Sustav za određivanje strukture teksta na temelju položaja pojedinih znakova

završni rad

• Naslov (engleski): Text Layout Analysis System Based on Individual Character Positions
• Autor: Herman Zvonimir Došilović
• Mentor: Marko Čupić (mentor)
• Član povjerenstva: Marko Čupić (predsjednik povjerenstva)
• Član povjerenstva: Martin Tutek (član povjerenstva)
• Član povjerenstva: Karlo Knežević (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Fakultet elektrotehnike i računarstva; Zagreb
• Datum i država obrane: 2018-07-13, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: TEHNIČKE ZNANOSTI; Računarstvo

Sažetak

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.

Sažetak (engleski)

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.

• Ključne riječi: sustav za određivanje strukture teksta; optičko raspoznavanje znakova; algoritmi za određivanje linija; algoritmi za razdvajanje riječi; segmentacija teksta; segmentacija linija
• Ključne riječi (engleski): text layout analysis system; optical character recognition; line finding algorithms; word separation algorithms; text segmentation; line segmentation
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:168:923260
• Studijski program: Naziv: Računarstvo; Vrsta studija: sveučilišni; Stupanj studija: preddiplomski; Akademski / stručni naziv: sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka računarstva (univ.bacc.ing.comp.)
• Vrsta resursa: Tekst
• Način izrade datoteke: Izvorno digitalna
• Prava pristupa: Zatvoreni pristup
• Datum i vrijeme pohrane: 2019-03-13 19:59:15