OPTICAL IDENTIFICATION OF FINANCIAL DOCUMENTS BY IMAGES, OBTAINED BY EMBEDDED MOBILE DEVICES CAMERA
Article Sidebar
Main Article Content
Abstract
This paper reviews the basic methods of optical identification for financial documents, taking into account the characteristics of document images obtained by embedded mobile camera. The basic pre-processing algorithms for such images are also reviewed, as well as the problems of practical implementation of new optical identification methods for paper documents in different financial institutions and organizations.
Article Details
This work is licensed under a Creative Commons Attribution 4.0 International License.
References
Вся правда об OCR [Электронный ресурс]. – 2014.
Шумы на фотографии [Электронный ресурс]. – 2014.
Улучшение качества фото с мобильного телефона [Электронный ресурс]. – 2014.
Структурные методы распознавания сложноорганизованных исторических табличных форм [Электронный ресурс].
Быстрая идентификация документа DIRECTUM RapID [Электронный ресурс]. – 2014.
Технологии штрихового кодирования [Электронный ресурс]. – 2014.
Ender Tekin, James Coughlan. Proceeding CRV‘09 Proceedings of the 2009 Canadian Conference on Computer and Robot Vision, IEEE Computer Society Washington, DC, USA, 2009.
ABBYY Mobile Imaging SDK [Электронный ресурс]. – 2014.
Николаев, Д.П. Метод автоматической оценки качества цветовой сегментации в задаче упаковки изображений печатных документов / Д.П. Николаев, Д.В. Полевой, Т.С. Чернов // Труды ИСА РАН. – 2013. – Т. 63.
Методы распознавания текстов [Электронный ресурс]. – 2014.
Bian, Z. Retinex Image Enhancement Techniques / Z. Bian, Y. Zhang // Final Project Report for EE264.
Построение системы оптического распознавания структурной информации на примере Imago OCR [Электронный ресурс]. – 2014.
Масалович, А. Использование патча Безье для аппроксимации искажения изображений текстовых документов / А. Масалович, Л. Местецкий // Proc. Graphicon-2007. – 2007. – P. 171–174.
Zeynalov, R. Восстановление формы страницы текста для коррекции геометрических искажений / R. Zeynalov, A. Velizhev, A. Konushin // Department of Computational Mathematics and Cybernetics. Moscow: Moscow State University, Russia.
Wolf, C. Extraction and recognition of artificial text in multimedia documents / C. Wolf, J.M. Jolion // Patt. Anal. Appl. – 2004. – Vol. 6, No. 4, Feb. – P. 309–326.
Meng-Ling Feng and Yap-Peng Tan. Contrast adaptive binarization of low quality document images // IEICE Electronics Express. – Vol. 1, No.16. – Р. 501–506.
Адаптивная бинаризация [Электронный ресурс]. – 2014.
Lowe, David G. Object recognition from local scale-invariant features / David G. Lowe // Proceedings of the International Conference on Computer Vision 2: 1150–1157, 1999.