Дослідження ефективності алгоритмів OCR для обробки тексту з зображень у iOS-додатках

dc.contributor.advisorПартас В. К.
dc.contributor.authorДробот Володимир
dc.contributor.authorDrobot Volodymyr
dc.date.accessioned2025-01-30T12:32:54Z
dc.date.available2025-01-30T12:32:54Z
dc.date.issued2024-12
dc.descriptionДробот, В. В. Дослідження ефективності алгоритмів OCR для обробки тексту з зображень у iOS-додатках = Research on the effectiveness of OCR algorithms for processing text from images in iOS applications : магістерська робота ; спец. 122 ''Комп'ютерні науки'' / В. В. Дробот ; наук. кер. В. К. Партас. – Миколаїв : НУК, 2024. – 76 с.
dc.description.abstractМагістерська робота «Дослідження ефективності алгоритмів OCR для обробки тексту з зображень у iOS-додатках» за спеціальністю 122 – Комп’ютерні науки. Робота присвячена теоретичному та практичному аналізу алгоритмів оптичного розпізнавання символів (OCR) для автоматизації процесів обробки текстової інформації з графічних матеріалів у мобільних додатках під керуванням iOS. Об’єкт дослідження – процеси обробки тексту, отриманого з графічних зображень за допомогою OCR-технологій у мобільних додатках. Предмет дослідження – методи та алгоритми OCR, що використовуються для аналізу та розпізнавання тексту з зображень у iOS-середовищі. Метою роботи є підвищення ефективності використання OCR-алгоритмів у iOS-додатках за рахунок вдосконалення методів розпізнавання тексту та оптимізації їх продуктивності. Завдання дослідження: 1. Проаналізувати сучасні технології та алгоритми OCR для розпізнавання тексту з зображень; 2. Визначити критерії ефективності та якісні показники роботи OCR-алгоритмів у iOS-додатках; 3. Розробити методи оптимізації обраних алгоритмів OCR для підвищення точності та швидкості обробки; 4. Реалізувати та протестувати програмний прототип для підтвердження отриманих теоретичних результатів; 5. Провести техніко-економічний аналіз та оцінити вплив впровадження вдосконалених OCR-технологій на практичну діяльність. Методи дослідження: методи математичного моделювання, системного аналізу, порівняльного тестування алгоритмів OCR, а також методи програмної реалізації та оптимізації коду. Наукова новизна полягає у вдосконаленні підходів до оптимізації роботи OCR-алгоритмів у середовищі iOS, що дозволить отримувати більш точні та швидкі результати обробки тексту зі зображень. Наукове значення роботи полягає у формуванні методологічних основ ефективного застосування OCR-технологій у мобільних додатках, що сприятиме розширенню можливостей автоматизації роботи з текстовою інформацією. Практичне значення роботи полягає у розробці програмного прототипу та практичних рекомендацій щодо використання вдосконалених OCR-алгоритмів в iOS-додатках, що дозволить підвищити якість та продуктивність систем, орієнтованих на обробку текстових даних.
dc.description.abstract1Master's thesis "Research into the effectiveness of OCR algorithms for processing text from images in iOS applications" in specialty 122 – Computer Science. The work is dedicated to the theoretical and practical analysis of optical character recognition (OCR) algorithms aimed at automating the processing of textual information extracted from graphical materials in mobile applications running on iOS. Object of the research: The processes of text processing obtained from graphical images using OCR technologies in mobile applications. Subject of the research: OCR methods and algorithms employed for analyzing and recognizing text from images in the iOS environment. Purpose of the study: To increase the efficiency of using OCR algorithms in iOS applications by improving text recognition methods and optimizing their performance. Research objectives: 1. Analyze state-of-the-art OCR technologies and algorithms for recognizing text from images. 2. Determine the efficiency criteria and quality indicators for the performance of OCR algorithms in iOS applications. 3. Develop optimization methods for selected OCR algorithms to improve accuracy and processing speed. 4. Implement and test a software prototype to validate the theoretical findings. 5. Conduct a technical and economic analysis and assess the impact of implementing enhanced OCR technologies on practical activities. Research methods:Mathematical modeling, systems analysis, comparative testing of OCR algorithms, as well as methods of software implementation and code optimization. Scientific novelty:The work improves approaches to optimizing the performance of OCR algorithms in the iOS environment, enabling more accurate and faster text processing results from images. Scientific significance:The study establishes methodological foundations for the effective application of OCR technologies in mobile applications, contributing to expanded capabilities in automating the handling of textual information. Practical significance:The development of a software prototype and practical recommendations for using enhanced OCR algorithms in iOS applications will increase the quality and performance of systems oriented toward processing textual data.
