Abstract:
En los últimos años la digitalización de la información (textos, imágenes, sonido, etc.) ha devenido un punto de interés para la sociedad. En el caso concreto de los textos, existen y se generan continuamente grandes cantidades de información escrita, tipográfica o manuscrita en todo tipo de soportes. En este contexto, poder automatizar la introducción de caracteres evitando la entrada por teclado, implica un importante ahorro de recursos humanos y un aumento de la productividad, al mismo tiempo que se mantiene, o hasta se mejora, la calidad de muchos servicios. El reconocimiento automático de matrículas (Automatic number plate recognition o ANPR) es una aplicación de la visión por computador que utiliza reconocimiento óptico de caracteres en imágenes para leer las matrículas de los vehículos. A diferencia de otras aplicaciones de visión por computador del entorno industrial, esta aplicación cuenta con la dificultad añadida de tener que trabajar con un entorno NO CONTROLADO, como lo es la iluminación que varía a cada hora del día, la inclinación y el estado de conservación de la placa, entre otras; por lo que a menudo se tiende a utilizar iluminación infrarroja para hacer posible que la cámara fotográfica capture tomas en cualquier momento del día y otras técnicas que posibiliten el reconocimiento de la matrícula vehicular, entre ellos el reconocimiento óptico de caracteres.
II
El reconocimiento óptico de caracteres (Optic Character Recognition OCR) realiza una simulación de la habilidad humana para el reconocimiento automático de patrones entre los diferentes caracteres alfanuméricos existentes mediante la creación y uso de modelos físicos y matemáticos. El presente trabajo ha sido desarrollado como un proyecto de graduación, que comprende el análisis y desarrollo de una solución para el reconocimiento óptico de caracteres a partir de una imagen que previamente ha sido sometida a un proceso de binarización, segmentación, entre otras técnicas; con la finalidad de que pueda contribuir al reconocimiento automático del número de placa en un vehículo. El proyecto ha sido dividido en dos etapas que son: la etapa de aprendizaje supervisado o entrenamiento, que consiste en la extracción de características de un carácter para que sean almacenadas en una librería de modelos, con la que finalmente, en la etapa de reconocimiento, se realice una verificación de los caracteres coincidentes siguiendo algún modelo matemático o estadístico y dependiendo del porcentaje de coincidencias se escogerá el carácter resultante del análisis.
