Татьяна Михайловна Татарникова — д-р техн. наук, профессор; кафедра прикладной информатики,
Санкт-Петербург.
Tatyana M. Tatarnikova — Dr. Sci., Professor; Department of Applied Informatics,
St. Petersburg.
Алексей Алексеевич Шихотов — магистр; кафедра прикладной информатики,
Санкт-Петербург.
Aleksey A. Shihotov —
St. Petersburg.
Решается задача автоматизации анализа рукописных документов. Показано, что при решении подобных задач используются искусственные нейронные сети, способные к распознаванию образов после обучения на исходном наборе данных. При этом качество распознавания новых образов большей частью зависит от этапа предобработки оцифрованных рукописных документов. Рассмотрена частная задача предобработки — удаление линий клетки с изображения листа тетради. Проанализированы четыре метода фильтрации изображения с использованием библиотеки OpenCV языка Python. Выполнено обучение нейронной сети сверточной архитектуры распознаванию рукописных символов. Продемонстрирована работа обученной нейронной сети на документах, предобработанных разными алгоритмами.
The problem of automating the analysis of handwritten documents is solved. It is shown that artificial neural networks capable of recognizing images after training on the original data set are used to solve such problems. At the same time, the quality of recognizing new images largely depends on the stage of pre-processing of digitized handwritten documents. A particular preprocessing problem is considered - removing cell lines from an image of a notebook sheet. Four methods of image filtering are analyzed using the OpenCV library of the Python language. A neural network of convolutional architecture is trained to recognize handwritten characters. The work of the trained neural network on documents preprocessed by different algorithms is demonstrated.
The authors declare that there are no conflicts of interest present.