dc.description.provenanceSubmitted by Альона Павленко (aliona.pavlenko@nuos.edu.ua) on 2025-01-29T22:28:29Z workflow start=Step: reviewstep - action:claimaction No. of bitstreams: 1 Дробот_В.В._6141М_.pdf: 34663686 bytes, checksum: cfe9b4a4f3aad0912c2c8d5c24890816 (MD5)en
dc.description.provenanceStep: reviewstep - action:reviewaction Rejected by Диндеренко Катерина(kateryna.dynderenko@nuos.edu.ua), reason: Добрий день! На доопрацювання. На титульній сторінці, а також на другій сторінці де завдання не вистачає електронних підписів. on 2025-01-30T07:39:23Z (GMT)en
dc.description.provenanceSubmitted by Альона Павленко (aliona.pavlenko@nuos.edu.ua) on 2025-01-30T09:07:10Z workflow start=Step: reviewstep - action:claimaction No. of bitstreams: 1 Дробот_В.В._6141М_.pdf: 36535174 bytes, checksum: 547efaa67a5fbcd6d0c8435198dc6ad1 (MD5)en
dc.description.provenanceStep: reviewstep - action:reviewaction Approved for entry into archive by Диндеренко Катерина(kateryna.dynderenko@nuos.edu.ua) on 2025-01-30T12:28:58Z (GMT)en
dc.description.provenanceStep: editstep - action:editaction Approved for entry into archive by Диндеренко Катерина(kateryna.dynderenko@nuos.edu.ua) on 2025-01-30T12:32:29Z (GMT)en
dc.description.provenanceStep: finaleditstep - action:finaleditaction Approved for entry into archive by Диндеренко Катерина(kateryna.dynderenko@nuos.edu.ua) on 2025-01-30T12:32:54Z (GMT)en
dc.description.provenanceMade available in DSpace on 2025-01-30T12:32:54Z (GMT). No. of bitstreams: 1 Drobot_magister.pdf: 36535174 bytes, checksum: 547efaa67a5fbcd6d0c8435198dc6ad1 (MD5) Previous issue date: 2024-12en
dc.identifier.urihttps://eir.nuos.edu.ua/handle/123456789/9714
dc.language.isouk
dc.publisherНУК
dc.subjectOCR (оптичне розпізнавання символів)
dc.subjectiOS
dc.subjectSwift
dc.subjectVision
dc.subjectмашинне навчання
dc.subjectнейронні мережі
dc.subjectCoreML
dc.subjectглибоке навчання
dc.subjectоптимізація
dc.subjectрукописний текст
dc.subjectобробка зображень
dc.subjectметоди
dc.subject122 ''Комп'ютерні науки''
dc.subjectOCR (Optical Character Recognition)
dc.subjectMachine Learning
dc.subjectNeural Networks
dc.subjectDeep Learning
dc.subjectOptimization
dc.subjectHandwritten Text
dc.subjectImage Processing
dc.subjectMethods
dc.titleДослідження ефективності алгоритмів OCR для обробки тексту з зображень у iOS-додатках
dc.title.alternativeResearch on the effectiveness of OCR algorithms for processing text from images in iOS applications
dc.typeMasterThesis

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Вантажиться...
Ескіз
Назва:
Drobot_magister.pdf
Розмір:
34.84 MB
Формат:
Adobe Portable Document Format
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
4.38 KB
Формат:
Item-specific license agreed upon to submission
Опис: