Une approche d'identification des fontes arabes
Résumé
Le développement des outils d'édition a conduit à des documents composites constitués de différents types d'informations (texte, graphique, formules, tableaux...) ayant une mise en page de plus en plus complexe. Dans les entités physiques textes, l'utilisation de plusieurs fontes à la fois dans différents attributs (gras, italique, souligné...) est devenue très courante. Dans ce contexte, connaître l'identité de la fonte devient indispensable pour une meilleure analyse des documents et de meilleures performances de reconnaissance. Ce travail traite des difficultés liées à l'identification de la fonte dans un contexte de lecture optique de l'Arabe multifonte. Ces difficultés découlent principalement de la complexité morphologique de cette écriture et de la grande variabilité, d'une fonte à une autre, des dessins des différents caractères. Nous proposons par ailleurs, une approche d'identification des fontes arabes, basée sur l'exploration des ondelettes en paramétrisation et les réseaux de neurones en classification. Les différents tests effectués sur un jeu de 114229 pseudo-mots (chaînes de caractères) dans neuf fontes, considérées dans cinq corps différents, ont conduit à des taux de reconnaissance très encourageants.
Loading...