Plugin d'OCR pour ImageJ

Projet IUT Informatique de Bordeaux 2016-2017

Installation

Assurez vous d'avoir java 8 d'installé, si ce n'est pas le cas :

sudo apt-get install openjdk-8-jre

Assurez vous d'avoir imagej d'installé, si ce n'est pas le cas :

sudo apt-get install imagej

Vous n'avez plus qu'à lancer le script qui se chargera de packager et de mettre dans le dossier ~/.imagej/plugins/ le plugin :

./package_and_run.sh

Quels sont les enjeux ?

Le mot OCR (en anglais : optical character recognition) signifie reconnaissance optique de caractères ou reconnaissance de texte, une technologie qui vous permet de convertir différents types de documents tels que les documents papiers scannés, les fichiers PDF ou les photos numériques en fichiers modifiables et interrogeables.

Dans notre cas, nous allons tenter d'analyser des images de chiffres et d'en retrouver la valeur.

Quels sont les résultats attendus ?

Nous souhaitons obtenir une reconnaissance des caractères optimale, la matrice de confusion est là pour vérifier la précision de nos algorithmes. Nous avons une base de référence composée de 100 images (10 images de 0, 10 images de 1, etc...), l'OCR n'étant pas une science exacte, nous espérons être en mesure de reconnaitre au moins 3/4 des chiffres que nous allons tester.

Voici la base de données avec laquelle seront effectuées les comparaisons :

Chaine de traitement

Redimensionnement des images en 400x400
- Nous permet de comparer les mêmes choses entre les images, si celles-ci ne sont pas de la meme taille, les résultats risquent d'être imprécis.
Niveaux moyens de gris
- On calcule la somme des différentes nuances de gris afin de comparer celle-ci entre les différentes images. Un 1 aura une somme de nuances de gris bien plus faible qu'un 8 ou un 9 par exemple.
Profil horizontal et vertical
- On calcule le nombre de pixels noirs présent sur chaque ligne, réciproquement chaque colonne afin de comparer avec les différentes images.
Rapport isopérimétrique
- On effectue un rapport entre le périmetre (contour) du chiffre et sa surface (de pixels noirs).
Zoning
- On découpe notre image en 9 blocs de tailles identiques sur lesquels nous allons calculé la moyenne des niveaux de gris comme expliqué précedemment.

Résultats

Matrice de confusion avec pour seule caractéristique les niveaux de gris :

Taux de réussite : 24%

La reconnaissance commence à être interessante lorsque l'on analyse le profil horizontal et vertical des images. En effet le taux de réussite augmente drastiquement :

Taux de réussite : 72%

Après avoir appliqué un algorithme comparant les rapports isopérimetriques, il semblerait que celui-ci ne change pas le taux de réussite qui est toujours de 72%.

Ajout du zoning qui nous permet d'être un peu plus précis dans nos résultats :

Taux de réussite : 83%

Amélioration de la classification en faisant une moyenne entres les différentes références. Plutot que de tester 1 à 1 toutes les références, on fait une moyenne entre tous les 0, 1, 2, etc... Afin de préciser le résultat. Cela nous permet également de gagner légèrement en précision comme ce screenshot en témoigne :

On constate que le 1 est le chiffre le moins bien reconnu (50%), probablement dû au fait qu'il s'agit uniquement d'une barre et qu'il est facilement identifiable à un autre chiffre.

Taux de réussite : 86%

Aussi étrange que cela puisse paraitre, en ayant effectué plusieurs tests sur les images, nous avons pu constater qu'augmenter la taille de l'image (passer en 400x400 au lieu du 20x20 initial) permettait d'augmenter le taux de reconnaissance. On constate que c'est essentiellement le 1 qui fait la différence car il est maintenant reconnu à 100% (contre 50% en 20x20). On peut supposer que le taux augmente car en augmentant la taille de l'image, les différences sont plus flagrantes.

Taux de réussite : 93%