Extraction de formules chimiques dans des documents manuscrits composites

Nabil Ghanmi (1) , Belaïd Abdel (1, 2)

1 LORIA - Laboratoire Lorrain de Recherche en Informatique et ses Applications
2 READ - Recognition of writing and analysis of documents

Nous abordons dans ces travaux, le problème de la segmentation de documents de cahiers de la chimie en zones homogènes. Les documents à traiter sont manuscrits sans contraintes composés de zones de textes, de tableaux et de graphiques, représentant l'expression graphique de l'expérience réalisée. L'objectif de ce premier travail est d'extraire, dans chaque document, le bloc contenant le schéma graphique. Nous proposons une méthode d'extraction et de classification des structures élémentaires du document sur lesquels s'appuiera une technique de séparation verticale des blocs. Des descripteurs spécifiques tenant compte de la texture du texte et du graphique sont pris en compte. Des connaissances a priori sur la structure du document sont ensuite utilisées pour délimiter le bloc graphique. Les résultats expérimentaux obtenus sur une variété de documents de chimie sont de l'ordre de 92% de bonne extraction de graphique

Mots clés: extraction de formules chimiques; segmentation en lignes; classification; descripteurs texturaux

Domaines: Traitement du texte et du document

Nabil Ghanmi, Belaïd Abdel. Extraction de formules chimiques dans des documents manuscrits composites. Colloque International Francophone sur l'Écrit et le Document, Mar 2014, Nancy, France. pp.185-197. ⟨hal-01070831⟩