Mobilní tlumočník pro iPhone
Loading...
Date
Authors
Vaňková, Klára
Advisor
Referee
Mark
A
Journal Title
Journal ISSN
Volume Title
Publisher
Vysoké učení technické v Brně. Fakulta informačních technologií
ORCID
Abstract
Tato práce se zabývá detekcí textu v obraze. Popisuje nalezení oblastí MSER, zjištění které z nich jsou písmena pomocí SVM klasifikátoru a spojení nalezených písmen do slov. Dále práce ukazuje použití detekce textu v aplikaci Mobilní tlumočník , která z fotografie získává text a překládá ho do mateřského jazyka. Pro práci s obrazem je použita knihovna OpenCV, OCR provádí knihovna Tesseract. V závěru práce je popis implementace prototypu aplikace a jsou uvedeny dosažené výsledky při detekci textu.
This bachelor thesis deals with detection of text in an image. It describes searching for MSER areas, finding which of those areas are letters by using SVM classifier and connecting the letters into words. This work shows the usage of text detection in the application Mobile Interpreter , which extracts text from a picture and translates the text into a home language. The application uses OpenCV library for image processing and Tesseract library for OCR functionality. This thesis describes implementation of a prototype of the application and presents the results of the text detection.
This bachelor thesis deals with detection of text in an image. It describes searching for MSER areas, finding which of those areas are letters by using SVM classifier and connecting the letters into words. This work shows the usage of text detection in the application Mobile Interpreter , which extracts text from a picture and translates the text into a home language. The application uses OpenCV library for image processing and Tesseract library for OCR functionality. This thesis describes implementation of a prototype of the application and presents the results of the text detection.
Description
Keywords
detekce textu , OCR , iPhone , OpenCV , tesseract , tlumočník , text detection , OCR , iPhone , OpenCV , tesseract , interpreter
Citation
VAŇKOVÁ, K. Mobilní tlumočník pro iPhone [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2013.
Document type
Document version
Date of access to the full text
Language of document
cs
Study field
Informační technologie
Comittee
prof. Ing. Adam Herout, Ph.D. (předseda)
doc. Ing. Vladimír Drábek, CSc. (místopředseda)
doc. Ing. Vítězslav Beran, Ph.D. (člen)
Ing. Martin Hrubý, Ph.D. (člen)
RNDr. Marek Rychlý, Ph.D. (člen)
Date of acceptance
2013-06-12
Defence
Studentka nejprve prezentovala výsledky, kterých dosáhla v rámci své práce. Komise se pak seznámila s hodnocením vedoucího a posudkem oponenta práce. Studentka následně odpověděla na otázky oponenta a na další otázky přítomných. Komise se na základě posudku oponenta, hodnocení vedoucího, přednesené prezentace a odpovědí studentky na položené otázky rozhodla práci hodnotit stupněm A. Otázky u obhajoby: 1. str. 13, kap. Spojení písmen do slov: V textu je uvedeno, že je uvažován předpoklad, že slovo musí mít alespoň 3 znaky, aby bylo považováno za slovo, jinak jde pravděpodobně o chybnou klasifikaci oblasti. Znamená to tedy, že i dobře nalezená slova, která mají pouze 2 či 1 znak budou ignorována? 2. str. 20, tab. 3.2: Z tabulky vyplývá, že kritéria pro připojení dalšího znaku ke slovu jsou mimo jiné i tato: Znak může být až 10x širší, než je průměr ve slově, ale pouze 5x užší, než je průměr v daném slově. Podobná je situace i u plochy znaku. Proč jsou tato omezení asymetrická?
Result of defence
práce byla úspěšně obhájena