![](3D"file9025_archivos/image032.png")
![](3D"file9025_archivos/image002.png")
<=
![endif]>Estimación de parámet=
ros
para imágenes digitales, usando clasificadores K-NN y Tesseract<=
span
lang=3DES-MX style=3D'font-size:18.0pt;line-height:106%;font-family:"Times =
New Roman",serif;
mso-ansi-language:ES-MX;mso-fareast-language:ES-MX;mso-no-proof:yes'>
Parameter estimation for digital images, using K-NN and Tesseract
classifiers
Lando
Stephen Ocaña Pañora[1], Janeth
Ileana Arias Guadalupe[2],
Cristian Geovanny Merino Sánchez[3]
& Víctor Hugo Medina Matute[4]
Recibid=
o:
06-10-2020 / Revisado: 27-10-2020 / Aceptado: 14-11-2020 / Publicado:
05-12-2020
Resumen. DOI:<=
/b>
https://doi.org/10.33262/concienciadigital.v3i4.1.1476=
Introducción: Para este estudio, se tiene una
estimación de parámetros de una comparativa entre dos algoritmos de reconoc=
imiento
de caracteres numéricos en imágenes digitales: K-NN y Tesseract, con el fin=
de
determinar el de mayor grado de similitud. Metodología: Se utilizo el
método inductivo y experimental para adquirir los información y datos como:=
la
precisión, tiempo en el reconocimiento, porcentaje de consumo de memoria RA=
M y
de CPU. Esta investigación es de tipo cuasi experimental por las técnicas
escogidas para el reconocimiento de los dígitos aplicadas a imágenes y
posteriormente evaluar en K-NN y Tesseract a medidores de energía eléctrica
capturados en fotografía para la obtención de una lectura de consumo
automática. La investigación es de tipo aplicativa ya que se basó en
conocimientos existentes de investigaciones previas con dirección al desarr=
ollo
tecnológico de mejora de nuevos procesos. También se puede tomar como
experimental por la adquisición de datos mediante pruebas de laboratorio do=
nde
se puede apreciar elementos importantes y a simple vista una captación de
fenómenos del caso. Conclusión: Mediante las pruebas para determinar un
reconocimiento de caracteres mediante el uso de los algoritmos K-NN y Tesse=
ract
se obtuvo como resultados de estimación de precisión del 439.3% en el algor=
itmo
K-NN y un 29.34% con Tesseract utilizando un promedio de tiempo de 1.2 y 0.=
06
segundos respectivos en cada algoritmo.
Palabras Claves: Algoritmo K-NN, Tesseract, Raspberry Pi, Python,=
OpenCV.
Summary.
Introduction: For this study, there is an estimation of paramet=
ers
from a comparison between two algorithms for the recognition of numerical
characters in images: K-NN and Tesseract, in order to determine the one with
the highest degree of similarity. Methodology: The inductive and
experimental method was used to acquire information and data such as:
precision, recognition time, percentage of consumption of RAM and CPU memor=
y.
This research is of a quasi-experimental type due to the techniques chosen =
for
the recognition of the digits applied to images and later to evaluate in K-=
NN
and Tesseract electric energy meters captured in photography to obtain an
automatic consumption reading. The research is of an applicative type since=
it
was based on existing knowledge from previous research aimed at technologic=
al
development to improve new processes. It can also be taken as experimental =
by
the acquisition of data through laboratory tests where important elements c=
an
be appreciated and a simple view a capture of the phenomena of the case.
Keywords: Algorithm K-NN, Tesseract,
Raspberry Pi, Python, OpenCV.
Introducción.
Actualmente, se requiere generar aplicaciones enfocadas a adqu=
irir
y obtener datos con el fin de realizar diferentes reconocimientos a nivel de
caracteres numéricos en imágenes digitales de nuestro entorno. Según López Beltran & Sotter Solano (2001),=
la
visión por computadora o artificial es una de las áreas investigativas con =
más
desarrollo tanto el sector estudiantil como a nivel de empresa, su objetivo
fundamental es proveer a los sistemas electrónicos una visión similar a la =
humana
cuyas aplicaciones se enfocan en el reconocimiento facial, el reconocimient=
o de
caracteres, la detección de movimiento, entre otros.
