Análisis de algoritmos para el reconocimiento automático de caracteres manuscrito antiguos

Abstract

Mucha de la información que se necesita actualmente para desarrollar nuestras actividades se encuentran documentadas de manera escrita, dado el uso de tecnologías electrónicas como internet, es necesario que esta información esté disponible en un formato digital, por lo que se planteó la siguiente interrogante: ¿Cómo reconocer de manera automática caracteres de manuscritos antiguos? Gómez y Oldham (2003), definen los problemas que se presenta al tratar de reconocer texto manuscrito. Mencionan que en el tipo de letra existe una inmensa variedad de estilos, inclinados y tamaños, además de que pueden estar acompañadas de adornos adicionales. Por ello está investigación se realizó con el fin de analizar el reconocimiento automático de caracteres manuscritos antiguos, utilizando reconocimiento de patrones, teniendo como objetivo el reconocimiento automático caracteres de manuscritos, aplicando algoritmos de clasificación como Vecino más Cercano que aplica la distancia euclidiana, el algoritmo de K-Means y una Red Neuronal de Kohonen, para lograrlo se aplicó la siguiente secuencia: Primero la captura de imagen con el contenido textual, seguido del segmentado de la imagen, se quitó el ruido, se generó la matriz de puntos y se extrajeron las características, terminada la extracción se identificaron patrones y se comparó los resultados, concluyendo que el algoritmo de Vecino más Cercano y K-Means proporcionan un mejor método más eficiente para reconocer caracteres, logrando un 92 % de reconocimiento.