Cvl Ocr Db, an Annotated Image Database of Text in Natural Scenes, and Its Usability

Text detection and optical character recognition (OCR) in images of natural scenes is a fairly new computer vision area but yet very useful in numerous applicative areas. Although many implementations gain promising results, they are evaluated mostly on the private image collections that are very hard or even impossible to get. Therefore, it is very difficult to compare them objectively. Since our aim is to help the research community in standardizing the evaluation of the text detection and OCR methods, we present CVL OCR DB, a public database of annotated images of text in diverse natural scenes, captured at varying weather and lighting conditions. All the images in the database are annotated with the text region and single character location information, making CVL OCR DB suitable for testing and evaluating both text detection and OCR methods. Moreover, all the single characters are also cropped from the original images and stored individually, turning our database into a huge collection of characters suitable for training and testing OCR classifiers. Anotirana podatkovna baza slik teksta v naravnih scenah CVL OCR DB in njena uporaba Kjučne besede: prenos radiofrekvenčnega signala prek optičnega vlakna, oddaljena antenska enota, celična arhitektura, vlakenski dostop, fiksno in mobilno zlivanje Izvleček: Detekcija teksta in optična razpoznava simbolov (OCR) na slikah naravnih scen je razmeroma novo področje računalniškega vida, pa vendar zelo uporabna na številnih aplikativnih področjih. Mnoge implementacije dosegajo spodbudne rezultate, vendar njihova evalvacija večinoma poteka na privatnih zbirkah slik, ki so težko dostopne ali celo nedostopne, zato je metode med seboj zelo težko objektivno primerjati. Naš namen je pomagati raziskovalni skupnosti pri standardizaciji evalvacije omenjenih metod. Zato predstavljamo CVL OCR DB, javno bazo anotiranih slik teksta v naravnih scenah, ki so zajete pod različnimi vremenskimi in svetlobnimi pogoji. Vse slike v bazi vsebujejo informacijo o lokacijah prisotnih tekstovnih regij in posameznih črk, kar omogoča testiranje in evalvacijo tako metod detekcije teksta, kot tudi metod razpoznave simbolov. Vsi posamezni znaki so dodatno izrezani iz originalnih slik ter individualno shranjeni, kar naredi našo podatkovno bazo ogromno zbirko znakov, primerno za učenje in testiranje klasifikatorjev OCR.