Mediante este tipo de aplicaciones se busca realizar el diseño=
de
algoritmos, se evaluará los algoritmos K-NN y Tesseract aplicados al
reconocimiento de una lectura de consumo de energía eléctrica y se medirá su
nivel de precisión, tiempo empleado en el reconocimiento, porcentaje de uso=
de
la CPU y de memoria RAM.
Para la estimación de parámetros para imágenes digitales se
utilizará un sistema computacional SBC con el SO Linux, la gestión de imáge=
nes
digitales se realizó con OpenCV, el Tesseract s=
e lo
utilizo como motor de reconocimiento óptico de caracteres y una tarjeta
controladora Raspberry Pi en la cual se programó mediante los lenguajes Pyt=
hon
y C++ en los que se implementará cada uno de los algoritmos.
Según López (2009), el diseño de un algoritmo consiste en “[…]
Trazar un plan que lo resuelva por medio de pasos sucesivos y organizados en
secuencia lógica.” (p. 21).
Como indican Moeslund & Granum (2001) la visión artificial o visión por compu=
tador
tiene un amplio campo de aplicación en áreas tan diversas como la medicina,=
la
agricultura, redes eléctricas inteligentes, entre otras; utilizándose en ta=
reas
como el reconocimiento de patrones, la detección de movimiento, el
reconocimiento de caracteres, etc.
El Reconocimiento de Caracteres, OCR (Opt=
ical
Character Recognition), es
una tecnología que engloba un conjunto de técnicas basadas en estadísticas,=
en
las formas de los caracteres, transformadas y en comparaciones, que,
complementándose entre sí, se emplean para distinguir de forma automática e=
ntre
los diferentes caracteres alfanuméricos existentes en una imagen digital. <=
/span>(
Para las aplicaciones de reconocimiento de dígitos existen una=
variedad
de algoritmos, el presente trabajo de investigación se centra en el desarro=
llo
de una plataforma basada en un computador de bajo recursos que permita estu=
diar
y evaluar los algoritmos de aprendizaje supervisado: K-NN y ANN, por su
simplicidad y grado de precisión en el reconocimiento de caracteres; y
contrastarlos frente a Tesseract, una aplicación Open =
Source
de reconocimiento óptico de caracteres, inicialmente desarrollado por HP y =
que
actualmente Google continua con su desarrollo.
Al realizar la segmentación, se tiene una imagen normalizada e=
n la
que se encuentra la información susceptible de ser “reconocida”. La informa=
ción
así representada, una matriz bidimensional de valores binarios, niveles de =
gris
o color RGB, no codifica de forma óptima las características más
discriminativas del objeto al que representa. La extracción de las
características es una de las fases más difíciles en los sistemas de
reconocimiento de caracteres, puesto que es muy difícil escoger un conjunto=
de
características óptimo. Para esta fase se utilizan entre otros los siguient=
es
métodos: análisis de componentes principales (PCA), análisis discriminante
lineal (LDA), análisis independiente de componentes (ICA) y análisis
discriminante no lineal (NDA). (S
Se obtienen las características más importantes de cada uno de=
los
caracteres incluidos en la imagen digital, el siguiente paso es realizar el
reconocimiento del mismo en base a un patrón predefinido, básicamente exist=
en
dos métodos de reconocimiento: offline y online. Los métodos offline más
utilizados son: Clustering,
La visión por computador puede considerarse como un subcampo
dentro de la inteligencia artificial y se centra básicamente en intentar
expresar el proceso de visión en términos de computación. Algunas de las
técnicas más utilizadas en el campo de la visión por computador son el
procesamiento de imágenes, los gráficos por computador y el reconocimiento =
de
patrones. (Pajares, 2008)
Es importante destacar que el principal objetivo a alcanzar por
todas las investigaciones realizadas en este campo, es intentar conseguir la
máxima similitud entre la visión artificial realizada por los computadores =
y la
visión biológica utilizada por los seres vivos.
Desarrollo.
La
visión artificial o por computador está asociada a varios conceptos con
relación al software, hardware y desarrollos teóricos. La tarea de visión p=
or
computador cumple varios pasos fundamentales que se verán a continuación.
