检索结果-南通市图书馆

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于智能手机的中文文档数字化研究与实现

基于智能手机的中文文档数字化研究与实现

作者：张浩华南理工大学

学位级别：硕士

智能手机已经实现普及,随着智能手机拥有越来越强大的拍摄和处理能力,基于智能手机实现一套文档数字化系统,能够在一定程度上替代扫描仪,可以给人们的工作和生活带来更多的便利。本文主要工作包括:深入分析研究谷歌开源项目Tesseract-O... 详细信息

智能手机已经实现普及,随着智能手机拥有越来越强大的拍摄和处理能力,基于智能手机实现一套文档数字化系统,能够在一定程度上替代扫描仪,可以给人们的工作和生活带来更多的便利。本文主要工作包括:深入分析研究谷歌开源项目Tesseract-OCR,并针对简体中文识别进行了优化,在提高简体中文识别速度超过4倍的同时还在一定程度上提高了识别率,对简体中文的优化成果也同样适用于繁体中文、日文、韩文等;由于手机拍摄图像质量不稳定,本文讨论了图像采集阶段的用户引导措施和采集后进行倾斜弯曲校正、去噪和二值化等图像处理过程以提供高质量的图像输入,并提出了一种用于复杂背景和光照条件下进行图像二值化的自适应双阈值法实现方案;在上述工作的基础上,设计和实现了一个基于安卓手机平台的文档数字化系统原型,利用增强的图像处理模块和优化后的谷歌开源OCR项目Tesseract进行文字和版面识别,最后将识别结果与处理后的图片结合生成可搜索的双层PDF格式文件。

关键词： Tesseract OCR 自适应双阈值法文档数字化

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于OA系统实现高校文档数字化管理的思考

价值工程 2017年第16期36卷 21-22页

作者：顾竹君湖州职业技术学院湖州313000

OA系统的推广和发展为高校文档工作实现数字化管理新机制提供了便利和支持,既对提升效率、优化流程产生了积极的影响,同时也对管理安全提出了更高的要求。本文对OA平台下,高校实现文档数字化管理的阻力进行了梳理,并针对理念渗透不够、... 详细信息

OA系统的推广和发展为高校文档工作实现数字化管理新机制提供了便利和支持,既对提升效率、优化流程产生了积极的影响,同时也对管理安全提出了更高的要求。本文对OA平台下,高校实现文档数字化管理的阻力进行了梳理,并针对理念渗透不够、管理体制分离、技术支撑不足等问题提出了相应的改进措施:首先要注重宣传,更新理念;其次要统筹规划,加强协同;最后要优化技术,完善硬件;从而为高校依托OA系统,实现文档数字化管理提供保障。

关键词： OA系统文档数字化高等学校

PDFCreator在图书馆文档数字化中的应用实践——以西南林业大学图书馆为例

在线全文

学校读者我要写书评

暂无评论

科技情报开发与经济 2012年第21期22卷 9-11页

作者：古超西南林业大学图书馆云南昆明650224

介绍了西南林业大学图书馆利用PDFCreator开源软件开发文档数字化模块的过程,阐述了将其应用到论文提交系统中,实现了将任意可打印文档转换为PDF文档的成功经验。

关键词：文档数字化 PDF文档 PDFCreator COM接口开源软件

基于深度学习的历史档案数字化方法研究与实现

在线全文

学校读者我要写书评

暂无评论

基于深度学习的历史档案数字化方法研究与实现

作者：邵锦威南昌大学

学位级别：硕士

随着数字化技术的进一步发展,对数字化的要求越来越深入到我们生活的方方面面。为了加强对历史文档数据的利用,如何将历史文档从纸质信息转化为数字信息是必须要解决的问题,可以通过OCR技术解决。OCR技术主要包括了文字检测以及文字识... 详细信息

