Extrakce razítek z naskenovaných dokumentů a jejich úprava

Abstract

Táto bakalárska práca sa zaoberá problematikou rozpoznávania a extrakcie farebných pečiatok z naskenovaných dokumentov. Popisuje proces segmentácie stránky dokumentu na kandidátske oblasti, výpočet ich atribútov, následnu klasifikáciu a úpravy extrahovanej pečiatky, ako je zvýšenie kontrastu, odstránenie šumu, či otočenie do základnej polohy. V práci sa nachádza súhrn doterajších prístupov, návrh vlastného riešenia a jeho implemetácia, ktorá je založená na strojovom učení s využitím algoritmu k najbližších susedov. Práca na záver obsahuje výsledky a vyhodnotenie testov.

This bachelor thesis focuses on identification and extraction of colour stamps from scanned documents. It describes segmentation of a document page into candidates, feature extraction, classification and post processing of extracted stapms like contrast improvement, noise reduction or rotation to basic position. The thesis also includes summarized previous approaches of stamps extraction, proposal of a solution and its implementation based on machine learning that uses k nearest neighbours algorithm. At the end of the thesis, the tests results are listed.