Metody przetwarzania wstępnego przy rozpoznawaniu pisma odręcznego

licenciate
dc.abstract.enThe paper describes chosen pre-processing methods that can be used to improve the accuracyof handwriting recognition – including binarization, size normalization, morphologicaltransformations or skeletonization. All methods were applied to images containing single, separatedcharacters, ignoring the problem of letters extraction.Described experiments were carried out in order to measure the effectiveness of these methods.Experiments based on database of 1000 digits, with the conclusions drawn, are discussedin the chapter 4. There were two classifiers used during the experiments – K Nearest Neighborsand Support Vector Machine, whose basic features and behavior are described in the chapter1. C++ implementation using the OpenCV library is provided in the chapter 3.pl
dc.abstract.plW pracy opisano wybrane metody przetwarzania wstępnego, które mogą zostać użyte wcelu poprawy dokładności rozpoznawania pisma odręcznego – m.in. binaryzację, normalizacjęrozmiaru, przekształcenia morfologiczne czy szkieletyzację. Wszystkie metody stosowanodo obrazów zawierających pojedyncze, oddzielone znaki, pomijając problem ekstrakcji liter zwyrazów.Zawarto także opis eksperymentów, które zostały przeprowadzone w celu zbadania skutecznościtychże metod. Eksperymenty te, przeprowadzone na bazie 1000 cyfr, wraz z wyciągniętymiwnioskami omówiono w rozdziale 4. Podczas eksperymentów wykorzystywano dwa klasyfikatory– K Najbliższych Sąsiadów oraz Maszynę Wektorów Wspierających, których podstawowe cechyi sposób działania przedstawiono w rozdziale 1. Implementację w języku C++, wykorzystującąbibliotekę OpenCV przedstawiono w rozdziale 3.pl
dc.affiliationWydział Fizyki, Astronomii i Informatyki Stosowanejpl
dc.areaobszar nauk ścisłychpl
dc.contributor.advisorChmielnicki, Wiesławpl
dc.contributor.authorChyczyński, Mikołajpl
dc.contributor.departmentbycodeUJK/WFAISpl
dc.contributor.reviewerPrzystalski, Karol - 126070 pl
dc.contributor.reviewerChmielnicki, Wiesławpl
dc.date.accessioned2020-07-27T09:54:58Z
dc.date.available2020-07-27T09:54:58Z
dc.date.submitted2017-07-26pl
dc.fieldofstudyinformatykapl
dc.identifier.apddiploma-117363-193865pl
dc.identifier.projectAPD / Opl
dc.identifier.urihttps://ruj.uj.edu.pl/xmlui/handle/item/222568
dc.languagepolpl
dc.subject.enocr, optical character recognition, preprocessing, k nearest neighbours, knn, support vector machine, svm, binarization, normalization, deskewing, morphological transformations, dilation, erosion, skeletonization, centroid, centeringpl
dc.subject.plocr, rozpoznawanie znaków, rozpoznawanie pisma odręcznego, przetwarzanie wstępne, k najbliższych sąsiadów, knn, maszyna wektorów wspierających, svm, binaryzacja, normalizacja, prostowanie, przekształcenia morfologiczne, dylatacja, erozja, szkieletyzacja, centroid, środkowaniepl
dc.titleMetody przetwarzania wstępnego przy rozpoznawaniu pisma odręcznegopl
dc.title.alternativePreprocessing methods for handwriting character recognitionpl
dc.typelicenciatepl
dspace.entity.typePublication
dc.abstract.enpl
The paper describes chosen pre-processing methods that can be used to improve the accuracyof handwriting recognition – including binarization, size normalization, morphologicaltransformations or skeletonization. All methods were applied to images containing single, separatedcharacters, ignoring the problem of letters extraction.Described experiments were carried out in order to measure the effectiveness of these methods.Experiments based on database of 1000 digits, with the conclusions drawn, are discussedin the chapter 4. There were two classifiers used during the experiments – K Nearest Neighborsand Support Vector Machine, whose basic features and behavior are described in the chapter1. C++ implementation using the OpenCV library is provided in the chapter 3.
dc.abstract.plpl
W pracy opisano wybrane metody przetwarzania wstępnego, które mogą zostać użyte wcelu poprawy dokładności rozpoznawania pisma odręcznego – m.in. binaryzację, normalizacjęrozmiaru, przekształcenia morfologiczne czy szkieletyzację. Wszystkie metody stosowanodo obrazów zawierających pojedyncze, oddzielone znaki, pomijając problem ekstrakcji liter zwyrazów.Zawarto także opis eksperymentów, które zostały przeprowadzone w celu zbadania skutecznościtychże metod. Eksperymenty te, przeprowadzone na bazie 1000 cyfr, wraz z wyciągniętymiwnioskami omówiono w rozdziale 4. Podczas eksperymentów wykorzystywano dwa klasyfikatory– K Najbliższych Sąsiadów oraz Maszynę Wektorów Wspierających, których podstawowe cechyi sposób działania przedstawiono w rozdziale 1. Implementację w języku C++, wykorzystującąbibliotekę OpenCV przedstawiono w rozdziale 3.
dc.affiliationpl
Wydział Fizyki, Astronomii i Informatyki Stosowanej
dc.areapl
obszar nauk ścisłych
dc.contributor.advisorpl
Chmielnicki, Wiesław
dc.contributor.authorpl
Chyczyński, Mikołaj
dc.contributor.departmentbycodepl
UJK/WFAIS
dc.contributor.reviewerpl
Przystalski, Karol - 126070
dc.contributor.reviewerpl
Chmielnicki, Wiesław
dc.date.accessioned
2020-07-27T09:54:58Z
dc.date.available
2020-07-27T09:54:58Z
dc.date.submittedpl
2017-07-26
dc.fieldofstudypl
informatyka
dc.identifier.apdpl
diploma-117363-193865
dc.identifier.projectpl
APD / O
dc.identifier.uri
https://ruj.uj.edu.pl/xmlui/handle/item/222568
dc.languagepl
pol
dc.subject.enpl
ocr, optical character recognition, preprocessing, k nearest neighbours, knn, support vector machine, svm, binarization, normalization, deskewing, morphological transformations, dilation, erosion, skeletonization, centroid, centering
dc.subject.plpl
ocr, rozpoznawanie znaków, rozpoznawanie pisma odręcznego, przetwarzanie wstępne, k najbliższych sąsiadów, knn, maszyna wektorów wspierających, svm, binaryzacja, normalizacja, prostowanie, przekształcenia morfologiczne, dylatacja, erozja, szkieletyzacja, centroid, środkowanie
dc.titlepl
Metody przetwarzania wstępnego przy rozpoznawaniu pisma odręcznego
dc.title.alternativepl
Preprocessing methods for handwriting character recognition
dc.typepl
licenciate
dspace.entity.type
Publication
Affiliations

* The migration of download and view statistics prior to the date of April 8, 2024 is in progress.

Views
10
Views per month
Views per city
Wroclaw
3
Dublin
1
Szczecin
1
Warsaw
1

No access

No Thumbnail Available