随着数字化技术的进一步发展,对数字化的要求越来越深入到我们生活的方方面面。为了加强对历史文档数据的利用,如何将历史文档从纸质信息转化为数字信息是必须要解决的问题,可以通过OCR技术解决。OCR技术主要包括了文字检测以及文字识别两个方面,随着深度学习等技术的发展,基于深度学习的OCR技术也获得了长足的进步,但是在面对具体的历史档案数字化问题时,还是存在着模型复杂,难以适配移动端设备以及特征提取能力不强,准确率不够等问题。为了解决这些问题,本文对已有的文字检测模型以及文字识别模型进行改进,并将其落地为移动端的应用。研究的内容和取得的成果如下:(1)针对传统的基于分割的文字检测DB模型结构复杂且不够轻量化,以及特征提取能力不足的问题,进行了必要的改进。为了提升训练效率,本文将骨干网络由原来的结构更换为轻量化的MobileNetV3模型。考虑到MobileNetV3的SE注意力模块仅关注通道维度,忽略了空间维度,故将其替换为能够同时关注通道和空间维度的CBAM注意力模块,以提升模型的识别和分类准确度。此外,针对FPN特征增强模块的传统结构不足,引入了自下而上的特征融合路径PAFPN,并用张量连接替代了原有的捷径连接,为模型带来了更丰富的信息。(2)针对传统的文字识别模型CRNN网络结构复杂以及特征提取能力不够的问题,在CNN层使用更为轻量的模型Shuffle Net模型,并在ShuffleNet模型中引入ECA注意力机制进一步提升特征提取能力。针对RNN层的轻量化问题,通过引入参数更少,复杂程度更低的Bi-GRU来解决,且可以取得与BiLSTM相似的性能。通过这些改进,使得模型在更轻量化的同时拥有了更强的特征提取能力。(3)基于改进的文字检测模型以及改进的文字识别模型,开发了一款历史文档识别的APP,用户可以通过本系统方便的上传文档图片或者对文档进行即时拍照,APP能对文档图片的文字信息进行识别操作,同时用户可将文字信息方便的选择使用,大大提高了文档数字化的工作效率。

关键词：文档数字化文字检测文字识别模型轻量化

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

快速批处理文件编辑系统的设计与实现

快速批处理文件编辑系统的设计与实现

作者：张英杰电子科技大学

学位级别：硕士

目前，本公司在生产中采用多种文本编辑软件进行录入和编辑，由于各软件操作界面不同，熟悉和掌握这些软件的使用困难，培训费用高、生产效率低,有的软件还不支持多字节编码文字，不支持正则表达式等功能，处理不够灵活。针对公司对批... 详细信息

目前，本公司在生产中采用多种文本编辑软件进行录入和编辑，由于各软件操作界面不同，熟悉和掌握这些软件的使用困难，培训费用高、生产效率低,有的软件还不支持多字节编码文字，不支持正则表达式等功能，处理不够灵活。针对公司对批处理文件的特殊业务要求，迫切需要开发一个界面统一、操作简便、扩展性良好，而又保留了现有软件优点的快速批处理编辑系统。论文在深入了解公司日常工作现状的基础上，详细分析了公司目前使用的各种软件的优缺点，确定了开发快速批处理编辑系统的需求。将系统分为源文件选择，文件处理、处理完成三个阶段，并对每个阶段的任务、功能进行了详细设计。系统采用DNA三层C/S架构，数据与应用逻辑分离，保证了系统的安全性。在系统实现过程中，采用数据绑定、stream数据流、正则表达式、特定区域性信息CultureInfo、UTF-8编码等多种先进的的关键技术，提高了开发效率。该系统已在公司推广使用，虽然在推广之初遇到了或多或少的问题，但是在更仔细的分析了操作员的使用习惯及项目变更的需求之后，系统对某些功能进行了相应的修改，修改之后的功能完全符合要求。

关键词：文档数字化批处理 BPO DNA三层架构正则表达式

弯曲书页图像处理方法及在古籍数字化中的应用

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

弯曲书页图像处理方法及在古籍数字化中的应用

作者：刘一斐首都师范大学

学位级别：硕士

文档数字化在日常工作和生活中的应用日趋广泛。非接触式的文档数字化方法如数码照相凭借其设备便携、操作简便、成本低廉、不对原纸质文档造成任何损伤等优势,在文档数字化领域尤其是珍贵古籍的数字化领域的应用日趋广泛。但是在对纸... 详细信息

