diferencias. Si el primer punto es ficticio, el segmento empieza después de la ventana del punto inicial. Se consideran parte del giro, los puntos de la ventana. El segmento siempre llega al segundo punto, este incluido.

G-OCR 1. Introducción 2. Metodología 3. Aplicaciones 5. Bibliograría Binarización Fragmentar Adelgazar Código Cadenas Comparar 6. Enlaces 4. Mejoras Caracterizar Características Extraidas End Points Reales No se considera EP un punto ficticio. Se guarda el orden en que aparecen La posición en el CodCad no es relevante (varía) Slope Points Reales y Ficticios Puede haber giros bruscos suavizados Segmentos Se guarda el % de puntos del segmento, el tipo de segmento y el orden en que aparecen. Los segmentos con un % de puntos inferior a un umbral, no son tenidos en cuenta (ej: Serifs).

G-OCR 1. Introducción 2. Metodología 3. Aplicaciones 5. Bibliograría Binarización Fragmentar Adelgazar Código Cadenas Comparar 6. Enlaces 4. Mejoras Caracterizar 2.6. Comparar con Patrones Definición Comparación Implementada Características Comparación Exhaustiva Comparación Flexible

G-OCR 1. Introducción 2. Metodología 3. Aplicaciones 5. Bibliograría Binarización Fragmentar Adelgazar Código Cadenas Comparar 6. Enlaces 4. Mejoras Caracterizar Definición Esta etapa del OCR consiste en comparar las características que se han obtenido por el caracterizador con unas características teóricas. Estas últimas definen a los caracteres que se pueden reconocer. Este paso es la etapa clave del OCR. El buen funcionamiento del OCR se debe en gran medida a una buena definición de este proceso No se debe olvidar la importancia de una buena caracterización, sin la cual este paso carece de sentido.

G-OCR 1. Introducción 2. Metodología 3. Aplicaciones 5. Bibliograría Binarización Fragmentar Adelgazar Código Cadenas Comparar 6. Enlaces 4. Mejoras Caracterizar Comparación Implementada Características Comparación Exhaustiva Comparación Flexible

G-OCR 1. Introducción 2. Metodología 3. Aplicaciones 5. Bibliograría Binarización Fragmentar Adelgazar Código Cadenas Comparar 6. Enlaces 4. Mejoras Caracterizar Características En G-OCR se va a disponer de una base de datos (BBDD) en la que se va a tener almacenado todos los caracteres que la aplicación es capaz de reconocer. Inicialmente la BBDD estará vacía. A medida que se encuentren caracteres no disponibles en la BBDD, se irán insertando en esta. De esta forma G-OCR se convierte en una aplicación genérica, puesto que es capaz de reconocer cualquier tipo de carácter, no solo números o caractéres latinos. Aunque el método de comparación está pensado para caracteres latinos (rectas y curvas son sinónimas).

G-OCR 1. Introducción 2. Metodología 3. Aplicaciones 5. Bibliograría Binarización Fragmentar Adelgazar Código Cadenas Comparar 6. Enlaces 4. Mejoras Caracterizar Características Es imposible obtener un caracterizador y un comparador que funcionen a la perfección con cualquier tipo de símbolos. Cada familia (alfabeto latino, chino, matemático) tiene sus peculiaridades. Debido al carácter genérico de G-OCR, el reconocimiento no será tan exacto como un OCR específico, pero en cambio, podrá reconocerse cualquier tipo de símbolos (a costa de insertar más símbolos en la BBDD).

G-OCR 1. Introducción 2. Metodología 3. Aplicaciones 5. Bibliograría Binarización Fragmentar Adelgazar Código Cadenas Comparar 6. Enlaces 4. Mejoras Caracterizar Comparación Exhaustiva Puntos: Comprobar que se dan en el orden del patrón y son del tipo del patrón. (No se tiene en cuenta EPv) Tipos de puntos: EP: Puntos finales SP: Puntos angulosos (independientemente de que sean reales o ficticios)

G-OCR 1. Introducción 2. Metodología 3. Aplicaciones 5. Bibliograría Binarización Fragmentar Adelgazar Código Cadenas Comparar 6. Enlaces 4. Mejoras Caracterizar Comparación Exhaustiva Segmentos: Comprobar que se dan en el orden del patrón, son del tipo del patrón y tienen un % igual al del patrón ± un porcentaje configurable.

