Reconocimiento Óptico de Caracteres (OCR)

Reconocimiento Óptico de Caracteres (OCR)
Carlos Javier Sánchez Fernández
Ingeniería de telecomunicaciones
Víctor Sandonís Consuegra
Ingeniería de telecomunicaciones
Universidad Carlos III
Av. De la Universidad, 30
28911 Leganés (Madrid)
Universidad Carlos III
Av. De la Universidad, 30
28911 Leganés (Madrid)
[email protected]
[email protected]
RESUMEN
En este artículo se describen las técnicas más importantes para el
reconocimiento óptico de caracteres. De cada una de las técnicas
vistas se detallan sus fundamentos y se señalan sus
características más importantes.
Términos Generales
Algorithms, Documentation, Human Factors, Languages.
Palabras Clave
OCR, redes neuronales, árboles de decisión, algoritmo knn,
Reconocimiento de Formas, Backpropagation.
1. INTRODUCCIÓN
Cuando se dispone de información en forma de documento
impreso y se desea procesarla mediante un computador, existen
dos opciones: una primera consistiría en introducirla a través del
teclado, labor larga y tediosa. Otra posibilidad es automatizar
esta operación por medio de un sistema de OCR compuesto de
un software y hardware adecuado que reduciría
considerablemente el tiempo de entrada de datos.
La tecnología de reconocimiento de caracteres, OCR (Optical
Character Recognition) engloba a un conjunto de técnicas
basadas en estadísticas, en las formas de los caracteres,
transformadas y en comparaciones, que complementándose entre
sí, se emplean para distinguir de forma automática entre los
diferentes caracteres alfanuméricos existentes. En realidad no se
reconocen exactamente los caracteres de un determinado
alfabeto, sino que es posible distinguir entre cualquier conjunto
de formas o símbolos. Sin embargo, se debe tener en cuenta que
la precisión que se obtiene en la práctica al intentar distinguir
entre un conjunto de símbolos no es del 100%. Por lo tanto, es
fácil deducir que cuanto más numeroso es el conjunto de
símbolos entre los que se debe decidir, mayor es la probabilidad
de que se produzca un fallo de clasificación.
En todo sistema de reconocimiento óptico de caracteres (OCR)
se distinguen al menos estas 4 etapas:
•Adecuación de la imagen (preproceso).
•Selección de la zona de interés (segmentación).
•Representación digital de la imagen (extracción de
características).
•Distinción del carácter contenido en la imagen
(reconocimiento).
Para cada una de las cuatro etapas es posible aplicar multitud de
técnicas ya existentes o desarrollar alguna específica en función
de las condiciones en las que se presentan los datos de entrada,
que en el caso de OCR se puede traducir por las imágenes de
entrada.
Uno de los pasos más difíciles es la extracción de las
características, ya que es de gran dificultad elegir un conjunto
óptimo de características. En general para que una característica
sea buena debe tener:
a)
b)
c)
d)
Discriminación: Deben ser características que diferencien
suficientemente una clase de otra.
Deben tener igual valor para mismas clases.
Independencia: Las características deben estar incorreladas
unas de otras.
Pequeño espacio para características: El número de
características debe ser pequeño para la rapidez y facilidad
de clasificación.
Además las
requerimientos
computacional,
estos motivos
óptimas.
características deben contar con otros
como son que tengan un bajo gasto
tanto en tiempo como en complejidad. Debido a
es muy difícil conseguir unas características
A lo largo del documento se van a describir las distintas etapas
en las que se puede dividir un sistema OCR y se analizarán tres
técnicas en las que se basan los sistemas de reconocimiento de
caracteres: OCR basado en árboles binarios, OCR basado en
redes neuronales y OCR basado en el algoritmo knn.
2. PREPROCESAMIENTO
Normalmente, las técnicas de OCR son útiles para digitalizar
textos de algún libro (caracteres impresos) o formularios
rellenados manualmente (caracteres manuscritos). Tanto en un
caso como en el otro el desglose de los caracteres individuales
es mucho más sencillo que en el caso de texto manuscrito
continuo, para el que es necesario la aplicación de técnicas de
preproceso y segmentación más complejas que en el caso de
OCR.
En esta fase de preprocesamiento (o adecuación de la imagen) el
objetivo que se persigue es eliminar de la imagen de cualquier
tipo de ruido o imperfección que no pertenezca al carácter, así
como normalizar el tamaño del mismo. Además, para el caso de
OCR, la normalización de la imagen también puede implicar un
binarizado de la misma.
