Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "Script" wg kryterium: Temat


Wyświetlanie 1-2 z 2
Tytuł:
Projection-based text line segmentation with a variable threshold
Autorzy:
Ptak, R.
Żygadło, B.
Unold, O.
Powiązania:
https://bibliotekanauki.pl/articles/329884.pdf
Data publikacji:
2017
Wydawca:
Uniwersytet Zielonogórski. Oficyna Wydawnicza
Tematy:
document image processing
handwritten text
text line segmentation
projection profile
offline cursive script recognition
przetwarzanie obrazu dokumentu
tekst odręczny
segmentacja linii tekstu
profil projekcyjny
Opis:
Document image segmentation into text lines is one of the stages in unconstrained handwritten document recognition. This paper presents a new algorithm for text line separation in handwriting. The developed algorithm is based on a method using the projection profile. It employs thresholding, but the threshold value is variable. This permits determination of low or overlapping peaks of the graph. The proposed technique is shown to improve the recognition rate relative to traditional methods. The algorithm is robust in text line detection with respect to different text line lengths.
Źródło:
International Journal of Applied Mathematics and Computer Science; 2017, 27, 1; 195-206
1641-876X
2083-8492
Pojawia się w:
International Journal of Applied Mathematics and Computer Science
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Line segmentation of handwritten text using histograms and tensor voting
Autorzy:
Babczyński, Tomasz
Ptak, Roman
Powiązania:
https://bibliotekanauki.pl/articles/330796.pdf
Data publikacji:
2020
Wydawca:
Uniwersytet Zielonogórski. Oficyna Wydawnicza
Tematy:
document image processing
handwritten text
text line segmentation
projection profile
text string
offline cursive script recognition
ICDAR 2009 competition
przetwarzanie obrazu dokumentu
tekst odręczny
segmentacja linii tekstu
profil projekcyjny
ciąg tekstowy
Opis:
There are a large number of historical documents in libraries and other archives throughout the world. Most of them are written by hand. In many cases they exist in only one specimen and are hard to reach. Digitization of such artifacts can make them available to the community. But even digitized, they remain unsearchable, and an important task is to draw the contents in the computer readable form. One of the first steps in this direction is to recognize where the lines of the text are. Computational intelligence algorithms can be used to solve this problem. In the present paper, two groups of algorithms, namely, projection-based and tensor voting-based, are compared. The performance is evaluated on a data set and with the procedure proposed by the organizers of the ICDAR 2009 competition.
Źródło:
International Journal of Applied Mathematics and Computer Science; 2020, 30, 3; 585-596
1641-876X
2083-8492
Pojawia się w:
International Journal of Applied Mathematics and Computer Science
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-2 z 2

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies