Analiza porównawcza wybranych programów do optycznego rozpoznawania tekstu

• Autorzy: Łukasik Edyta , Zientarski Tomasz

Warianty tytułu

EN

Comparative analysis of selected programs for optical text recognition

• Języki publikacji: PL

Abstrakty

PL

Celem artykułu jest porównanie trzech programów do optycznego rozpoznawania teksu. Zdefiniowany został problem optycznego rozpoznawania tekstu i przedstawione główne jego zastosowania. Opisano działanie tej technologii i krótko scharakteryzowano najważniejsze dostępne na rynku programy realizujące omawiane zagadnienie. Następnie poddano testom wybrane programy wykorzystując dwie próbki pisma maszynowego w języku polskim. Określono szybkość procesu rozpoznawania tekstu. Poprawność rozpoznania znaków i wyrazów w analizowanym tekście została także określona.

EN

The aim of the article is to compare three programs for the optical text recognition. The problem of the optical text recognition has been defined. Next, briefly the functionality of this technology was described. The most important programs realizing the discussed problem were also characterized. The selected programs were tested using two samples of machine writing in Polish. The speed of the text recognition process was determined. The correctness of characters and words recognition in the analyzed text was also specified.

Słowa kluczowe

PL

rozpoznawanie tekstu; OCR; Tesseract; Ocrad; GOCR

EN

Optical Character Recognition; OCR; Tesseract; Ocrad; GOCR

• Wydawca: Wydawnictwo Politechniki Lubelskiej
• Czasopismo: Journal of Computer Sciences Institute
• Rocznik: 2018
• Tom: Vol. 7
• Strony: 191--194
• Opis fizyczny: Bibliogr. 10 poz., rys., tab.

Twórcy

autor

Łukasik Edyta

• Politechnika Lubelska, Instytut Informatyki, Nadbystrzycka 36B, 20-618 Lublin, Polska

autor

Zientarski Tomasz

• Politechnika Lubelska, Instytut Informatyki, Nadbystrzycka 36B, 20-618 Lublin, Polska

Bibliografia

• [1] Bieniecki, Analiza wymagań dla metod przetwarzania wstępnego obrazów w automatycznym rozpoznawaniu tekstu, http://wbieniec.kis.p.lodz.pl/research/files/05_Bronislawow_OCR.pdf [12.11.2017].
• [2] Tobias Blanke, Michael Bryant, Mark Hedges, Open source optical character recognition for historical research, Journal of Documentation 68 (2012), 659-683.
• [3] Inad Aljarrah, Osama Al-Khaleel, Khaldoon Mhaidat, Mu’ath Alrefai, Abdullah Alzu’bi, Mohammad Rabab’ah, Automated System for Arabic Optical Character Recognition with Lookup Dictionary, Journal of Emerging Technologies in Web Intelligence 4 (2012), 362-370.
• [4] Abbyy Technology Portal, https://abbyy.technology/en:start, [22.11.2017].
• [5] The Tesseract open source OCR engine, http://code.google.com/p/tesseract-ocr [20.11.2017].
• [6] https://products.aspose.com/ocr, [01.11.2017].
• [7] GOCR open-source character recognition, http://jocr.sourceforge.net, [25.11.2017].
• [8] www.gnu.org/software/ocrad/manual/ocrad_manual.html, [10.12.2017].
• [9] Review of Linux OCR software, https://www.mathstat.dal.ca/~selinger/ocr-test [01.12.2017].
• [10] Linux OCR Software Comparison, httpswww.splitbrain.org/blog/2010-06/15-linux_ocr_software_comparison, [02.12.2017].

Uwagi

Opracowanie rekordu w ramach umowy 509/P-DUN/2018 ze środków MNiSW przeznaczonych na działalność upowszechniającą naukę (2018).