|
|
Jednoduché rozpoznávání písma
Hamrský, Jan ; Svoboda, Pavel (oponent) ; Polok, Lukáš (vedoucí práce)
Tato práce se zabývá vyhledáním a rozpoznáváním textu v obraze. Rozebírá problematiku extrakce příznaků a jejich použití při strojovém učení. Popisuje postup při návrhu a implementaci jednoduché aplikace pro rozpoznávání znaků strojově psaného textu.
|
|
| |
|
|
Rozpoznávání textu v obraze
Bílek, Jan ; Žák, Pavel (oponent) ; Zuzaňák, Jiří (vedoucí práce)
Tato práce se zabývá problematikou rozpoznávání textu v obraze a těmi metodami zpracování obrazu, které rozpoznání textu napomáhají. Zvláště se zaměřuje na problematiku obrazového spamu a jeho úpravu pro rozpoznání. Popisuje metody zpracování obrazu, které vedou k takové úpravě obrazu, aby byl v něm obsažený text snadněji rozpoznatelný, a některé metody využívané pro rozpoznávání znaků. V práci je také popsán návrh a implementace systému, který zpracovává obrazový spam a detekuje v něm obsažený text.
|
|
|
Nástroj na zpracování fotografovaného textu
Genčúr, Martin ; Rozman, Jaroslav (oponent) ; Grulich, Lukáš (vedoucí práce)
Tato práce poskytuje úvod do problematiky převodu fotografovaného textu do černobílé podoby. Rozebírá jednotlivé metody používané pro tuto úlohu. Následuje popis implementace aplikace, která provádí daný převod. Testuje program na vhodných datech (barevný obraz, obraz s různými odstíny apod.) a demonstruje použitelnost aplikace. Obsahuje také úvod do problematiky optického rozpoznávání znaků (OCR) a nastiňuje možné pokračování projektu tímto směrem.
|
|
|
Detekce a rozpoznání registrační značky vozidla pro analýzu dopravy
Černá, Tereza ; Hradiš, Michal (oponent) ; Herout, Adam (vedoucí práce)
Tato diplomová práce se zabývá návrhem a vývojem systému pro detekci a rozpoznání registračních značek vozidel. Práce je rozdělena do tří základních částí: detekce registračních značek, nalezení pozic znaků, rozpoznání znaků. Pro účely práce byla pořízena nová datová sada, která obsahuje 2814 registračních značek pro účely trénování klasifikátorů a 2620 značek pro vyhodnocení úspěšnosti. Pro detekci registračních značek byl natrénován kaskádový klasifikátor, který dosahuje úspěšnosti až 97,8 %. Ve všech nalezených pozicích jsou vyhledány pozice znaků. Pokud nejsou nalezeny, pak daný výřez není registrační značkou. Úspěšnost detekce po nalezení všech pozic znaků je až 88,5 %. Rozpoznání znaků probíhá pomocí natrénovaného SVM klasifikátoru. Systém úspěšně rozpozná bez chyby až 97,7 % všech správně nalezených registračních značek.
|
|
|
Studie řízení plynulých materiálových toků s využitím značení produktů
Dvořáková, Alena ; Skyva, Aleš (oponent) ; Jurová, Marie (vedoucí práce)
Diplomová práce analyzuje současné způsoby a postupy při skladování a značení zboží společnosti Disk obchod & technika, spol. s.r.o. Obsahuje návrh identifikace zboží, který povede k optimalizaci materiálových toků z hlediska zjednodušení a zrychlení práce ve skladu a jednoduššího a přesnějšího způsobu značení zboží. Návrh se týká zvolení vhodné metody identifikace zboží, výběru konkrétního typu kódu včetně potřebného hardwarového příslušenství.
|
|
|
Vyhodnocení testových formulářů pomocí OCR
Noghe, Petr ; Fliegel, Karel (oponent) ; Kaller, Ondřej (vedoucí práce)
Práce se zabývá vyhodnocováním formulářů pomocí optického rozpoznávání znaků v obraze. První část práce je věnována zpracování obrazu a používaným metodám pro OCR analýzu. V praktické části je vytvořena databáze vzorových znaků a z používaných metod je vybrána metoda založená na korelaci vzorů a rozpoznávaných znaků. Program pro návrh formulářů, jejich vyhodnocení a opravu špatně klasifikovaných znaků je navrhnut v grafickém prostředí programu MATLAB. Na závěr je vyhodnoceno několik formulářů a zjištěna míra úspěšnosti navrhnutého programu.
|
|
|
Detekce objektu ve videosekvencích
Šebela, Miroslav ; Beneš, Radek (oponent) ; Číka, Petr (vedoucí práce)
Práce se skládá ze tří hlavních částí. Teoretického popisu transformací a metod zpracování obrazu, optického rozpoznání znaků a návrhu řešení rozpoznání registračních značek automobilu v obraze nebo videu. V teoretické části je popsána vlastní reprezentace obrazu, transformace pro vylepšení obrazu a metody segmentace regionů v obraze a jsou zde navrženy dvě metody pro optické rozpoznání znaků. Praktická část se zabývá návrhem řešení a postupem pro rozpoznání RZ. Řešení se skládá z předzpracování obrazu, segmentace regionů, detekce objektu dle jeho vlastností a následného optického rozpoznání znaků. Pro řešení byly použity metody převodu do odstínu šedé, transformace vycházející z histogramu, prahování, určení oblastí spojených obrazových bodů, detekce regionu dle jeho vlastností, optického rozpoznání znaků a porovnání zjištěných hodnot s databází registračních značek pro účely správy vjezdu do objektu.
|
|
|
OCR module for recognition of letters and numbers
Kapusta, Ján ; Přinosil, Jiří (oponent) ; Sigmund, Milan (vedoucí práce)
This paper describes basic methods used for optical character recognition. It explains all procedures of recognition from adjustment of picture, processing, feature extracting to matching algorithms. It compares methods and algorithms for character recognition obtained graphically distorted or else modified image so-called „captcha“, used in present. Further it compares method based on invariant moments and neural network as final classifier and method based on correlation between normals and recognized characters.
|
|
| |
host ::
RSS.