Rozpoznávání ručně psaného textu s využitím posuvného okna

Abstract

Táto bakalárska práca sa zaoberá optickým rozpoznávaním znakov. Zameriava sa na rozpoznávanie ručne písaného textu. Teoretický úvod popisuje metódy používané pri optickom rozpoznávaní znakov a vybrané metódy strojového učenia. Následne sú v práci popísané dve metódy na tvorbu výrezov znakov, využívajúce posuvné okno. Výrezy sú použité v datasetoch, určených na trénovanie a testovanie modelov strojového učenia. Práca ďalej obsahuje metódy na zlepšenie presnosti rozpoznávania znakov. V kapitole Výsledky sú zhodnotené merania presnosti modelov. V práci je vytvorený automatizovaný program na rozpoznávanie znakov, ktorý klasifikuje výrezy znakov.This bachelor thesis deals with optical character recognition. It focuses on recognizing hand-written text. The theoretical introduction describes the methods used for optical character recognition and selected machine learning methods. Subsequently, the work describes two methods for making cutouts of characters, using a sliding window. Cutouts are used in training and testing datasets of machine learning models. The document includes methods to improve the accuracy of character recognition. The accuracy of the models is evaluated in conclusion. Charcters in cutouts are clasified by an automated recognition program.