Automatic Printed Text Segmentation and Recognition

U ovom radu prikazan je način rada i implementacija sustav za automatsko segmentiranje i prepoznavanje ispisanog teksta koji je projektiran tako da na svoj ulaz primi sliku teksta, a na svom izlazu vrati prepoznati tekst. Ulazna slika se pretvara u nijanse sive, binarizira, uklanja se šum, ispravlja zakrivljenost te se iz tako dobivene slike segmentira tekst. Segmentirani tekst se zatim dalje segmentira na linije, riječi i znakove. Tako segmentirani znakovi se dovode na ulaz duboke konvolucijske neuronske mreže koja dodjeljuje razred pojedinom znaku. Iz prepoznatih znakova, odnosno riječi i linija gradi se izlazni tekst.This thesis describes the algorithm and implementation details of the system for automatic printed text segmentation and recognition. On its input, it receives text image and returns recognized text as output. The input image is preprocessed: converting to grayscale, binarization, noise removal and skew correction. After preprocessing phase follows segmentation: text, line, word and characters. Segmented characters are inputs for the deep convolutional neural network, which is classifier part of the system. Output text is constructed from recognized characters