G-OCR 1. Introducción 2. Metodología 3. Aplicaciones 5. Bibliograría Binarización Fragmentar Adelgazar Código Cadenas Comparar 6. Enlaces 4. Mejoras Caracterizar Comparación Exhaustiva 4 P 0 Tipos de Segmentos: Rectas: Recta01: Recta12: Recta23: Recta34: Recta45: Recta56: Recta67: Recta70: Recta01: El segmento solo tiene direcciones 0 y 1

G-OCR 1. Introducción 2. Metodología 3. Aplicaciones 5. Bibliograría Binarización Fragmentar Adelgazar Código Cadenas Comparar 6. Enlaces 4. Mejoras Caracterizar Comparación Exhaustiva 4 P 0 Tipos de Segmentos: Curvas: Curva012: Curva123: Curva234: Curva345: Curva456: Curva567: Curva670: Curva701: Curva012: El segmento solo tiene direcciones 0, 1 y 2

G-OCR 1. Introducción 2. Metodología 3. Aplicaciones 5. Bibliograría Binarización Fragmentar Adelgazar Código Cadenas Comparar 6. Enlaces 4. Mejoras Caracterizar Comparación Exhaustiva 4 P 0 Tipos de Segmentos: Semicírculos: SemicírculoE: SemicírculoNE: SemicírculoO: SemicírculoNO: SemicírculoS: SemicírculoSE: SemicírculoN: SemicírculoSO: SemicírculoE: Direcciones 6,7,0,1 y 2

G-OCR 1. Introducción 2. Metodología 3. Aplicaciones 5. Bibliograría Binarización Fragmentar Adelgazar Código Cadenas Comparar 6. Enlaces 4. Mejoras Caracterizar Comparación Exhaustiva 4 P 0 Tipos de Segmentos: Círculo: Círculo: Puede tomar cualquier dirección.

G-OCR 1. Introducción 2. Metodología 3. Aplicaciones 5. Bibliograría Binarización Fragmentar Adelgazar Código Cadenas Comparar 6. Enlaces 4. Mejoras Caracterizar Comparación Flexible Puntos: Se comprueba que la imagen tiene el mismo número de EP que el patrón. Segmentos: Comprobar que se dan en el orden del patrón, son de un tipo compatible con el del patrón y tienen un % igual al del patrón ± un porcentaje configurable.

G-OCR 1. Introducción 2. Metodología 3. Aplicaciones 5. Bibliograría Binarización Fragmentar Adelgazar Código Cadenas Comparar 6. Enlaces 4. Mejoras Caracterizar Comparación Flexible Segmentos: Tipos Compatibles: Recta01 = Curva012, Curva701 (Puede tener un 2 o un 7) Recta12 = Curva012, Curva123 (Puede tener un 0 o un 3) Recta23 = Curva123, Curva234 (Puede tener un 1 o un 4) Recta34 = Curva234, Curva345 (Puede tener un 2 o un 5) Recta45 = Curva345, Curva456 (Puede tener un 3 o un 6) Recta56 = Curva456, Curva567 (Puede tener un 4 o un 7) Recta67 = Curva567, Curva670 (Puede tener un 5 o un 0) Recta70 = Curva670, Curva701 (Puede tener un 6 o un 1)

G-OCR 1. Introducción 2. Metodología 3. Aplicaciones 5. Bibliograría Binarización Fragmentar Adelgazar Código Cadenas Comparar 6. Enlaces 4. Mejoras Caracterizar Comparación Flexible Segmentos: Tipos Compatibles: Curva012 = SemicírculoNE (Puede tener un 3 o un 7) Curva123 = SemicírculoN (Puede tener un 4 o un 0) Curva234 = SemicírculoNO (Puede tener un 1 o un 5) Curva345 = SemicírculoO (Puede tener un 2 o un 6) Curva456 = SemicírculoSO (Puede tener un 3 o un 7) Curva567 = SemicírculoS (Puede tener un 4 o un 0) Curva670 = SemicírculoSE (Puede tener un 5 o un 1) Curva701 = SemicírculoE (Puede tener un 6 o un 2)

G-OCR 3. Aplicaciones del OCR 1. Introducción 2. Metodología Escaneado de documentos para almacenar 3. Aplicaciones 4. Mejoras Detección de Matrículas 5. Bibliograría Detección de Códigos Postales 6. Enlaces Se usan técnicas similares para otras aplicaciones de reconocimiento, como reconocer rostros, fallos en circuitos integrados, etc.

G-OCR 4. Mejoras 1. Introducción 2. Metodología Mejorar el Interfaz de Usuario 3. Aplicaciones Añadir funciones no implementadas 4. Mejoras 5. Bibliograría 6. Enlaces

G-OCR 4. Mejoras 1. Introducción 2. Metodología Optimizar Algoritmos 3. Aplicaciones Si la imagen tiene un margen en blanco, empezar recorridos por (2,2) hasta (N-1,M-1) Mejorar clases: Usar más técnicas de OO, templates, etc. Implementar la imagen en una sola clase, evitando volcados de la imagen de una a otra clase. Sustituir la representación en caracterizador del CodDif como int * por Cstring para evitar volcado de datos 4. Mejoras 5. Bibliograría 6. Enlaces

