Affiliation:
1. ORDU ÜNİVERSİTESİ
2. ONDOKUZ MAYIS ÜNİVERSİTESİ
Abstract
OCR olarak da bilinen optik karakter tanıma, taranan görüntülerdeki bir kelimeyi ya da bir cümleyi tanımak için kullanılan bir yöntemdir. Uzun yıllara dayanan araştırmalarla geliştirilmiştir. Taranan görüntüler üzerindeki metni tespit etmede büyük başarı sağlamıştır. Ancak doğal görüntüler üzerinde istenilen sonucu vermemektedir. Bu nedenle, doğal görüntülerdeki metinleri tespit edebilmek için özel yaklaşımların geliştirilmesi gerekliliği doğmuştur. Bu çalışmada, doğal görüntüler üzerinde metin olan bölgeleri algılamak için Otsu ve maksimum kararlı ekstrem bölgeler (MSER) görüntü bölütleme yöntemleri kullanılmıştır. Görüntü bölütleme, bir görüntüyü daha iyi analiz edebilmek için görüntüyü anlamlı bölgelere ayırma işlemidir. Otsu modelinde görüntü için en uygun eşik değeri belirlenerek, görüntü bu eşik değerine göre ön plan ve arka plan olmak üzere iki sınıfa ayrılmaktadır. MSER yöntemi ise metin olmayan bölgeleri engelleyerek, metin olduğu düşünülen bölgeleri sınırlayıcı kutu içerisine almaktadır. Gerçekleştirilen çalışmada, Otsu metodu ve MSER yöntemi ile ICDAR 2013 veri setinden seçilen 20 doğal görüntü üzerinde metin olan bölgelerinin tespit edilmesi amaçlanmıştır. Doğal görüntü üzerinde bölütleme işlemleri yapıldıktan sonra görüntülere OCR uygulanarak doğal görüntüler üzerindeki metnin tespit edilmesi sağlanmış ve doğruluk oranları karşılaştırılmıştır.
Publisher
Duzce Universitesi Bilim ve Teknoloji Dergisi
Reference32 articles.
1. [1] L. Eikvil. (2022, February 26). Optical character recognition [Online]. Available: http://home.nr.no/~eikvil/OCR.pdf.
2. [2] N. Erdoğmuş, “Türkçe manzara metni veri kümesi,” 25th Signal Processing and Communications Applications Conference’ında sunuldu, Antalya, 2017.
3. [3] M. Thodaskar, and R. Devi, “Segmentation and detection of text in natural scene images,” International Journal of Engineering Research & Technology (IJERT), vol. 4, no. 6, pp. 1272-1277, 2015.
4. [4] O. Granlund, and K. Böhrnsen. (2022, March 5). Improving character recognition by thresholding natural images, [Online]. Available: https://www.diva-portal.org/smash/get/diva2:1108666/FULLTEXT01.pdf.
5. [5] M. Huang, W. Yu, and D. Zhu, “An improved image segmentation algorithm based on the Otsu method,” in 13th ACIS International Conference on Software Engineering, Artificial Intelligence, Networking and Parallel/Distributed Computing, Japan, 2012, pp. 135-139.