JBIG2 Supported by OCR

HATLAPATKA, Radim. JBIG2 Supported by OCR. In CEUR Workshop Proceedings, Volume 921. Aachen: Neuveden, 2012, s. 82-90. ISSN 1613-0073.

Základní údaje

• Originální název: JBIG2 Supported by OCR
• Název česky: JBIG2 s podporou OCR
• Autoři: HATLAPATKA, Radim (203 Česká republika, garant, domácí).
• Vydání: Aachen, CEUR Workshop Proceedings, Volume 921, od s. 82-90, 9 s. 2012.
• Nakladatel: Neuveden

Další údaje

• Originální jazyk: angličtina
• Typ výsledku: Stať ve sborníku
• Obor: 10201 Computer sciences, information science, bioinformatics
• Stát vydavatele: Německo
• Utajení: není předmětem státního či obchodního tajemství
• Forma vydání: tištěná verze "print"
• WWW: Full text
• Kód RIV: RIV/00216224:14330/12:00067428
• Organizační jednotka: Fakulta informatiky
• ISSN: 1613-0073
• Klíčová slova česky: jbig2enc; JBIG2; optimalizace PDF; komprese; DML; OCR; pdfJbIm; DML-CZ; EuDML
• Klíčová slova anglicky: jbig2enc; JBIG2; PDF size optimization; compression; DML; OCR; pdfJbIm; DML-CZ; EuDML
• Štítky: bitmap, compression, compression ratio, DML, DML-CZ, EuDML, JBIG2, jbig2enc, lossiness, OCR, PDF, PDF size optimization, pdfJbIm
• Příznaky: Mezinárodní význam, Recenzováno

Anotace

Digital Mathematical libraries contain a large volume of PDF documents containing scanned text. In this paper, we describe how this documents can be compressed and thus provide them more effectively to the users. We introduce a JBIG2 standard for compressing bitonal images such as scanned text and we discuss issues if OCR is used for improving the compression ratio of jbig2enc open-source encoder. For this purpose, we have designed API for using OCR in jbig2enc which we describe in this paper together with already achieved results.

Anotace česky

Digitální matematické knihovnz obsahují velké množství PDF dokumentů obsahujících skenovaný text. V tomto článku popisujeme, jakým způsobem mohou být takové dokumenty komprimovány, a tím pádem poskytovány uživateli efektivnější cestou. Za tímto účelem představujeme JBIG2 standard pro kompresi bitonálních obrázků (např. naskenovaný text) a diskutujeme přínosy a problémy použití OCR za účelem zvýšení komprese volně šiřitelného jbig2enc enkodéru. Za tímto účelem jsme navrhli a implementovali rozhraní pro používání OCR v jbig2enc enkodéru, které zde popisujeme spolu s předběžnými výsledky.

Návaznosti

• LA09016, projekt VaV: Název: Účast ČR v European Research Consortium for Informatics and Mathematics (ERCIM) (Akronym: ERCIM)

Investor: Ministerstvo školství, mládeže a tělovýchovy ČR, Účast ČR v European Research Consortium for Informatics and Mathematics

• 250503, interní kód MU: Název: The European Digital Mathematics Library (Akronym: EuDML)

Investor: Evropská unie, The European Digital Mathematics Library