Geri Dön

An android based receipt tracker system using optical character recognition

Optik karakter algılamaya dayalı android tabanlı fatura takip sistemi

  1. Tez No: 477923
  2. Yazar: KAREZ HAMAD
  3. Danışmanlar: YRD. DOÇ. DR. MEHMET KAYA
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2017
  8. Dil: İngilizce
  9. Üniversite: Fırat Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Yazılım Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 124

Özet

Yenilikçi mobil uygulamalara olan ihtiyaç artıkça, Optik Karakter Algılama (OCR) sistemleri de masaüstü ortamlardan mobil platformlara kaymıştır. OCR elyazısı yada herhangi bir metin içeren basılı veya taranmış döküman ve resimlerden metinleri dijital olarak değiştirilebilir ortama çıkarıp daha fazla analiz ve işleme olanak veren bir sistemdir. Bu çalışmada, fatura görüntülerinden metinleri otomatik olarak algılayıp çıkaran bir OCR android uygulaması önerilmiştir. Bu çalışmada Mobil cihazların kamerlarından elde edilen günlük fatura görüntülerinin OCR teknikleri ile etkili bir şekilde işlenmesi için gerekli temel teknikler araştırılmıştır. Fatura görüntülerinin kendine özel bazı karakterisitiklerinden dolayı tatmin edici sonuçlara ulaşmak için OCR sistemleri özel olarak bu görüntüleri işlemek için bir öğrenme sürecine sokulmalıdır. Olağandışı yazı tipleri ve boyutları, kısaltılmış kelime veya cümleler fatura dökümanlarını diğer dökümanlardan ayıran en önemli özelliklerden bazılarıdır. Bu çalışmanın temel amacı OCR teknolojisinin bir android uygulaması içerisinde fatura takibi amacı ile kullanılmasının uygun olup olmadığını araştırmaktır. Algılama safhasında,fatura resimlerindeki metinleri algılayıp çıkarmak için açık-kaynak kodlu Tesseract OCR kütüphanesi kullanılmıştır. Bu çalışma göstermeiştirki fatura görüntülerinin önerdiğimiz teknikleri uygulamadan Tesseract kütüphanesine direk olarak gönderilmesi oldukça düşük doğruluk değerleri ile sonuçlanmaktadır: %58,06 kelime doğruluğu ve %84,14 karakter doğruluğu. Ancak önerilen bütün teknikler uygulandığında örnek olarak kullanılan iki yazı tipi için Android uygulaması %88,72 kelime ve %96,61 karakter doğruluğu vermiştir. Ayrıca Android uygulamasının bir görüntüyü işem süresi 6,56 saniye olarak hesaplanmıştır.

Özet (Çeviri)

Since demands for innovating and implementing mobile apps gets deeper, therefore innovations on designing and creating desktop OCR Apps moved and shifted to propose and innovate mobile OCR Apps. Optical Character Recognition (OCR) is the technology that converts the text from handwritten images, text printed images or scanned images to the alterable text for further analysis and process. In this research, we suggested an Android OCR Application for automatically extracting and recognizing text on the receipt images. This research presented the main and powerful techniques proposed for better performing OCR technology on the receipt images acquired through cameras of hand-held devices to obtain and reaching a powerful and efficient system for tracking daily marketing receipts easily. Of course, receipt images have their specifics, therefore OCR applications must be trained for such kind of images else OCR technology cannot perform well-recognition. Unusual text fonts, very small font size, also compressed characters, words and lines on receipt images are the most different characteristics of receipt images from other documents. The main aim or purpose of this research is to find and investigate whether OCR technology is feasible for an Android application to recognize text on receipt images or not. In the recognition stage, for extracting and recognizing text on receipt images, we utilized Tesseract OCR engine which is an open source OCR engine. We proved and showed that instantly submitting receipt images to the Tesseract without applying various techniques suggested in this research will produce useless and bad outcomes which are 58.06% as the percentage of word accuracy and 84.14% as the percentage of character accuracy. But with utilizing all the suggested techniques for two different fonts, the suggested Android application yielded 88.72 % as the percentage of word accuracy, 96.61 % as the percentage of character accuracy and 6.56 sec as the time performance of the suggested Android application.

Benzer Tezler

  1. Mobil aygıtlar üzerinde kişiselleştirilmiş reklam için etmen tabanlı çerçeve tasarımı

    An agent-based framework for personalized advertisement on mobile devices

    RESUL ŞAHİN

    Yüksek Lisans

    Türkçe

    Türkçe

    2013

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Bilimleri Ana Bilim Dalı

    PROF. DR. NADİA ERDOĞAN

  2. Referans evapotranspirasyon hesabında kullanılacak android tabanlı bir uygulamanın geliştirilmesi

    Development of an android-based application to be used in reference evapotranspiration account

    NESLİHAN BİRCAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    ZiraatÇanakkale Onsekiz Mart Üniversitesi

    Tarımsal Yapılar ve Sulama Ana Bilim Dalı

    PROF. DR. ÜNAL KIZIL

  3. Süt sığırı işletmelerinin kapasite hesaplarının yapılmasında kullanılacak android tabanlı bir uygulamanın geliştirilmesi

    Development of an android-based application to be used in the capacity calculations of dairy barns

    HAKKI FIRAT ALTINBİLEK

    Yüksek Lisans

    Türkçe

    Türkçe

    2020

    ZiraatÇanakkale Onsekiz Mart Üniversitesi

    Tarımsal Yapılar ve Sulama Ana Bilim Dalı

    PROF. DR. ÜNAL KIZIL

  4. Android tabanlı statik ayak plantar basınç dağılım ölçüm sisteminin tasarımı ve gerçekleştirilmesi

    Design and implementation of android based static foot plantar pressure distribution measurement system

    KEMALETTİN AKTAŞ

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi Üniversitesi

    Bilgisayar Bilimleri Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ FECİR DURAN

  5. Deep learning based fruit and vegetable recognition for android pos devices

    Android pos cihazları için derin öğrenme tabanlı meyve ve sebze tanıma

    EGE EKİCİ

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    PROF. DR. ECE OLCAY GÜNEŞ