Traitement d'images de documents basé sur l'extraction de caractéristiques pour l'OCR

Le traitement d'images joue un rôle essentiel dans les systèmes de traitement d'images de documents. Pour les processus de numérisation à grande échelle, plusieurs méthodes sont disponibles pour fournir une version électronique d'un document papier, et la numérisation du document papier est l'une des méthodes les mieux adaptées. Le balayage optique est la nouvelle technique appliquée à un document image, qui convertit les données de sortie brutes pour le système de reconnaissance optique de caractères (OCR). Étant donné que le système informatique ne peut pas comprendre la langue des documents écrits, nous devons convertir ces documents en documents électroniques, afin qu'ils puissent être facilement traités par le système informatique. L'OCR convertit les documents textuels écrits en documents électroniques. Dans ce document, nous déterminons la valeur seuil d'un document image scanné en utilisant la méthode de seuillage global, qui est basée sur l'algorithme d'Otsu. Sur la base des valeurs seuils obtenues par les différentes méthodes, nous pouvons juger de la qualité d'un document image et donc améliorer la qualité d'un document image numérisé.