Implementación de un buscador probabilístico de palabras en imágenes de páginas de texto, basado en índices

Abstract

[ES] Este documento expone el proyecto realizado en el grado de ingeniería informática en la rama de computación. El trabajo consiste en la implementación de una aplicación dedicada a la búsqueda de palabras en imágenes de páginas de texto manuscrito. El desarrollo se ha realizado íntegramente con Python, la librería PyQt5 y el gestor de paquetes Anaconda. Esta aplicación recibe las imágenes y los índices previamente calculados. Estos han sido obtenidos mediante un sistema reconocedor de texto manuscrito. Cuando el usuario realiza una búsqueda, accedemos a esos diccionarios para devolverle todos los documentos donde aparece la palabra introducida con la probabilidad mayor o igual a la otorgada por el usuario. El principal objetivo del buscador es encontrar imágenes donde se cumplan una serie de restricciones de búsqueda. Y, por último, se encuentra el objetivo de realizar una aplicación lo más amigable posible, para que cualquier persona, independientemente de las aptitudes que tenga en el campo informático, pueda utilizarla sin necesitad de una costosa y larga formación.

[EN] This document exposes the project carried out in the degree of computer engineering in the ranch of computing. The work consists of the implementation of an application dedicated to searching for words in images of pages of handwritten text. The development has been carried out entirely with Python, the PyQt5 library and the Anaconda package manager. This application receives the images and the previously calculated indexes. These have been obtained by means of a handwritten text recognizer system. When the user performs a search, we access these dictionaries to return all the documents where the word entered appears with the probability greater or equal to that given by the user. The main objective of the search engine is to find images where a series of search restrictions are met. And, finally, there is the objective of making an application as user-friendly as possible, so that anyone, qualified or not, can use it without the need for expensive and long training.