G-OCR 5. Bibliografía 1. Introducción 2. Metodología Apuntes de Procesamiento de Imágenes Digitales (PID) 3. Aplicaciones Profesor: Pedro Real Jurado 4. Mejoras Apuntes de Tratamiento de Voz e Imágenes (TVI) 5. Bibliograría Profesor: Fco. Javier Molina Cantero 6. Enlaces Apuntes de Ingeniería del Software II (ISWII) Profesor: Amador Durán Toro Apuntes de Procesadores de Lenguajes II (PLII) Profesores: Rafael Corchuelo Gil Beatriz Bernárdez Jiménez

G-OCR 5. Bibliografía 1. Introducción 2. Metodología Introducción a la programación: Un enfoque práctico 3. Aplicaciones Editorial: Algaida 4. Mejoras Autores: Juan Mauel Cordero Valle José Mariano Gonzáles Romero Rafael Martínez Gasca Rafael Romero Aleta 5. Bibliograría 6. Enlaces Visual C++, Aplicaciones para Win32, 2ª Edición Editorial: Ra-ma Autor: Fco. Javier Ceballos Sierra

G-OCR 5. Bibliografía 1. Introducción Detection of Curved and Straight Segments from Gray Scale Topography 2. Metodología 3. Aplicaciones CVGIP: Image Understanding Vol. 58, No. 3, November, pp , 1993 4. Mejoras Autores: Li Wang and Theo Pavlidis Department of Computer Science, Stony Brook, New York, 1992 5. Bibliograría 6. Enlaces A Model-Based Segmentation Method for Handwritten Numeral Strings Computer Vision and Image Understanding Vol. 70, No. 3, June, pp , 1998 Article No. IV980689 Autores: Jianming Hu and Hong Yan Department of Electrical Engineering, University of Sidney, 1997

G-OCR 5. Bibliografía 1. Introducción 2. Metodología Fast Binary Image Processing Using Binary Decision Diagrams 3. Aplicaciones Computer Vision and Image Understanding Vol. 72, No. 1, October, pp. 1-9, 1998 Article No. IV970655 4. Mejoras 5. Bibliograría Autores: L. Robert and G. Malandain 6. Enlaces INRIA-Sophia Antipolis, France, 1997 Thinning Methodoligies - A Comprehensive Survey IEEE Transactions on pattern analysis and machine intelligence Vol. 14, No. 9, September 1992 Autores: Louisa Lam, Seong-Whan Lee, Member, IEEE, and Ching Y. Suen, Fellow, IEEE

G-OCR 5. Bibliografía 1. Introducción 2. Metodología Structural Indexing for Character Recognition CVI Understanding. Vol. 66, No. 3, June, pp , 1997 Article No. IV960518 3. Aplicaciones 4. Mejoras Autores: 5. Bibliograría Angelo Marcelli 6. Enlaces Dipartamento di Informatica e Sistemistica, Universitá di Napoli “Federico II”, Via Claudio, 21, Napoli, Italy Natasha Likhareva Citicorp Securities, Inc., 399 Park Avenue, 11th floor, Zone 12, New York, New York 10043 Theo Pavlidis Department of Computer Science, Image Analysis Laboratory, SUNY at Stony Brook, New York

G-OCR 5. Bibliografía 1. Introducción 2. Metodología Optical Character Recognition and Parsing of Typeset Mathematics 3. Aplicaciones Journal of visual communication and image representation Vol. 7, No. 1, March, pp. 2-15, 1996 Artcle No. 0002 4. Mejoras 5. Bibliograría Autores: Richard J. Fateman, Taku Tokuyasu, Benjamin P. Berman, and Nicholas Mitchell 6. Enlaces Computer Science Division, EECS Department, University of California at Berkeley, Berkeley, California 94720 A Robust Preclasification Scheme for hierarchical character recognition N.A. Khan, J.A. Hegt, I. Cebollero Eindhoven University of Technology Dept. of Electrical Engineering P.O. Box 513, 5600MB Eindhoven, The Netherlands

G-OCR 6. Enlaces de interés 1. Introducción 2. Metodología documents.cfar.umd.edu 3. Aplicaciones 4. Mejoras 5. Bibliograría 6. Enlaces /OCRTech84/paper94.html

G-OCR 6. Enlaces de interés 1. Introducción 2. Metodología 3. Aplicaciones 4. Mejoras 5. Bibliograría 6. Enlaces

Escuela Técnica Superior de Ingeniería Informática

Presentaciones similares

Presentación del tema: "Escuela Técnica Superior de Ingeniería Informática"— Transcripción de la presentación:

Presentaciones similares

Sobre el proyecto

Feedback

Iniciar la sesión

Autorizarse a través de una red social:

Escuela Técnica Superior de Ingeniería Informática

Presentaciones similares

Presentación del tema: "Escuela Técnica Superior de Ingeniería Informática"— Transcripción de la presentación:

Presentaciones similares

Sobre el proyecto

Feedback