La amplia gama de aplicaciones cubiertas por la Visión artific=
ial,
se debe fundamentalmente a que esta permite extraer y analizar información
espectral, espacial y temporal de los distintos objetos incluidos en imágen=
es
digitales.
La información espectral incluye frecuencia (color) e intensid=
ad
(tonos de gris). La Información espacial se refiere a aspectos como forma y=
posición
(una, dos y tres Dimensiones). A su vez, la información temporal comprende
aspectos estacionarios (presencia y/o ausencia) y dependientes del tiempo
(eventos, movimientos, procesos).
(Sobrado, 2003)
La importancia de todas las investigaciones realizadas en el c=
ampo
de la visión por computador se hace evidente al observar la alta demanda por
parte de la industria y la sociedad de aplicaciones capacitadas para recono=
cer
objetos. Como ejemplo de este tipo de aplicaciones destacaríamos el caso de=
Fujitsu
que ha diseñado robots que tienen la capacidad de reconocer imágenes en tres
dimensiones. También es importante destacar el uso de estas tecnologías
aplicadas en los nuevos buscadores de internet. Proyectos como Riya ó VIMA entre otros
investigan la creación de buscadores de páginas web que además de poder
localizar texto como puede hacer Google, permitan buscar contenidos multime=
dia
gracias al uso de algoritmos de reconocimiento de imágenes. (Sanz, 2008)
Como las principales áreas de la visión por computador o visión
artificial se tiene:
• &nb=
sp;
Medición o
calibración: correlación cuantita=
tiva
entre datos de diseño, se cumple específicamente con las mediciones
preestablecidas.
• &nb=
sp;
Detección=
de
falla: análisis cualitativo para
detección de artefactos no deseados comúnmente llamados defectos, pueden te=
ner
una forma o posición desconocida.
• &nb=
sp;
Verificac=
ión: chequeo cualitativo de una operación de ensamblaje ha culmin=
ado
correctamente.
• &nb=
sp;
Reconocim=
iento:
se identifica un objeto en b=
ase
en descriptores asociados con el objeto.
Para
llegar a cumplir una tarea de manera satisfactoria, todo el sistema de
reconocimiento de caracteres debe realizar cuatro fases.
Figura
1. Proceso para reconocimiento de
caracteres.
![](3D"file9025_archivos/image004.png")
Fuente: Elaboración pro=
pia.
Las
técnicas de pre procesado pretenden mejorar o realzar las propiedades de la=
s imágenes
para facilitar las siguientes operaciones de la Visión Artificial, tales co=
mo
las etapas de segmentación, extracción de las características y finalmente =
la
interpretación automática de las imágenes. Estás técnicas básicamente son:
Realce o aumento del contraste, suavizado o eliminación del ruido presente =
en
la imagen y la detección de bordes. (Dueñas, 2014)
Existen
varios algoritmos creados para aplicaciones de reconocimiento ya sea de
dígitos, figuras, etc. En esta investigación se tiene como principal objeti=
vo
la estimación de parámetros que nos permita evaluar estos algoritmos de
aprendizaje supervisado como es el algoritmo K-NN ya que por su simplicidad=
y
alto grado de precisión es aplicado en el reconocimiento de caracteres, tam=
bién
se estudiara el contraste con Tesseract, una aplicación OpenSource
de HP y Google.
Existen
placas controladoras en el mercado capaces de realizar tareas a nivel de una
PC, esta es una tecnología reducida (SBC) como Arduino o Raspberry Pi. En
nuestro caso se utiliza un Rasberry Pi, esta placa no se encuentra mucho en=
el
mercado, por esta razón es de gran importancia determinar un algoritmo para
reconocimiento de dígitos o caracteres, debe ser óptimo que mantengas un ba=
jo
consumo de recursos de la placa controladora Raspberry Pi y un alto grado de
precisión.
Metodolog=
ía.
La presente investiga=
ción
es del tipo cuasi experimental ya que se escoge la técnica de reconcomiendo=
de
dígitos más adecuada en imágenes para lo cual se evaluarán: K-NN, Tesseract=
y
Redes Neuronales Artificiales en fotografías tomadas a medidores de energía
eléctrica con el objetivo de obtener la lectura de consumo de manera
automática, además los datos de las pruebas realizadas son generados por el
autor de esta investigación.
