Sustav za određivanje strukture teksta na temelju položaja pojedinih znakova

undergraduate thesis

• Title (english): Text Layout Analysis System Based on Individual Character Positions
• Author: Herman Zvonimir Došilović
• Mentor: Marko Čupić (mentor)
• Committee member: Marko Čupić (predsjednik povjerenstva)
• Committee member: Martin Tutek (član povjerenstva)
• Committee member: Karlo Knežević (član povjerenstva)
• Granter: University of Zagreb; Faculty of Electrical Engineering and Computing; Zagreb
• Defense date and country: 2018-07-13, Croatia
• Scientific / art field, discipline and subdiscipline: TECHNICAL SCIENCES; Computing

Abstract

U ovom radu predstavljen je sustav za određivanje strukture teksta na temelju položaja pojedinih znakova namijenjen za rješavanje problema određivanja strukture teksta u sadržaju s računa iz trgovina i sadržaju iz knjiga. Sustav je podijeljen na dva podsustava od kojih prvi određuje linije, a drugi rastavlja riječi u sadržaju. Algoritam za određivanje linija temelji se na pretpostavci da dva susjedna znaka, koja se nalaze u istoj liniji, ostvaruju maksimalno vertikalno preklapanje. Algoritmi za rastavljanje riječi na razne načine koriste statističke podatke o širini i udaljenosti znakova. Svaki algoritam koristi parametre koji utječu na način određivanja linija i razdvajanja riječi.

Abstract (english)

This thesis describes text layout analysis system based on individual character positions intended to solve the problem of determining text layout in receipts and book content. The system is divided into two subsystems, the first of which finds the lines in text and the other separates the words in lines. Algorithm for finding lines in text is based on the assumption that the two neighbouring characters in the same line have maximum vertical overlap. Algorithms for separating the words in lines use in various ways statistics of character width and distance of characters. Algorithms use parameters that can be tuned and affect on how the lines are found and the words are separated.

• Keywords: sustav za određivanje strukture teksta; optičko raspoznavanje znakova; algoritmi za određivanje linija; algoritmi za razdvajanje riječi; segmentacija teksta; segmentacija linija
• Keywords (english): text layout analysis system; optical character recognition; line finding algorithms; word separation algorithms; text segmentation; line segmentation
• Language: croatian
• URN:NBN: urn:nbn:hr:168:923260
• Study programme: Title: Computing; Study programme type: university; Study level: undergraduate; Academic / professional title: sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka računarstva (sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka računarstva)
• Type of resource: Text
• File origin: Born digital
• Access conditions: Closed access
• Created on: 2019-03-13 19:59:15