Original title: Mobilní systém pro rozpoznání textu na iOS
Translated title: Mobile System for Text Recognition on iOS
Authors: Bobák, Petr ; Sochor, Jakub (referee) ; Zemčík, Pavel (advisor)
Document type: Master’s theses
Year: 2017
Language: cze
Publisher: Vysoké učení technické v Brně. Fakulta informačních technologií
Abstract: [cze] [eng]
Tato práce dokumentuje postup vývoje moderní klient-server aplikace pro rozpoznání textu na platformě iOS. Čtenář je v úvodu seznámen s obecným principem klient-server modelu, včetně jeho známých architektur, a také s členěním logických vrstev mezi obě strany. Následuje popis současných trendů a používaných technologií vhodných pro tvorbu aplikačního rozhraní webového serveru. Dále jsou diskutovány principy a možnosti rozpoznání textu na straně serveru. V rámci klientské části práce poskytuje základní poznatky o platformě iOS a zmiňuje také některé podstatné koncepty charakteristické pro vývoj iOS aplikací. Vlastní implementace pak klade důraz na možnost obecného použití serverové části tak, aby ji bylo možné integrovat přímo s koncovým klientem, případně i s jiným aplikačním serverem třetí strany. Součástí výstupu práce je také framework pro přímou komunikaci iOS klienta se serverem. Jako příklad použití je implementována demonstrační aplikace pro vyhodnocení aditivních látek z etiket potravin. This thesis describes a development of a modern client-server application for text recognition on iOS platform. The reader is acquainted with common principles of a client-server model, including its known architecture styles, and with a distribution of logical layers between both sides of the model. After that the thesis depicts current trends and examples of suitable technologies for creating an application programming interface of a web server. Possible ways of text recognition on the server side are discussed as well. In context of a client side, the thesis provides an insight into iOS platform and a few important concepts in iOS application development. Following implementation of the server side is stressed to be reusable as much as possible for different kinds of use cases. Last but not least, the thesis provides a simple iOS framework for a direct communication with the recognition server. Finally, an application for evaluation of food ingredients from a packaging material is implemented as an example of usage.
Keywords: client-server model; Django; Django REST Framework; Google Cloud Vision; iOS; Microsoft Computer Vision; optical character recognition; Python; REST; Swift; Tesseract; web application; web framework; web server; web service; Django; Django REST Framework; Google Cloud Vision; iOS; klient-server model; Microsoft Computer Vision; optické rozpoznání textu; Python; REST; Swift; Tesseract; webová aplikace; webová služba; webový framework; webový server

Institution: Brno University of Technology (web)
Document availability information: Fulltext is available in the Brno University of Technology Digital Library.
Original record: http://hdl.handle.net/11012/69483

Permalink: http://www.nusl.cz/ntk/nusl-363789


The record appears in these collections:
Universities and colleges > Public universities > Brno University of Technology
Academic theses (ETDs) > Master’s theses