Processamento de imagens de documentos baseado na extração de caraterísticas para OCR

O processamento de imagens desempenha um papel vital no sistema de processamento de imagens de documentos. Para um processo de digitalização em grande escala, existem vários métodos para fornecer uma versão eletrónica de um documento em papel, sendo a digitalização do documento em papel um dos métodos mais adequados. A digitalização ótica é a nova técnica aplicada a um documento de imagem, que converte os dados brutos de saída para o sistema de reconhecimento ótico de caracteres (OCR). Uma vez que o sistema informático não consegue compreender a linguagem dos documentos escritos, é necessário converter estes documentos em documentos electrónicos, para que possam ser facilmente processados pelo sistema informático. O OCR converte os documentos de texto escrito em documentos electrónicos. Neste documento, determinamos o valor do limiar de um documento de imagem digitalizado utilizando o método de limiarização global, que se baseia no algoritmo de Otsu. Com base nos valores de limiar obtidos pelos diferentes métodos, podemos avaliar a qualidade de um documento de imagem e, por conseguinte, melhorar a qualidade de um documento de imagem digitalizado.