Партас В. К.Дробот ВолодимирDrobot Volodymyr2025-01-302025-01-302024-12https://eir.nuos.edu.ua/handle/123456789/9714Дробот, 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.Магістерська 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.ukOCR (оптичне розпізнавання символів)iOSSwiftVisionмашинне навчаннянейронні мережіCoreMLглибоке навчанняоптимізаціярукописний текстобробка зображеньметоди122 ''Комп'ютерні науки''OCR (Optical Character Recognition)Machine LearningNeural NetworksDeep LearningOptimizationHandwritten TextImage ProcessingMethodsMasterThesis