Poloautomatické pořízení rozsáhlé databáze ručně psaných znaků

Abstract

Tato práce se zabývá tvorbou databáze ručně psaných znaků dále využitelných pro rozpoznávání ručně psaného textu. V teoretické části práce je rozebrána problematika systémů pro rozpoznávání ručně psaného textu a datových sad pro něj využitelných. Praktická část se věnuje předzpracování vstupního dokumentu, segmentaci řádků a slov a následnému rozdělení slov na samostatné znaky. Tyto fáze mohou proběhnout zcela automaticky, ovšem je předpokládán vstup uživatele, který má možnost opravit výstup automatického zpracování. Dále se praktická část věnuje anotaci získaných znaků a vygenerování XML dokumentu s anotací a umístěním jednotlivých znaků ze vstupního text. U vytvořeného systému je vyhodnoceno jeho GUI a uspěšnost automatické segmentace.This thesis deals with creation of database of handwritten characters further usable for handwritten character recognition. The issue of systems for unconstrained handwritten text recognition and datasets usable for it is discussed. Practical part of the thesis aims at preprocessing of the input document and line and word segmentation followed by extraction of isolated characters. These phases can be done entirely automatically, though user input to correct output of automatic processing is supposed. Furthermore the practical part is devoted to annotation of obtained character and to generation of XML document containing annotation and position of single characters from the input texxt. The created system is finally evaluated with emphasis on GUI and automatic segmentation succes rate.