Para la eliminación del ruido que puede aparecer en una imagen
digital, bien provocado por manchas reales o grafías
imperfectas, o bien por defectos técnicos en la adquisición o
binarizado de la imagen, se utilizan diversos algoritmos:
• Etiquetado: para la división de la imagen en regiones de
componentes conectadas.
• Erosión / expansión: para la eliminación de pequeños grupos
de píxeles.
• Umbralizado de histograma: para eliminar/seleccionar los
objetos más brillantes o más oscuros de la imagen.
3. SEGMENTACIÓN
Una vez preprocesada la imagen se deberá fragmentar o
segmentar en las diferentes componentes conexas (parte de la
imagen donde todos los píxeles son adyacentes entre sí) que la
componen. La fragmentación o segmentación de la imagen
constituye una de las mayores dificultades del reconocimiento, y
se hace necesaria para poder reconocer cada uno de los
caracteres de la imagen binaria.
La fragmentación o segmentación es la operación que permite la
descomposición de un texto en diferentes entidades lógicas.
Estas entidades lógicas deben ser lo suficientemente invariables,
para ser independientes del escritor, y lo suficientemente
significativas para su reconocimiento.
Para reconocer caracteres es necesaria, en primer lugar, su
localización dentro del texto del documento, teniendo en cuenta,
en esta operación el orden en el que se disponen en el mismo y
los espacios en blanco y finales de línea, para que pueda
recomponerse el texto tal y como se encontraba en el documento
original.
Existen tres magnitudes que determinan el orden de los
caracteres dentro de un texto: los renglones de los que consta,
las palabras de un renglón y las letras de una palabra.
ahí estará el final del renglón. Este método se aplica
sucesivamente hasta el final de la matriz de
proyección, consiguiendo así delimitar los renglones
que forman el texto.
Una vez conocida la situación de los renglones y sus límites, se
procede a aislar los caracteres. Como asumíamos inicialmente
que no existiría solapamiento, se puede realizar una proyección
vertical dentro de cada renglón para detectar los posibles
caracteres. Esta proyección vertical (suma de los píxeles de cada
línea con 1 para el píxel negro y 0 para el blanco) da un
resultado nulo en las zonas donde no existe tinta, lo que
representa la separación entre dos caracteres, y resultados no
nulos que indican la presencia de caracteres. Los límites en
altura, superior e inferior, se detectan analizando la vertical de
cada carácter, desde la parte superior e inferior, respectivamente,
del renglón que lo contiene.
De esta forma, se consigue aislar cada carácter en una ventana
rectangular con las dimensiones correspondientes, su anchura y
altura. Este método, además, es válido aún en el caso de existir
caracteres de distinto tamaño dentro del mismo texto. En cuanto
a los caracteres "blancos" (espacios entre palabras), éstos se
detectan cuando la separación entre dos caracteres consecutivos
es mayor que un umbral dependiente de la altura del primero.
Como ya se ha comentado anteriormente, la segmentación del
texto manuscrito es un caso más complejo que el tratado en
OCR, donde los caracteres, bien se encuentran claramente
separados en la imagen original (formularios con campos
perfectamente delimitados) o bien es posible separarlos de
manera relativamente fácil, ya que su escritura es regular y
presenta características aprovechables para este fin.
En el primer caso nos encontramos en las condiciones más
favorables, puesto que la segmentación de los caracteres viene
dada por la demarcación de los límites de los campos en los que
se espera que se rellene el formulario. Esta información la
conocemos a priori y es una de las formas más fiables de realizar
la segmentación con éxito.
A la hora de segmentar un texto lo primero que se hace es
detectar los distintos renglones que forman el texto. Para
conseguirlo se realiza el siguiente procedimiento:
1.
2.
Se hace una proyección horizontal (histograma)
consistente en contar los elementos de tinta que
existentes en cada una de las filas, traspasando estos
valores a otra matriz, unidimensional, resultado de la
proyección, en la que existirán diferentes zonas de
densidad de tinta separadas por otras vacías. Cada
zona donde la proyección dé un valor no nulo será
interpretado como un hipotético renglón.
Se analiza la matriz unidimensional para detectar los
posibles renglones de los que está compuesto el texto.