Los instrumentos para=
recopilar
los datos de los indicadores son los siguientes:
·&nb=
sp;
OpenCV: librería de software libre para aplicac=
iones
de visión artificial, dispone de interfaces de programación para C, C++, Py=
thon
y JAVA. (Comunidad OPENCV: http://www.opencv.org). La comunidad de OpenCV cuenta actualmente con 47000 usuarios y más de=
9
millones de descarga lo que le convierte en la plataforma número uno de
investigación y desarrollo en el campo de la visión artificial.
·&nb=
sp;
Tesseract:=
motor libre para aplicaciones de reconocimiento óptico de Caracteres
actualmente desarrollado por Google. (https://github.com/tesseract-ocr/)
·&nb=
sp;
Python:
·&nb=
sp;
ImageMagick:
conjunto de utilidades de código abierto para mostrar, manipular y convertir
imágenes, capaz de reconocer más de 200 formatos.
(http://www.imagemagick.org/script/index.php)
Reconocimiento
de caracteres mediante algoritmo K- NN.
El
algoritmo K-NN (K - Nearest
Neighbors) o también
llamado algoritmo K – Vecinos más cercanos, pertenece a la familia de
algoritmos de aprendizaje supervisado, este algoritmo se debe entrenar medi=
ante
muestras de dígitos que se necesita reconocer, se toma el valor “K” más cer=
cano
entre los datos de entrenamiento para llevar a cabo la tarea, este dato debe
estar cercano al valor que se intenta reconocer para esto se toma en cuenta=
una
distancia euclidiana existente entre dos valores.
La verificación del nivel de
precisión obtenida del reconocimiento de dígitos aplicados en fotografías o
imágenes tiene como población y la muestra tiene varias fotografías tomadas=
a
medidores de energía eléctrica marca HIKING de procedencia china pertenecie=
ntes
a la Empresa Eléctrica de Riobamba.
Para la obtención de la muestra se
tomó 2 fotografías diarias en el horario de la mañana y en la tarde en un l=
apso
de 25 días. En la figura 2 se puede apreciar la muestra de una imagen origi=
nal
de un Monofásico contador electrónico llamado medidor marca HIKING.
=
Figura
2. Monofásico contador electrónico (medidor)
![](3D"file9025_archivos/image006.jpg")
Fuente:
Elaboración propia.
Pos= teriormente a la selección de herramientas de software y hardware se procede al desarro= llo de la aplicación de Visión Artificial la cual nos permitirá verificar el funcionamiento adecuado de ambas técnicas para el reconocimiento de dígitos= o caracteres de las imágenes seleccionadas.
Antes
de enviar la imagen al algoritmo se debe generar un redimensionamiento de la
imagen, el tamaño original de las fotografías tomadas a los medidores HIKIN=
G de
la Empresa Eléctrica de Riobamba fue en un rango de 15 cm - 30 cm, se aprec=
ió
que las dimensiones de la imagen variaban de una forma notoria, así que es
necesario realizar varias pruebas para determinar las dimensiones optimas, =
el
tamaño adecuado de la imagen precisa para el procedimiento es de 453x487
pixeles Figura 3.
Figura 3. Imagen
redimensionada para la detección de caracteres.
![](3D"file9025_archivos/image008.jpg")
=
Fuente:
Elaboración propia.
Se
utilizo un método de localización de objetos que se basa en un algoritmo de
detección de blobs para realizar la segmentación de la fotografía
redimensionada de un medidor de energía eléctrica, Se delimitaron los objet=
os
que se encontraban dentro de la imagen, estos límites son en forma rectangu=
lar
en los cuales pueden contener áreas de interés. Así se delimito la zona de
muestra donde se encuentran los dígitos del consumo de energía eléctrica de=
la
fotografía. Este preprocesamiento utilizo las funciones de erosión de OpenCV y dilatación. Se puede apreciar en la Figura 4=
el
resultado de este proceso.
