master's thesis
Mobile application to determine the font of the text on an image

Emil Silađi (2017)
Sveučilište Josipa Jurja Strossmayera u Osijeku
Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek
Zavod za računalno inženjerstvo i automatiku
Katedra za automatiku i robotiku
Metadata
TitleMobilna aplikacija za određivanje fonta teksta sa slike
AuthorEmil Silađi
Mentor(s)Emmanuel Karlo Nyarko (thesis advisor)
Abstract
Glavni zadatak diplomskog rada je odrediti font sa slike teksta preko mobilne aplikacije. Prvi korak je detekcija teksta sa slike što je ostvareno preko programa Tessnet koji obradom slike preko alata Tesseract daje lokaciju, veličinu i vrijednost pronađenog znaka. Nakon što se dobiju te potrebne informacije, slike slova ili brojki se koriste u kNN algoritmu za samu klasifikaciju fonta. Mobilna aplikacija koja koristi Apache Cordova framework prikazuje te rezultate korisniku koristeći Azure servise za obradu slike i kao backend.
Keywordsmobile application image processing optical character recognition OCR font k-nearest neighbor kNN machine learning classification
Parallel title (English)Mobile application to determine the font of the text on an image
Committee MembersEmmanuel Karlo Nyarko (committee chairperson)
Damir Filko (committee member)
Ratko Grbić (committee member)
GranterSveučilište Josipa Jurja Strossmayera u Osijeku
Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek
Lower level organizational unitsZavod za računalno inženjerstvo i automatiku
Katedra za automatiku i robotiku
PlaceOsijek
StateCroatia
Scientific field, discipline, subdisciplineTECHNICAL SCIENCES
Computing
Process Computing
Study programme typeuniversity
Study levelgraduate
Study programmeGraduate University Study Programme in Computer Engineering
Academic title abbreviationmag.ing.comp.
Genremaster's thesis
Language Croatian
Defense date2017
Parallel abstract (English)
The main task of the thesis is to determine the font from an image using a mobile application. The first step in doing this is the detection of the text in an image which is accomplished using Tessnet. Tessnet using image processing via Tesseract provides the location, size and type of glyph found. With this information, the k-nearest neighbor algorithm is used to determine the most likely font. The mobile application uses Apache Cordova framework to show the data to the user while Azure services is used for image processing and as a backend to the mobile application
Parallel keywords (Croatian)mobilna aplikacija obrada slike optički čitač znakova font k najbližih susjeda kNN strojno učenje klasifikacija
Resource typetext
Access conditionOpen access
Terms of usehttp://rightsstatements.org/vocab/InC/1.0/
URN:NBNhttps://urn.nsk.hr/urn:nbn:hr:200:556709
CommitterAnka Ovničević