Perpustakaan judul masih dalam tahap pengembangan, admin siap menampung kritik dan saran
Implementasi Image Processing Dengan Leptonica pada Pengembangan Aplikasi Image To Text Dengan Optical Character Recognition (OCR) dan Tesseract Library Berbasis Android
Ranny Rosella NIM. (2016) | Skripsi | Teknik Informatika
Bagikan
Ringkasan
Penggunaan citra atau image sering dijadikan sebagai media untuk menyampaikan informasi. Kekurangan dari citra atau image yakni, teks pada image tidak dapat diedit atau ditulis ulang tanpa mengetiknya secara manual satu persatu. Saat ini telah ada aplikasi yang menyediakan fasilitas konversi tulisan pada image ke dalam bentuk teks biasa, akan tetapi belum dirasa optimal. Beberapa masalah yang ada yakni jika citra atau image yang ditangkap kurang jelas, buram, terlalu gelap, atau kurang maksimal. Selain itu teks pada citra atau image bisa berupa tulisan latin (alfabet) ataupun non-latin (karakter khusus seperti karakter kanji, mandarin, dan sebagainya), aplikasi yang ada saat ini belum bisa sepenuhnya mengenali berbagai karakter khusus tersebut. Berdasarkan permasalahan ini, dibuatlah pengembangan aplikasi Image to teks dengan implementasi Leptonica Library sebagai pengolah citra, pengenalan karakter dengan Optical Character Recognition dan Tesseract Library sebagai library bahasa. Dari hasil pengujian yang telah dilakukan dan berdasarkan kuesioner yang dibagikan kepada pengguna, kesimpulan yang didapat yaitu aplikasi yang dibangun cukup dapat memberikan kemudahan bagi pengguna, fitur multi bahasa memberi manfaat dan hasilnya cukup sesuai serta hasil konversi yang didapat sudah cukup baik.
Ringkasan Alternatif
Image is often used as a medium for giving information. Disadvantages of the image are the text on the image can not be edited or rewritten without typing them manually one by one. Currently, there are applications that provide conversion of the image into plain text form, but was not considered to be optimal. Some of the problems that exist are if the image captured unclear, blurry, too dark, or not good enough. Beside, the text on the image could be written in Latin (alphabet) or non-latin (special characters such as kanji characters, mandarin, etc.), and many applications are not yet able to fully recognize that special character. Based on this problem, can be solved by developing Image to Text application with Leptonica Library implementation as image processing, character recognition with Optical Character Recognition and Tesseract Library as library language. Based on the result of research and testing that has been done and based on questionnaires that distributed to users, it can be concluded that the applications can offer convenience for the user, multi-language features can give an advantage and the image to text conversion results are good enough.