Skaitļu atpazīšana brīvā dabā uzņemtās fotogrāfijās

Abstract

Palielinoties digitālo tehnoloģiju lomai cilvēku ikdienā, OCR jeb Optiskā teksta pazīšana kļūst arvien biežāk izmantota. OCR pielietojumu iespējas ir plašas – kā vienu no biežāk izmantotajām var minēt dokumentu digitalizēšanu – tomēr brīvā dabā uzņemtās fotogrāfijās ar skaitļiem OCR precizitātei vēl joprojām ir vieta izaugsmei. Darba mērķis ir noteikt, cik liela loma un ietekme ir OCR tehnoloģijām mūsdienās un kāpēc tās efektivitāte krīt, analizējot attēlus ar skaitļiem. Darba uzdevumi ietver iepazīšanos ar OCR tehnoloģijas vēsturi un pielietojumiem mūsdienās, tehnoloģijas algoritmiem un trūkumiem tajos. Darba pētījumā tika izpētīti divi OCR rīki, izmantojot programmēšanas valodu Python, un rezultātā tika analizēta to precizitāte.

As the role of digital technology in people's daily lives increases, OCR (Optical Text Recognition) is becoming more used. The possibilities of OCR applications are extensive - one of the most used is the digitization of documents - but in the case of outdoor photographs with numbers, the accuracy of OCR still has a room for growth. The aim of this work is to determine the role and influence of OCR technology today and why its efficiency decreases when analyzing images with numbers. Tasks include getting acquainted with the history of OCR technologies and their applications today, technology algorithms and their shortcomings. Two OCR tools using the Python programming language were studied in the study and analyzed for accuracy.