Universidade Federal de

Pernambuco

Proposta de projeto - Processamento de

imagens

Pre-processamento de uma
imagem contendo informa
c
ao
textual

Autor: Professor:
Pedro Dreyer Tsang Ing Ren
1 Objetivos
Desenvolver um modelo computacional capaz de avaliar uma foto que con-
tenha informacoes textuais e que realize uma serie de pre-processamentos de
de forma a melhor preparar a imagem para ser encaminhanda a um sistema
de OCR (Optical Character Recognition).

2 Justificativa
Sistemas de reconhecimento de escrita tem como entrada linhas, palavras
e caracteres segmentados. No entanto essas informacao nao estao facil-
mente disponveis em uma foto generica que contenha um texto. Assim
sao necessarias algumas analises e modificacoes na imagem original para
permitir que ela seja avaliada por um sistema de OCR. Dentre esses pre-
processamentos podemos citar determinacao da area de interesse da imagem,
mudanca de perspectiva, rotulagem de elementos textuais e nao textuais, bi-
narizacao e segmentacao de texto. Este trabalho ira focar nos tres primeiros
topicos citados.

3 Metodologia
O autor pretende pesquisar em publicacoes de periodicos e conferencias quais
sao as tecnicas utilizadas atualmente em cada um dos tipos de pre-processamentos
citados e implementa-las em uma aplicacao programada em MATLAB. Uma
pre analise feita ate agora mostrou que os algortimos escolhidos nao sao tao
complexos, fazendo com que seja possvel codificar todos no espaco de tempo
alocado.

4 Cronograma de Atividades
05/05 - 08/05 : Pesquisa do estado da arte em periodicos

09/05 - 25/05 : Codificacao da implementacao em MATLAB

26/05 - 01/06 : Avaliacao da performance dos algortimos

02/06 - 06/06 : Escrita do relatorio final

1
5 Refer
encias
[1] C. Adak. An approach for printed document labeling. In 2014 First
International Conference on Automation, Control, Energy and Systems
(ACES), pages 14, Feb 2014.

[2] J. Burie, J. Chazalon, M. Coustaty, S. Eskenazi, M. M. Luqman,

M. Mehri, N. Nayef, J. Ogier, S. Prum, and M. Rusi nol. Icdar2015
competition on smartphone document capture and ocr (smartdoc). In
2015 13th International Conference on Document Analysis and Recogni-
tion (ICDAR), pages 11611165, Aug 2015.

[3] H. Lu and M. Kowalkiewicz. Text segmentation in unconstrained hand-

drawings in whiteboard photos. In 2012 International Conference on
Digital Image Computing Techniques and Applications (DICTA), pages
16, Dec 2012.

[4] T. Nguyen, S. Antoshchuk, A. Nikolenko, and V. Sotov. Correlation-

extreme method for text area localization on images. In 2016 IEEE First
International Conference on Data Stream Mining Processing (DSMP),
pages 173176, Aug 2016.

[5] Q. N. Vo and G. Lee. Dense prediction for text line segmentation in

handwritten document images. In 2016 IEEE International Conference
on Image Processing (ICIP), pages 32643268, Sept 2016.

[6] C. Zhang, C. Yao, B. Shi, and X. Bai. Automatic discrimination of text

and non-text natural images. In 2015 13th International Conference on
Document Analysis and Recognition (ICDAR), pages 886890, Aug 2015.