Detecção de inclinação em imagens de documentos

Abstract

A digitalizaçao de documentos contribui para a preservação da informação evitando a sua perda devido à degradação física do papel. Atualmente, Sistemas de Reconhecimento Automático de Documentos são empregados para converter automaticamente a informação contida nas imagens em texto editável de forma rápida e sem a necessidade da presença de um indivíduo, tornando essa informação pesquisável através, por exemplo, de palavras-chave. A inclinação em documentos é um problema frequente nesses sistemas e, em geral, é imposta durante a digitalização, quando o papel é posicionado com um ângulo diferente de 0 grau sobre o eixo do scanner. No caso de documentos manuscritos, a inclinação pode surgir durante a escrita do próprio documento, principalmente quando o escritor não tem uma linha de pauta como guia. A correção da inclinação é essencial para o bom desempenho desses sistemas de reconhecimento automático. Este trabalho aborda o problema da detecção de inclinação em documentos impressos e manuscritos, trazendo uma revisão dos principais métodos para detecção de inclinação. Dois novos algoritmos para detecção de inclinação que se baseiam na modelagem de um documento como um conjunto de objetos retangulares são apresentados: um destinado à detecção do ângulo de um documento com caracteres impressos e outro destinado à detecção de múltipla inclinação em documentos manuscritos. O algoritmo para documentos impressos apresentado visa superar problemas comuns nas técnicas já divulgadas na literatura, como o alto custo computacional e a vulnerabilidade à presença de figuras, tabelas e ruído no documento. O desempenho dos algoritmos propostos é avaliado sobre várias bases de imagens contendo diversos tipos de documentos. Resultados experimentais comparando a técnica proposta para documentos impressos com outros métodos clássicos mostram o desempenho superior em termos de taxa de acerto da detecção do ângulo de inclinação e em termos de tempo computacional da técnica proposta. Experimentos com o algoritmo destinado à detecção de múltipla inclinação em texto manuscrito mostram que este presentou resultados bastante satisfatórios na detecção do ângulo de documentos reais escritos por vários indivíduos