Aufbereitung von Bilddaten mittels Autoencodern

In dieser Arbeit wird der Bildbearbeitungsprozess von Dokumenten mithilfe von einem schlicht gehaltenem Neuronalen Netzwerk und Bearbeitungsoperationen optimiert. Ziel ist es, abfotografierte Dokumente zum Drucken aufzubereiten, sodass die Schrift gut lesbar, gerade und nicht verzerrt ist und Störfaktoren herausgefiltert werden. Als API zur Verfügung gestellt, können Bilder von DokumentenIn dieser Arbeit wird der Bildbearbeitungsprozess von Dokumenten mithilfe von einem schlicht gehaltenem Neuronalen Netzwerk und Bearbeitungsoperationen optimiert. Ziel ist es, abfotografierte Dokumente zum Drucken aufzubereiten, sodass die Schrift gut lesbar, gerade und nicht verzerrt ist und Störfaktoren herausgefiltert werden. Als API zur Verfügung gestellt, können Bilder von Dokumenten beliebiger Größe und Schriftgröße bearbeitet werden. Während ein unter schlechten Bedingungen schräg aufgenommenes Bild nach Tesseract keine Buchstaben enthält, wird mit dem bearbeiteten Bild davon eine Buchstabenfehlerrate von 0,9% erreicht.…

Metadaten
Document Type:	Bachelor Thesis
Zitierlink:	https://opus.hs-offenburg.de/7179
Bibliografische Angaben
Title (German):	Aufbereitung von Bilddaten mittels Autoencodern
Author:	Marco Enrique Zimmermann
Advisor:	Hartwig Grabowski, Stefan Hensel
Year of Publication:	2023
Granting Institution:	Hochschule Offenburg
Page Number:	58
Language:	German
Inhaltliche Informationen
Institutes:	Fakultät Elektrotechnik, Medizintechnik und Informatik (EMI) (ab 04/2019)
Institutes:	Abschlussarbeiten / Bachelor-Studiengänge / AI
DDC classes:	000 Allgemeines, Informatik, Informationswissenschaft / 000 Allgemeines, Wissenschaft / 004 Informatik
GND Keyword:	API; Bildverarbeitung
Tag:	Autoencoder Document Denoising
Formale Angaben
Open Access:	Closed
Licence (German):	Creative Commons - CC0 1.0 - Universell - Public Domain Dedication

Open Access