Skip to content

rodarima/font-ocr

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

1 Commit
 
 
 
 
 
 
 
 
 
 

Repository files navigation

2015N23

Introducción

Las tipografías presentan unas formas únicas que caracterizan a cada uno de los símbolos que contienen. Analizando las imágenes tomadas de documentos impresos, es posible obtener información sobre la tipografía que se ha empleado al escribir el documento, permitiendo en un futuro, reconstruir el documento original de forma precisa.

Generación de la base de datos

En el directorio data/target hay una colección de imágenes de letras previamente clasificadas. En data/font se encuentran las fuentes que se analizarán en formato TrueType.

El script build-db.py genera una muestra de alta resolución para cada letra del alfabeto (sin la ñ) y para cada tipografía. Estas muestras son las que luego serán analizadas.

Análisis de las imágenes

El programa analyze.py trata de obtener la fuente y el tamaño de las letras impresas comparando cada tipografía.

Ejecución

Construir la base de datos y ejecutar en análisis:

$ python2 build-db.py
$ python2 analyze.py

Resultados

El programa de análisis muestra unos resultados como los siguientes:

cmb10	cmbx10	cmbx12	cmmi5	cmmi10	cmmi12	cmr5	cmr9	cmr10	cmr12	f  s  Target file
60.4%	76.9%	81.2%	23.3%	21.3%	21.2%	61.6%	60.1%	56.1%	53.1%	+f +s data/target/cmbx12/a/uned1.png
55.7%	73.5%	73.6%	0.0%	28.0%	25.9%	76.3%	67.1%	62.1%	58.8%	+f +s data/target/cmr5/a/a.png
55.2%	55.4%	61.6%	0.0%	24.6%	25.0%	51.2%	85.7%	79.5%	75.4%	+f +s data/target/cmr9/a/a.png
59.4%	53.4%	57.1%	0.0%	30.5%	30.1%	5.6%	80.0%	78.1%	74.0%	+f -s data/target/cmr10/a/big1.png
52.2%	52.4%	58.5%	0.0%	26.9%	24.9%	0.0%	86.6%	84.8%	79.8%	+f -s data/target/cmr10/a/small.png
66.7%	61.9%	66.9%	0.0%	29.7%	30.1%	10.4%	77.8%	73.8%	69.9%	+f -s data/target/cmr10/a/texbook.png

Las columnas "f" y "s" determinan si el reconocimiento de la fuente y el tamaño han tenido éxito con un +f y +s respectivamente. En caso contrario con -f y -s.

En la tabla se observa como en todas las muestras se ha reconocido la fuente, pero sólo se ha determinado correctamente el tamaño en 3 de 6.

Para más detalles de los resultados, abrir el archivo resultados.txt

About

Reconocimiento de tipografías en imágenes de letras.

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published

Languages