SISTEMA DE RECONOCIMIENTO ÓPTICO DE PATRONES DIGITALIZADOS PARA PROCESOS DE CALIFICACIÓN

Fredy Heric Villasante Saravia
{"title":"SISTEMA DE RECONOCIMIENTO ÓPTICO DE PATRONES DIGITALIZADOS PARA PROCESOS DE CALIFICACIÓN","authors":"Fredy Heric Villasante Saravia","doi":"10.26788/riepg.v11i1.3303","DOIUrl":null,"url":null,"abstract":"Las implicancias que tiene un proceso de calificación, como exámenes o consultas, pasa por la veracidad de los resultados. Por ello, surge el problema de crear un sistema basado en algoritmos clave para el proceso de reconocimiento óptico de patrones. A ello se suma la dependencia tecnológica existente como las fichas con impresión digital y lectoras ópticas, Estos son motivos más que suficientes para proponer algoritmos eficientes y confiables que permitan no solo realizar el proceso de reconocimiento, sino que también dejar la posibilidad de usar lo digitalizado para publicar la tarjeta con los resultados obtenidos. Basado en la metodología cuantitativa de diseño experimental, se recurrió a técnicas sencillas, como la determinación del ángulo entre dos puntos para el proceso de encuadre de la tarjeta. Luego, la aplicación e implementación del algoritmo de la escala cromática de Munshell hasta la adaptación de la técnica del Buen Vecino para el proceso de reconocimiento óptico de patrones, basado en la metodología de reconocimiento de imágenes por recomendación de MathWork® con el apoyo de la herramienta de desarrollo Visual Studio Community®. El tiempo de procesamiento por tarjeta es de 0,07 centésimas de segundo, identificando que la imagen ideal debe tener 200dpi de resolución. Las imágenes digitalizadas de las tarjetas tienen un peso aproximado de 270 KB, tamaño ideal para publicarlo con su resultado, así garantizar la veracidad y confiabilidad. Finalmente se tiene un ítem de las discusiones de nuestros resultados a todo nivel, desde las técnicas aplicadas, hasta los tiempos de proceso.","PeriodicalId":32778,"journal":{"name":"ID Revista de Investigaciones","volume":null,"pages":null},"PeriodicalIF":0.0000,"publicationDate":"2022-03-31","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"ID Revista de Investigaciones","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.26788/riepg.v11i1.3303","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

Abstract

Las implicancias que tiene un proceso de calificación, como exámenes o consultas, pasa por la veracidad de los resultados. Por ello, surge el problema de crear un sistema basado en algoritmos clave para el proceso de reconocimiento óptico de patrones. A ello se suma la dependencia tecnológica existente como las fichas con impresión digital y lectoras ópticas, Estos son motivos más que suficientes para proponer algoritmos eficientes y confiables que permitan no solo realizar el proceso de reconocimiento, sino que también dejar la posibilidad de usar lo digitalizado para publicar la tarjeta con los resultados obtenidos. Basado en la metodología cuantitativa de diseño experimental, se recurrió a técnicas sencillas, como la determinación del ángulo entre dos puntos para el proceso de encuadre de la tarjeta. Luego, la aplicación e implementación del algoritmo de la escala cromática de Munshell hasta la adaptación de la técnica del Buen Vecino para el proceso de reconocimiento óptico de patrones, basado en la metodología de reconocimiento de imágenes por recomendación de MathWork® con el apoyo de la herramienta de desarrollo Visual Studio Community®. El tiempo de procesamiento por tarjeta es de 0,07 centésimas de segundo, identificando que la imagen ideal debe tener 200dpi de resolución. Las imágenes digitalizadas de las tarjetas tienen un peso aproximado de 270 KB, tamaño ideal para publicarlo con su resultado, así garantizar la veracidad y confiabilidad. Finalmente se tiene un ítem de las discusiones de nuestros resultados a todo nivel, desde las técnicas aplicadas, hasta los tiempos de proceso.
用于鉴定过程的光学扫描模式识别系统
评级过程的含义,如考试或咨询,取决于结果的真实性。因此,提出了一个基于关键算法的光学模式识别系统的问题。除此之外该股已有技术作为卡片光学指纹和读者,这些是有充分的理由提出的有效和可靠的算法能够不仅过程进行识别,也让使用数字化出版的卡片与所取得的成果。在定量实验设计方法的基础上,采用了简单的技术,如确定两点之间的角度来制作卡片。后,应用程序和执行Munshell半音阶到算法的适应性光学识别技术进程的模式,基于图像识别方法建议MathWork®与Visual Studio Community®开发工具的支持。每张卡的处理时间是0.07百分之一秒,这意味着理想的图像应该是200dpi分辨率。这些卡片的数字化图像重量约为270kb,这是公布结果的理想大小,以确保准确性和可靠性。最后,我们在各个层面讨论了我们的结果,从应用的技术到处理时间。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 求助全文
来源期刊
自引率
0.00%
发文量
25
审稿时长
12 weeks
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术官方微信