Використання методів глибинного навчання для оцифровування рукописів

Abstract

Результати дослідження включають наступні основні аспекти: успішна розробка програмного засобу для автоматизованого перекладу рукописного псевдокоду в програмний код, що підтверджується результатами тестування. Розроблені та використані алгоритми сегментації та розпізнавання рукописного тексту продемонстрували високу точність і надійність у класифікації символів на основі їх форми та структури. Використання структурного та об'єктно-орієнтованого програмування для розробки системи обробки зображень забезпечило гнучкість і модульність програмного засобу. Основний внесок автора полягає в розробці ефективного алгоритму розпізнавання рукописного тексту мовою Python та його трансляції в програмний код, що було досягнуто за допомогою математичного моделювання форми та структури рукописних символів. Тестування розробленого програмного додатку та порівняльний аналіз з іншими рішеннями у цій галузі показали його конкурентоспроможність та високу ефективність. Застосування розробленого програмного продукту може сприяти автоматизації процесу розпізнавання рукописного коду, що полегшить роботу програмістів та підвищить продуктивність розробки програмного забезпечення. У підсумку, кваліфікаційна робота пропонує новий підхід до розв'язання задачі розпізнавання рукописного коду та демонструє ефективність запропонованого алгоритму.