Figura 4. Detección de
Blobs
![](3D"file9025_archivos/image009.jpg")
=
Fuente:
Elaboración propia.
En
esta etapa se recorta el blob en secciones rectangulares seleccionando nues=
tras
zonas de interés las cuales son las de los dígitos del consumo eléctrico del
medidor HIKING, se tiene una posición de inicio de 144 x 170 pixeles y una
posición final de 315 x 201 pixeles. En la Figura 5 se muestra el sector del
blob de muestreo, se utiliza una función llamada getRe=
ctSubPix
Figura 5. Lectura obten=
ida
del blob
![](3D"file9025_archivos/image011.png")
Fuente: Elaboración pro=
pia.
Se
puede mencionar los problemas que se presentaron al analizar las imágenes
obtenidas mediante dispositivos como cámaras fotográficas con un alto nivel=
de
compresión, de cuantización y con un sensor con alta sensibilidad del
dispositivo de captura. Este problema se puede resolver con el uso de varias
técnicas de fotografía, por ejemplo, el suavizado de una imagen mediante
filtros o AI, en nuestro caso se utilizo un fil=
tro
llamado Filtro Gaussiano. En la figura 6 se puede apreciar la lectura del b=
lob
aplicado el Filtro Gaussiano.
Figura 6. Post procesam=
iento
mediante filtro Gaussiano
![](3D"file9025_archivos/image013.jpg")
Fuente: Elaboración
propia.
Como un proceso previo a la utili=
zación
de las funciones de reconocimiento de dígitos o caracteres por medio de
patrones se tiene la binarización inversa, esta técnica consiste en una
detección de puntos de color blanco ubicados sobre un fondo negro. En la Fi=
gura
6 se puede apreciar que los dígitos son blancos en un fondo negro, así que =
es
necesario realizar la técnica de binarización inversa sobre nuestra imagen =
de
muestra seleccionada y así obtener su complemento. En la Figura 7 se puede
apreciar el resultado de aplicar la binarización inversa.
Figura 7. Proceso de
binarización inversa aplicada a la imagen referencial
![](3D"file9025_archivos/image015.jpg")
Fuente: Elaboración
propia.
Resultados.
En
la estimación de parámetros para imágenes digitales, usando clasificadores =
K-NN
y Tesseract se establecieron dos bancos de pruebas las cuales contaron con =
30
muestras de fotografías tomadas a los medidores de energía eléctrica de mar=
ca
HIKING pertenecientes a la Empresa Eléctrica de Riobamba para determinar la
técnica que sea más adecuada para nuestra investigación, estos bancos de
pruebas se describen a continuación:
·&nb=
sp;
Banco de prueba 1:
Reconocimiento de caracteres con algoritmo K-NN.
·&nb=
sp;
Banco de prueba 2:
Reconocimiento de caracteres con Tesseract.
Los
parámetros indicadores para la estimación son los siguientes:
·&nb=
sp;
·&nb=
sp;
·&nb=
sp;
·&nb=
sp;
A
continuación, se muestran las figuras 8, 9,10 y 11 en las cuales se puede
apreciar de manera gráfica los resultados obtenidos de ambos métodos K-NN y
Tesseract de las pruebas realizadas.
Figura 8. Consumo de CPU
por algoritmo.
![](3D"file9025_archivos/image017.png")
Fuente: Elaboración
propia.
Figura 9. Consumo de RAM
por algoritmo.
![](3D"file9025_archivos/image019.png")
Fuente: Elaboración
propia.
Figura 8. Precisión del=
uso
de K-NN.
![](3D"file9025_archivos/image021.png")
Fuente: Elaboración
propia.
Figura 9. Tiempo de cada
algoritmo.
![](3D"file9025_archivos/image023.png")
Fuente: Elaboración
propia.
Conclusiones.
·&nb=
sp;
De las pruebas realiz=
adas
con los clasificadores K-NN y Tesseract, para medir el mayor grado de preci=
sión
de reconocimiento de caracteres numéricos, se utilizó una muestra de 30
fotografías de medidores de energía eléctrica, dando como resultado que el
clasificador con mayor grado de precisión es K-NN con 49.34%, utilizando un
tiempo promedio de 1.23s y para el clasificador Tesseract de 29.24%, utiliz=
ando
un tiempo promedio de 0.061s, datos que se obtuvieron aplicando el test
estadístico de Kruskall-Wallis.