文档数字化在日常工作和生活中的应用日趋广泛。非接触式的文档数字化方法如数码照相凭借其设备便携、操作简便、成本低廉、不对原纸质文档造成任何损伤等优势,在文档数字化领域尤其是珍贵古籍的数字化领域的应用日趋广泛。但是在对纸质文档尤其是厚重古籍书页拍照时,书页图像将不可避免的出现一定程度的弯曲变形,必须对其加以矫正,才能进行OCR(Optical CharacterRecognition光学字符识别)、归档等文档数字化的后续工作。本文针对这一问题,提出一种切实高效的弯曲书页图像的图像矫正处理算法。在本文的研究中,详细分析了目前国内外在该领域的各种处理算法,包括将弯曲书页的几何形状建立为规则柱面模型、推广柱面模型、Ruled Surface模型等数学模型,从而找到变形图像上与真实书页上点对点的映射关系的方法;也包括使用CT、投影仪等设备得到弯曲书页变形的深度信息,再通过质量-弹簧模型将其退化为平面的方法。但是这些方法或是受到被矫正页面内容的限制、或是需要大量手工操作、或是依赖于特殊设备,在算法应用的普及性和高效性上存在一定的问题。本文提出一种基于边缘线的三维重构实现弯曲矫正的方法。这种方法将弯曲书页的几何形状建立为具有一定普适性的推广柱面模型,基本原理为首先提取出弯曲书页图像中的书页边缘线;而后根据实际书页高度、拍摄高度、拍摄焦距等简单易得的参数,通过几何成像的理论恢复书页图像中书页边缘的三维形状,从而得到图像上弯曲书页边缘线上任意一点到书页中缝起点的真实距离;进一步在推广的柱面模型上,直接采用简便的直线线性插值方法,得到弯曲书页图像上所有点与真实位置点的映射关系,从而实现矫正。本文的方法所用的特征信息来自页面边缘,不依赖于被矫正页面的内容;仅需要一些基本的拍摄参数,无需手工操作;采用直线线性插值方法即可获得点对点映射关系,运算量很小。本文随后选取一些弯曲古籍书页图像进行了算法实现和实验研究。实验结果表明,本文提出的基于边缘线的三位重构弯曲矫正方法不仅高效快捷,而且能够保证较好的矫正精度,具有一定的实用价值。

关键词：文档数字化弯曲变形边缘三维重构直线线性插值古籍

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

数字化过程中使用XML初探

农业图书情报学刊 2004年第5期15卷 9-11页

作者：史勇集美大学图书馆数字信息部厦门361021

本文讲述了在数字化过程中采用XML的意义

关键词：文档数字化 XML 可扩展标记语言国际化

在线全文

学校读者我要写书评

暂无评论

iSCSI内幕:低成本的存储网络

个人电脑 2003年第4期9卷 163-165页

一种建立在IP之上的SCSI技术

关键词： iSCSI技术存储网络电子商务数据存储服务器文档数字化光纤信道存储区域网络网络备份数据处理以太局域网互操作性光纤信道SAN 中继器故障转移

基于OCR的图像文档智能重命名系统的设计与实现

在线全文

学校读者我要写书评

暂无评论

电子技术与软件工程 2021年第20期 203-205页

作者：张焱鑫四川文理学院四川省达州市635000

本文在Python编程语言环境下,借助基于OCR(OpticalCharacterRecognition,光学字符识别)技术的PythonTesseract模块,设计了一套针对扫描图像文档进行标题文字识别和有效提取,并快速、智能化的重命名系统,实现了基于规则的批量自动化模式... 详细信息

本文在Python编程语言环境下,借助基于OCR(OpticalCharacterRecognition,光学字符识别)技术的PythonTesseract模块,设计了一套针对扫描图像文档进行标题文字识别和有效提取,并快速、智能化的重命名系统,实现了基于规则的批量自动化模式和基于鼠标划取区域的单个手动模式两种重命名方式,达到了高效智能地对扫描文档图像进行有效重命名的目的,为扫描文档数字化管理提供了关键性便捷入口。

关键词： OCR Python 文档数字化智能重命名