Bakalářská práce

OCR historických dokumentů

OCR of Historical Documents

Martin Mejzlík
Anotace

Tato práce se zabývá optickým rozpoznáváním historických textů psaných gotickým písmem. Jejím cílem bylo vyvinutí open-source nástroje použitelného pro rozpoznávání textu při digitalizaci Historicko-právního fondu Právnické fakulty Masarykovy univerzity.

Abstract

This thesis deals with OCR of historical texts written in Gothic script. Its aim was to develop an open-source tool usable for text recognition during digitization of Law-history fund of the Faculty of Law of Masaryk University.

Klíčová slova
OCR fraktura Historicko-právní fond FrakOCR Tesseract Fraktur Law-history fund
Zadání práce

Cílem práce je vyvinout systém pro optické rozpoznávání znaků (OCR) v historických dokumentech psaných lomeným písmem (fraktura, švabach) aplikovatelný na datech z digitalizace historického fondu Právnické fakulty MU.

Systém by měl stavět na existujících open-source softwarových nástrojích (např. Tesseract, Ocropus či jiných) a postupech, které budou studentem vyhodnoceny jako nejhodnější. Popis použití nástrojů na uživatelských datech a zdůvodnění jejich volby bude dokumentováno v textu práce.

Praktickým výstupem práce bude systém umožňující strojové volání zpracování dat pro hromadné OCR historický textů. Vhodnou implementací tedy může být např. webová služba s REST API.

Administrativní informace
Práce zkontrolována:
3. 1. 2017 12:33, RNDr. Michal Růžička, Ph.D., učo 143424
Plný text práce
2,1 MB / soubor PDF
Přílohy (5)
Jazyk práce
čeština čeština
Termín obhajoby
13. 2. 2017
Práce byla úspěšně obhájena

Vedoucí

RNDr. Michal Růžička, Ph.D., učo 143424
KIC DIS ÚVT MU

Oponent

RNDr. Martin Líška, učo 255768
KVI FI MU
Citovat tuto práci
Masarykova univerzita Fakulta informatiky
Studijní program
Informatika
Obor

Práce na příbuzné téma

Seznam prací, které mají shodná klíčová slova.

Podobné práce

  • Přidání souboru

    Soubor nebo složku lze nahrát pomocí tlačítka Přidat.

  • Další operace se soubory

    Podrobnosti lze zjistit označením příslušného řádku.

  • Pohled pro experty

    Pro častou práci je možné zvolit režim Více možností.

  • Vyhledávání souborů

    Vyhledávaný výraz můžete zadat přímo do adresního řádku.

  • Rychlý přístup k souborům

    Pomocí funkce Nedávné je možné se rychle vrátit k právě prohlíženým souborům. Oblíbené soubory je také možné označit Hvězdičkou.