Si se detecta una línea con densidad de proyección no
nula y además la anterior estaba en blanco, en esa
línea comienza un renglón. A continuación se realiza
la misma operación pero a la inversa, se busca la línea
posterior que sea blanca y que la anterior no lo fuera,
Figura 1. Ejemplo de segmentación y normalización. De
arriba hacia abajo: imagen original dividida por las marcas
de un campo de un formulario, eliminación de ruido y
detección de la caja mínima de inclusión, y normalización del
tamaño de los caracteres.
En la figura 1 se muestra el proceso de segmentación y
normalización de un campo de texto extraído de un formulario
manuscrito.
Sin embargo, para el caso de texto continuo se requiere la
explotación de alguna característica del mismo, como puede ser
la longitud de los caracteres (en el caso más sencillo), los valles
de separación entre letras o números distintos, las proyecciones
del texto sobre líneas imaginarias y el posterior análisis de los
perfiles obtenidos, etc. La utilización de estos métodos está
supeditada a las características concretas del texto que se desea
segmentar, por lo tanto el uso de los mismos o de otros distintos
se decide tras un análisis de los datos con los que se debe
trabajar.
4. EXTRACCIÓN DE
CARACTERÍSTICAS
Una vez realizada la segmentación, se tiene una imagen
normalizada en la que se encuentra la información susceptible
de ser “reconocida”. La información así representada, una matriz
bidimensional de valores binarios, niveles de gris o color RGB,
no codifica de forma óptima las características más
discriminativas del objeto al que representa.
Desde el punto de vista del reconocimiento de formas, la matriz
bidimensional se ve como un vector de tantas dimensiones como
componentes tiene la matriz. La dimensión de estos vectores (el
número de componentes) es normalmente elevado, lo que
supone un gran coste computacional a la hora de procesar el
mismo. Y no solo eso, y más importante aún, es que está
comprobado que al intentar clasificar (“reconocer”) vectores de
este tamaño aparece un efecto, llamado maldición de la
dimensionalidad,
que
provoca que los
resultados,
independientemente del método de clasificación utilizado, no
sean satisfactorios. Por ello se han desarrollado multitud de
técnicas, denominadas “técnicas de selección y extracción de
características”, mediante las cuales es posible obtener una
representación del objeto a reconocer más eficiente. Eficiencia,
en este caso, significa que con una representación más compacta
se consigue un poder discriminativo igual o superior al que se
tenía con la representación original. Esto no es solo importante
por el ahorro de espacio en el almacenamiento de las muestras,
sino que durante el proceso de reconocimiento reduce los costes
computacionales, debido a la reducción en el volumen de
información procesado.
La extracción de las características es una de las fases más
difíciles en los sistemas de reconocimiento de caracteres, puesto
que es muy difícil escoger un conjunto de características óptimo.
Para que una característica se pueda considerar buena debe
poseer:
•
Discriminación: Deben ser características
diferencien suficientemente una clase de otra.
•
Deben tener igual valor para mismas clases.
•
Independencia: Las características
incorreladas unas de otras.
•
Pequeño espacio para características: El número de
características debe ser pequeño para la rapidez y
facilidad de clasificación.
deben
que
estar
En el campo de investigación del reconocimiento de formas se
tiene experiencia en el uso de algunos métodos de extracción de
características basados en transformaciones del espacio de
representación de las muestras. Ejemplos de estos métodos son:
• PCA (Principal Component Analysis):
El objetivo de esta técnica es definir una
transformación lineal desde el espacio de
representación original a un nuevo espacio en el que
las distintas clases de las muestras quedan mejor
separadas. Esta transformación permite reducir la
dimensión del nuevo espacio sin perjudicar
sensiblemente la capacidad discriminativa de la nueva
representación.
• LDA (Linear Discriminant Analysis):
LDA se parece mucho a PCA ya que ambos utilizan
combinaciones lineales de variables para representar a
los datos. En concreto, LDA modela la diferencia
entre las clases de datos mientras que PCA no tiene en
cuenta ninguna diferenciación de clases de datos.
• ICA (Independent Component Analysis):
ICA es un método computacional para separar señales
en
subcomponentes
aditivas
suponiendo
independencia estadística de las señales no gaussianas.
• NDA (Non-linear Discriminant Analysis):
NDA sigue la misma idea que LDA pero representa
los datos mediante combinaciones no lineales.
