Extrakce informací z osobních dokladů

Simple item page
but.committeedoc. Ing. Vladislav Škorpil, CSc. (předseda) prof. Mgr. Pavel Rajmic, Ph.D. (místopředseda) Ing. Tomáš Caha (člen) Ing. Ondřej Krajsa, Ph.D. (člen) Ing. Radim Číž, Ph.D. (člen)cs
but.defenceStudent prezentoval výsledky své práce a komise byla seznámena s posudky. Student obhájil bakalářskou práci a odpověděl na otázky členů komise a oponenta. Otázky oponenta: Proč jste použil pro OCR právě Tesseract 4, v čem se liší od Google Cloud Vision? Proč je metoda v ukázce a na GitHubu velkým písmenem (Extractor.Process), zatímco při volání z nuget balíčku je nutno ji volat s malým písmenem (Extractor.process)?cs
but.jazykslovenština (Slovak)
but.programTelekomunikační a informační systémycs
but.resultpráce byla úspěšně obhájenacs
dc.contributor.advisorCaha, Tomášsk
dc.contributor.authorHudcovský, Eriksk
dc.contributor.refereeLattenberg, Ivosk
dc.date.created2020cs
dc.description.abstractTáto práca sa zaoberá spracovaním informácií z osobných dokladov (občianskeho preukazu alebo cestovného pasu) do formy, ktorá je ďalej jednoducho spracovateľná pre počítače a celkovo pre IT odvetvie. Toto spracovanie je implementované aplikáciou, ktorú som v rámci mojej bakalárskej práce vypracoval. Aplikácia obsahuje na vstupe naskenovaný doklad, typ dokladu a formu požadovaného výstupu. Na výstupe dostaneme typ dokladu v požadovanom formáte. Celá aplikácia používa ku svojmu fungovaniu externý OCR nástroj (OpticalCharacter Recognition, v preklade Optické rozoznávanie znakov), ktorý je implementovaný tak, aby sa dal čo najjednoduchšie nahradiť iným OCR nástrojom. V mojej aplikácií som použil Tesseract. Tento OCR nástroj je v rámci bezplatných OCR nástrojov ten najjednoduchší a najpresnejší zároveň. Taktiež má stále silnú podporu komunity a je naďalej rozvíjaný. V tejto práci som sa taktiež venoval jeho testovaniu, ako na mnou vytvorených vzorkách textu, tak aj na reálnych skenoch dokladov. Aplikácia je tiež spracovaná ako inštalačný balíček, takže môže byť jednoducho importovaná do iných projektov. Celá aplikácia je vystavená ako OpenSource na GitHube pod slobodnou licenciou MIT.sk
dc.description.abstractThis thesis is about the processing information from personal documents (ID card or passport) into the form that is further easily to be processed for computers and the IT industry in general. This process is implemented by the application I developed as part of my bachelor's thesis. The application contains the scanned document, the document type and the form of the required output. As the output we get the document type in the required format. The entire application is using in process an external OCR tool (OpticalCharacter Recognition), which is implemented so that it can be easily replaced by another OCR tool. I used Tesseract in my application. This OCR tool is the simpliest and most accurate of the free OCR tools at the same time. It also has strong community support and is still being developed. In this thesis, I also focused on its testing, both on the samples of text I created, and on real scans of documents. The application is also processed as an installation package, so it can be easily imported into other projects. The entire application is displayed as OpenSource on GitHube under the free license of MIT.en
dc.description.markBcs
dc.identifier.citationHUDCOVSKÝ, E. Extrakce informací z osobních dokladů [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2020.cs
dc.identifier.other125961cs
dc.identifier.urihttp://hdl.handle.net/11012/190283
dc.language.isoskcs
dc.publisherVysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologiícs
dc.rightsStandardní licenční smlouva - přístup k plnému textu bez omezenícs
dc.subjectextrakcia informáciísk
dc.subjectidentifikačné dokladysk
dc.subjectoptické rozoznávanie znakovsk
dc.subjecttesseractsk
dc.subjectinformation extractionen
dc.subjectidentification cardsen
dc.subjectoptical character recognizionen
dc.subjecttesseracten
dc.titleExtrakce informací z osobních dokladůsk
dc.title.alternativeExtraction of information from identity documentsen
dc.typeTextcs
dc.type.driverbachelorThesisen
dc.type.evskpbakalářská prácecs
dcterms.dateAccepted2020-06-23cs
dcterms.modified2020-09-07-08:37:19cs
eprints.affiliatedInstitution.facultyFakulta elektrotechniky a komunikačních technologiícs
sync.item.dbid125961en
sync.item.dbtypeZPen
sync.item.insts2025.03.17 00:44:41en
sync.item.modts2025.01.17 09:55:31en
thesis.disciplinebez specializacecs
thesis.grantorVysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. Ústav telekomunikacícs
thesis.levelBakalářskýcs
thesis.nameBc.cs
Files
Original bundle
Now showing 1 - 3 of 3
Thumbnail Image
Name:
final-thesis.pdf
Size:
11.69 MB
Format:
Adobe Portable Document Format
Description:
final-thesis.pdf
Download
Thumbnail Image
Name:
appendix-1.zip
Size:
7.1 MB
Format:
zip
Description:
appendix-1.zip
Download
Thumbnail Image
Name:
review_125961.html
Size:
5.05 KB
Format:
Hypertext Markup Language
Description:
file review_125961.html
Download
Collections
2020