Metody ekstrakcji linii tekstu w złożonych dokumentach rękopiśmiennych

摘要

The paper presents the computer-based methods for the text line detection in hand-written manuscripts. The problem of the automated author detection based on his writing habits was defined. Because the task is difficult and complex, the general text processing methodology is introduced, working with the scanned or photographed documents. The main groups of algorithms applied to the text line detection were introduced with their advantages and drawbacks iterated. The novel approach for the task, exploiting the modified Hough transform is also presented. Its efficiency of detecting text lines in the complex medieval manuscripts is higher than for approaches used so far. This is demonstrated based on the selected archived documents.%W artykule przedstawiono metody komputerowe wykorzystywane do wykrywania linii tekstu w dokumentach rękopiśmiennych. Przedstawiono problematykę automatycznej identyfikacji autora tekstu na podstawie cech jego pisma. Ponieważ jest to problematyka złożona, omówiono ogólną metodologię przetwarzania tekstu z wykorzystaniem przetwarzania cyfrowej wersji obrazu dokumentu zeskanowane-go lub pozyskanego poprzez fotografię. Omówiono główne grupy algorytmów służących do wykrywania linii w tekście, przedstawiając ich ogólną ideę, wady i zalety. Zaprezentowano także autorski algorytm wykorzystujący transformatę Hougha, którego skuteczność analizy trudnych średniowiecznych dokumentów łacińskich jest wyższa, niż pozostałych podejść. Wykazano jej dokładność na przykładzie eksperymentu z wybranymi dokumentami archiwalnymi.