·&nb=
sp;
A través de la aplica=
ción
del mismo test estadístico se determinó que: K-NN presenta un consumo prome=
dio
de 15.7MB y 11.64% de consumo de CPU; para el clasificador Tesseract 52.8MB=
de
memoria RAM y 2.65%de CPU, que son los parámetros relacionados con el consu=
mo
de recursos utilizados.
Recomendaciones:
·&nb=
sp;
Tomar en cuenta reali=
zar las
capturas de imágenes en horas de la mañana y tarde donde no esté presente
alguna condición climatológica que pueda afectar la precisión de la lectura=
de
datos o el reconocimiento posterior de la zona de interés.
·&nb=
sp;
Para una mejor precis=
ión
en este reconocimiento de la zona de interés como dígitos se debe increment=
ar
la muestra de dígitos para el entrenamiento de K-NN ampliando las fuentes
tipográficas variadas.
·&nb=
sp;
Profundizar el tema de
estudio sobre la técnica K-NN & SVM con enfoque los diferentes campos
enfocados a la industria en aplicaciones de visión artificial y evaluar
técnicas de reconocimiento usando patrones tales como SVM, adicionalmente c=
on
un enfoque en Deep Learning y un aprendizaje no
supervisado.
Referencias
Bibliográficas.
Hernández Sampieri, R. (2010).
Metodología de la Investigación. México: McGRAW-HILL.
Laganière,
R. (2014). OpenCV Computer Vision Application. =
Packt
Publishing.
López Beltrán, R., & Sotter Solano, E. (2001). Aplicación del sistema Robot
Visión PRO para operaciones automáticas de control de calidad. Revista
Científica Ingeniería y Desarrollo (9).
López García, J. C. (2009). Educa=
ción
Básica Algoritmos y programación guía para docentes. Eduteka.
Moeslund,
T., & Granum, E. (2001). A Survey of Computer Vision-Based Human Motion
Capture. Computer Vision and Image Understanding.
Nayak, M.,
& Ajit Kumar, N. (2013). Odia Characters
Recognition by Training Tesseract OCR. International
Journal of Computer Applications.
Pajares, G. (2001). VISION POR
COMPUTADOR: IMAGENES DIGITALES Y APLICACIONES. México: RA-MA.
Sánchez Fernández, C., & Sandonís Consuegra, V. (2014). Reconocimiento Óptico =
de
Caracteres (OCR). Universidad Carlos III.
Sanz, J. (2008). Reconocimiento de
objetos por descriptores de forma. Universidad de Barcelona.
Sobrado, A. (2003). Sistema de Vi=
sión
Artificial para el reconocimiento y manipulación de objetos utilizando un b=
razo
Robot. Pontificia
Universidad Católica del Perú.
Suruchi, D., & Anjali, C. (2012). Survey of Methods for Character Recognition. International Journal of Engineering and Innovative Technology (IJEIT), 1.<= o:p>
![](3D"file9025_archivos/image025.jpg")
PARA CITAR EL
ARTÍCULO INDEXADO.
Ocaña Pa=
ñora,
L. S., Arias Guadalupe, J. I., Merino Sánchez, C. G., & Medina Matute, =
V.
H. (2020). Estimación de parámetros para imágenes digitales, usando
clasificadores K-NN y Tesseract. ConcienciaDigital<=
/i>,
3(4.1), 103-115.
https://doi=
.org/10.33262/concienciadigital.v3i4.1.1476
![3Dedito=](3D"file9025_archivos/image027.jpg")
El artículo que se publica es de exclusiva =
responsabilidad
de los autores y no necesariamente reflejan el pensamiento de la Revista
Conciencia Digital.
El artículo queda en propiedad de la
revista y, por tanto, su publicación parcial y/o total en otro medio tiene =
que
ser autorizado por el director de la Revista Conciencia Digital.
![](3D"file9025_archivos/image029.jpg")
![3D"logo_catalogo3b.jpg"](3D"file9025_archivos/image031.jpg")