Résumé:
Des efforts considérables ont été déployé pour le développement des systèmes optique de
reconnaissance de caractères, par la communauté des chercheurs. Le but de ce projet est
l’implémentation d’un AOCR (Arabic Optical Character Recognition). La segmentation et la
classification sont les opérations cœur des OCR en général. La nature cursive des caractères
Arabe biaise les résultats finaux de la reconnaissance. Les caractères non segmentés ou sursegmentés
conduisent à de mauvais résultats. C’est pour cela que la segmentation et la
classification dans les AOCR sont un sérieux problème de recherche. La segmentation d’un
texte Arabe comprends 3 niveaux, à savoir la segmentation en ligne, en pseudo-mots et en
caractères. Au cours de notre projet, nous avons choisi les techniques du contour, la projection
verticale et template matching pour faire la segmentation des 3 niveaux respectivement. D’autre
part, la classification comprend deux niveaux, à savoir la classification des caractères et la
classification des mots. Au cours de notre projets nous avons choisi des modèles de
classification basé sur les Modèles de Markov Cachés (HMM Hidden Markovian Model). Au
cours de notre projet, nous avons aussi discuter quelques problèmes liés à la langue Arabe et
étudier d’autre module concernant les OCR, à savoir l’acquisition des données, le prétraitement
et l’extraction des caractéristiques. Les résultats d’implémentation sont prometteurs.
Mots clés : reconnaissance, segmentation, classification, caractère, Arabe…
Tremendous efforts have been put into the development of OCR systems by the community
researchers. The aim of this project is the implementation of an Arabic Optical Character
Recognition (AOCR). Segmentation and classification are the main operations of OCRs in
general. The cursive nature of Arabic characters biases the final results of recognition.
Unsegmented or over-segmented characters lead to wrong results. This is why segmentation
and classification in AOCRs is a serious research problem. The segmentation of an Arabic text
includes 3 levels, namely line segmentation, pseudo-words and characters segmentation. In our
project, we chose the techniques of the contour, the vertical projection and template matching
to make the segmentation of the 3 levels respectively. On the other hand, the classification has
two levels, namely the characters classification and the words classification. In our projects we
have chosen classification models based on the Hidden Markovian Model (HMM). We also
discussed some problems related to the Arabic language and study another module concerning
OCR, namely data acquisition, preprocessing and features extraction. The implementation
results are promising
Keywords: recognition, segmentation, classification, character, Arabic ...