5. RECONOCIMIENTO
Una vez se tienen las características más importantes de la
imagen a analizar hay que determinar el carácter
correspondiente por medio de las técnicas de minería de datos
que se explicarán a continuación.
5.1 KNN
Para OCR, existe un método muy conveniente, no paramétrico y
supervisado, que proporciona resultados muy adecuados para la
aplicación que se está tratando, El algoritmo K-NN (K vecinos
más próximos). Este método es muy popular debido a su
sencillez y a cierto número de propiedades estadísticas bien
conocidas que le proporcionan un buen comportamiento para
afrontar diversos tipos de problemas de clasificación, siendo uno
de ellos el de OCR.
Dado un conjunto de objetos prototipo de los que ya se conoce
su clase (es decir, dado un conjunto de caracteres de muestra) y
dado un nuevo objeto cuya clase no conocemos (imagen de un
carácter a reconocer) se busca entre el conjunto de prototipos los
“k” más parecidos a nuevo objeto. A este se le asigna la clase
más numerosa entre los “k” objetos prototipo seleccionados.
Fase de entrenamiento y fase de test.
Conociendo el funcionamiento básico del método de
clasificación de los “k vecinos más próximos” es obvio que para
poder empezar a trabajar con este método es necesario reunir un
conjunto de datos etiquetados, es decir, un conjunto de
muestras prototipo con las clases a las que pertenecen.
En OCR, esta recolección implica disponer de una base de datos
de imágenes de los tipos de caracteres que posteriormente se
esperen reconocer. A este conjunto de datos se le denomina
conjunto de entrenamiento. Sin embargo, la fase de
entrenamiento no solo consiste en la recopilación de estos datos,
sino que, típicamente, los datos originales que se dedican al
entrenamiento deben ser preprocesados adecuadamente para
obtener representaciones compactas y coherentes. En el ejemplo
de OCR, esto quiere decir que las imágenes deben ser
segmentadas (eliminación de ruido y selección de la caja mínima
de inclusión), normalizadas y transformadas (extracción de
características) para obtener los vectores de baja
dimensionalidad que finalmente se almacenan como conjunto de
entrenamiento.
Con este conjunto de entrenamiento ya construido, el
clasificador “knn” ya puede ser utilizado para reconocer la clase
de una nueva muestra. Esta es la fase de test y lógicamente,
también aquí es necesario aplicar todo el preproceso descrito
anteriormente a cada una de las nuevas muestras. Por lo tanto,
aquí se ve la necesidad de disponer de métodos rápidos de
realizar estas tareas de preproceso, puesto que la velocidad de
reconocimiento dependerá, en parte, de ellos. En la práctica se
tiene que este preproceso es posible realizarlo muy rápidamente,
aunque justo a continuación aparece la parte del proceso de
reconocimiento que normalmente más carga computacional
conlleva, la clasificación.
Técnicas de búsqueda rápida de vecinos
Se ha visto que el método de clasificación “knn” requiere la
construcción de un conjunto de prototipos. El tamaño, entre
otras cosas, de este conjunto influye en la precisión del
clasificador. Debido a la naturaleza estadística del método de
clasificación, cuantos más prototipos contiene este conjunto
mayor exactitud se consigue aunque al mismo tiempo mayor
complejidad se introduce para realizar las búsquedas,
aumentando el coste computacional. En tareas de OCR es
frecuente utilizar conjuntos de referencia de más de 200.000
muestras. Con estos tamaños surge la necesidad de diseñar
estructuras de datos adecuadas para realizar las búsquedas de
forma optimizada, pues una búsqueda exhaustiva requeriría
demasiado tiempo y se degradarían las prestaciones del sistema
de OCR.
En esta línea se han desarrollado algunos algoritmos de
búsqueda rápida de vecinos y sus correspondientes estructuras
de datos (voronoy polygons, k-d-trees, r-trees, etc.), que intentar
paliar el problema del coste de realizar búsquedas en grandes
conjuntos de datos multidimensionales. Para diversas tareas que
combinan técnicas de reconocimiento de formas y visión por
computador, los k-d-trees son una buena opción para
implementar los algoritmos de búsqueda. De hecho, en el ITI se
han empleado algoritmos de búsqueda aproximada sobre k-dtrees con diversas tareas (reconocimiento de caras, matrículas y
caracteres) obteniendo resultados competitivos, tanto en
velocidad como en precisión.
