Elaborazione di immagini di documenti basata sull'estrazione di caratteristiche per l'OCR

L'elaborazione delle immagini svolge un ruolo fondamentale nel sistema di elaborazione delle immagini dei documenti. Per i processi di digitalizzazione su larga scala, sono disponibili vari metodi per fornire una versione elettronica di un documento cartaceo, e la scansione del documento cartaceo è uno dei metodi più adatti. La scansione ottica è la nuova tecnica applicata a un documento di immagine, che converte i dati grezzi in uscita al sistema di riconoscimento ottico dei caratteri (OCR). Poiché il sistema informatico non è in grado di comprendere il linguaggio dei documenti scritti, è necessario convertire questi documenti in documenti elettronici, in modo che possano essere facilmente elaborati dal sistema informatico. L'OCR converte i documenti di testo scritti in documenti elettronici. In questo lavoro determiniamo il valore di soglia di un'immagine scansionata utilizzando il metodo della soglia globale, che si basa sull'algoritmo di Otsu. Sulla base dei valori di soglia ottenuti con i diversi metodi, possiamo giudicare la qualità di un documento immagine e quindi migliorare la qualità di un documento immagine scansionato.