Professional Documents
Culture Documents
2 autores, incluyendo:
C. Mercedes Guevara Velez
129047H
Algoritmo de Reconocimiento de
caracteres basado en visin asistida
por computador utilizando OCR y
OpenCV
M. Guevara *, W. Delgado*
*Curso de Inteligencia Artificial, Escuela de Ingeniera de Sistemas, Universidad
Nacional Pedro Ruiz Gallo
Resumen - La sofisticacin del desarrollo de
muchas aplicaciones de procesamiento de
computadora se utilizan en el reconocimiento ptico
de caracteres (OCR) o simplemente. OCR es una
conversin mecnica o electrnica de imgenes
escaneadas de manuscrito, mecanografiado o
impreso en texto codificado a la computadora. El
estudio de OCR ltimamente ha dado mtodos con
buena precisin y la velocidad de la computadora
que es cada vez ms ligera. El propsito del
desarrollo de esta aplicacin es hacer ms fcil para
los usuarios la conversin a texto digital.
La implementacin de la aplicacin de OCR,
mediante el mtodo del contorno con la librera
OpenCV (EmguCV), se realiza mediante la funcin
del mtodo de deteccin de contorno. El programa
fue desarrollado utilizando software libre de
Microsoft corporativo, es decir, Microsoft Visual C#
2015 Express.
Los resultados de esta investigacin, es decir, en
la forma de aplicacin de OCR basado en el
escritorio que se ha desarrollado con xito. Los
requisitos funcionales todos han sido implementados
con xito segn el proyecto. Anlisis de algunas
muestras existentes que se han aplicado con xito.
mtodo de
deteccin
I. INTRODUCCIN
La corriente de la tecnologa en evolucin
fuerza e un hombre a abandonar la vieja cultura
por la cultura moderna para aprender
continuamente, es afectado por las actividades que
implican la funcin de tecnologa de la
Binarizacin.
Calcular el histograma de I.
Para cada valor k del nivel de gris, generar
dos poblaciones dividiendo el histograma en
k.
Calcular las varianzas de los grupos
generados.
Calcular la suma ponderada de estas dos
varianzas (ponderar con el porcentaje de
pxeles de su poblacin).
Guardar este valor de la suma en un vector
de N elementos.
Buscar el ndice m correspondiente a la suma
mnima de las varianzas.
Binarizar la imagen en el umbral m.
Adelgazamiento de componentes.