5.2. Árboles de decisión
Los árboles de decisión, al igual que el K-NN, es una técnica de
minería de datos que se puede aplicar en el contexto de
reconocimiento óptico de caracteres. Su aprendizaje es inductivo
y no supervisado. Los patrones o atributos que se quieren
evaluar de un carácter determinado constituyen los nodos del
árbol, mientras que los resultados finales de los mismos se
almacenarán en las hojas del mismo. Tras la construcción del
árbol y dada la estructura del mismo, toda la evaluación de
caracteres se puede tratar como una arquitectura IF-THENELSE, por lo que si el número de parámetros a evaluar es
suficientemente grande para tener capacidad expresiva pero
suficientemente pequeño para ser eficiente computacionalmente,
el árbol resulta una estructura que favorece mucho la velocidad
de cálculo, no como el algoritmo K-NN que aunque muy
conveniente,
puede
llegar
a
ser
muy
costoso
computacionalmente.
Durante el aprendizaje, el orden de evaluación de los parámetros
es fundamental para alcanzar el ajuste óptimo del árbol. Para
ello se emplean una serie de funciones de evaluación que a la
vista de los datos, determinan la relevancia o la correlación de
unos parámetros en función de los otros, definiendo una
ganancia de información, que a la postre es la reducción de la
entropía del sistema. La secuencia de aprendizaje del árbol se
puede resumir en el siguiente diagrama:
Una vez se tiene construido el árbol hay que detallar como
recorrerlo. En definitiva, si durante el recorrido se llega a una
hoja, esa serie de patrones responden a un carácter reconocido y
por tanto se devuelve. Si en el recorrido y después de evaluar
todo el árbol no se llega a una hoja, se deduce que esa
característica no ha sido consignada en el árbol y por tanto se
debe crear una nueva hoja para guardar el nuevo dato. Un
esquema muy ilustrativo de cómo recorrer un árbol de decisión
es el siguiente:
La topología de las redes puede ser muy variada y según esta
topología las redes se pueden clasificar en:
•
•
•
Feed Fordward: Red clásica, las salidas alimentan las
entradas de la etapa siguiente, en la red no se permite
la aparición de ciclos o realimentaciones
Feed Back: En esta versión si se permiten ciclos
cerrados dentro de la red
Lateral: Adicionalmente, se permite la comunicación
vertical entre neuronas de la misma capa, además de
en la dirección horizontal, como en las redes clásicas.
La versatilidad de las redes de neuronas permite extender su
clasificación también a la naturaleza de sus datos y relacionados
con estos, el tipo de aprendizaje que realizan. Por tanto, las
redes que atienden a esta clasificación son:
No obstante, se puede diseñar un algoritmo de poda, o prunning,
para reducir la complejidad del árbol y así conseguir que su
evaluación sea todavía más rápida y eficiente.
5.3 Redes neuronales
Las redes neuronales son esquemas de minería de datos que
intentan imitar la arquitectura del cerebro. Se componen de una
serie de unidades básicas, llamadas neuronas, que básicamente
reciben una entrada, la multiplican por unos pesos y presentan
una salida con una función de ajuste, que depende de la suma de
salidas de la etapa anterior.
Sirven para representar y ajustar muy eficazmente cualquier
función que sería muy difícil de definir en términos algebraicos.
En el caso que nos ocupa, las redes de neuronas son una muy
buena alternativa para la etapa de reconocimiento de caracteres,
ya que una vez se entrenan, si este entrenamiento ha sido
adecuado, pueden usarse para reconocer los caracteres que
recibe como imágenes.
Un esquema funcional de una red de neuronas podría ser el
siguiente:
En el caso de OCR el aprendizaje es supervisado, pero si se
atiende al tipo de datos, según el preporcesado que se haga de
los datos scanneados, se puede recurrir a una interpretación
continua o discreta de los mismos, resultando en la mayoría de
los casos redes basadas en el perceptrón o redes de Hamming si
todas las características que se extraen son binarias.
6. EJEMPLO DE FUNCIONAMIENTO
Tras analizar los métodos y técnicas que se utilizan para el
reconocimiento óptico de caracteres (OCR), vamos a describir
de manera más detallada el proceso completo haciendo alusión a
los puntos antes expuestos y centrándose en el método de
árboles de decisión, aunque sin pérdida de generalidad, ya que
estas características se pueden aplicar tanto a redes neuronales
como a KNN.
Por lo tanto, supondremos que partimos de una imagen de un
texto escrito, organizado en renglones. La estrategia de
resolución del problema de OCR tendrá los siguientes pasos:
•
Detección de renglones
•
Separación de caracteres
6.2 Agujeros
•
Extracción de características
•
Introducción en la red de neuronas
•
Reconocimiento final del texto
Tras el análisis de las transiciones y mediante el análisis de las
mismas, se puede determinar, según el número, si el carácter en
concreto tiene agujeros, es decir, trazos cerrados o no. Esta
característica es muy descriptiva, ya que permite un primer
descarte muy fuerte entre un grupo y otro. Ejemplo:
El esquema básico a seguir será:
6.3 Puntos finales y de bifurcación
Para evitar repetir procesos antes descritos, se va a suponer que
el texto ya está segmentado y nos centraremos en la parte más
interesante del proceso, que es la extracción de características y
adecuadas para que la red de neuronas funcione de la manera
más adecuada posible.
Una vez se tiene una idea de si el carácter tiene agujeros o no,
hay que recorrer la matriz normalizada y adelgazada para
determinar los punto finales (que de sus ocho vecinos sólo uno
es un pixel negro) o los puntos de bifurcación (3 o más de sus
vecinos son un pixel negro). Esta característica define y
diferencia muy bien unos caracteres de otros, siempre y cuando
sean caracteres mecanografiados.
Según [4], un proceso de extracción de características muy
adecuado sería el siguiente:
6.4 Perímetro y posición relativa
6.1 Transiciones en los ejes
Las últimas características a analizar son el perímetro y la
posición relativa del carácter en cada renglón. Para esta última
característica se requiere el texto sin segmentar.
Cuando se tiene la imagen normalizada, se le hacen 2 cortes a la
mitad, en el eje X e Y y se cuenta el número de transiones negro
blanco y blanco negro, centrándose en 2 características, si hay 2
transiciones únicamente (como en la I,T) o no las hay. Ejemplo:
Con todos estos datos, sólo hay que seleccionar uno de los
métodos antes explicados y entrenar la máquina con ellos, a fin
de conseguir una clasificación óptima de los caracteres obtenido
por el scanner.
7. APLICACIONES
Existe un gran número de aplicaciones para las técnicas de
reconocimiento de caracteres (OCR). A continuación se
proporcionan algunos ejemplos:
7.1 Procesado automático de facturas
impresas
Consiste en un tratamiento digital completo de los documentos
con los que se trabaja en un servicio de gestión contable. El
tratamiento de estos documentos se traduce en la exploración
óptica de los mismos, la determinación de su tipo entre diversos
modelos previamente registrados, localización y reconocimiento
de los campos informativos, validación manual y finalmente la
transferencia de la información obtenida.
Figura 2. Ejemplo de segmentación de una matrícula de
vehículo.
Por último se clasificarían los caracteres de la imagen resultante
ajustándose al modelo lingüístico conocido: el formato de las
matrículas.
8. REFERENCIAS
[1] José R. Hilera González, Juan P. Romero Villaverde, José
A. Gutiérrez de Mesa. SISTEMA DE
RECONOCIMIENTO ÓPTICO DE CARACTERES
(OCR) CON REDES NEURONALES
http://www.cc.uah.es/hilera/docs/1996/c_jiacse1/c_jiacse1.
htm
[2] Javier Cano y Juan Carlos Pérez.OCR (Optical Character
Recognition)
http://zweb.iti.upv.es/services/reviewtic/public/2003/11/20
03-11-ocr
[3] José Ramón Rodón Ortiz, Javier Ráez Rus, Ismael Vargas
Pina. 2004.Trabajo dirigido:“OCR basado en árboles
binarios”.
[4] OCR para caracteres impresos basados en árboles binarios.
http://alojamientos.us.es/gtocoma/pid/pid10/OCRarbolbina
rio.htm
7.2 Identificación de matrículas de vehículos
En el proceso de identificación de una matrícula se distinguen
diversas etapas: En la etapa de segmentación se buscan texturas
similares a una matrícula. Posteriormente se aplica un
postproceso sobre los puntos candidatos a pertenecer a zonas de
matrícula y se devuelve el área rectangular en la que se
encuentra la matrícula, tal y como se aprecia en la figura 2.