Gestão e automatização na confecção de documentos digitais

dc.contributor.advisorBorba, Anderson Adaime de
dc.contributor.authorZorn, Erick Nogueira
dc.contributor.authorAndriollo, Julio Duvique
dc.date.accessioned2024-11-07T12:57:52Z
dc.date.available2024-11-07T12:57:52Z
dc.date.issued2024-06-10
dc.descriptionIndicado para publicação.
dc.description.abstractEste artigo expõe a aplicação de uma tecnologia de Reconhecimento Óptico de Caracteres (OCR) em imagens que contenham texto, abordando o início do desenvolvimento de um sistema de Gerenciamento Eletrônico de Documentos (GED), em vista da necessidade da gestão de documentos em diversos processos de negócio, presente no dia a dia de qualquer organização. O objetivo é explorar os benefícios da extração de textos de imagens digitalizadas que contenham texto, utilizando um processo de visão computacional por meio da ferramenta Tesseract OCR e iniciar o desenvolvimento de um sistema que facilita a gestão de documentos novos e já existentes através de funcionalidades como importação, classificação, busca e personalização. Uma análise foi conduzida em 5 diferentes casos de teste, utilizando a métrica de acurácia para avaliar a eficácia da ferramenta OCR, a qual demonstrou ser eficiente, apresentando uma acurácia média de 93,6%.
dc.description.abstractThis article exposes the application of Optical Character Recognition (OCR) technology to images that contain text, addressing the beginning of the development of an Electronic Document Management (EDM) system, in view of the need for document management in various business processes, which is a frequent necessity in any organization’s daily operations. The objective is to explore the advantages of extracting texts from digital images through a computer vision process using the Tesseract OCR tool and to initiate the development of a system that simplifies the management of new and existing documents by offering features like importing, categorizing, searching and customization. An analysis was conducted on 5 different test cases, using the accuracy metric to evaluate the effectiveness of the OCR tool, which proved to be efficient, presenting an average accuracy of 93.6%.
dc.identifier.urihttps://dspace.mackenzie.br/handle/10899/39722
dc.languagept_BR
dc.publisherUniversidade Presbiteriana Mackenzie
dc.subjectsistema de gerenciamento eletrônico de documentos
dc.subjectsistema GED
dc.subjectOCR
dc.subjectinteligência artificial
dc.subjecttesseract OCR
dc.subjectvisão computacional.
dc.titleGestão e automatização na confecção de documentos digitais
dc.typeTCC
local.publisher.departmentFaculdade de Computação e Informática (FCI)
Arquivos
Pacote Original
Agora exibindo 1 - 1 de 1
Carregando...
Imagem de Miniatura
Nome:
17-2024.1 - Erick Nogueira Zorn - Julio Duvique Andriollo.pdf
Tamanho:
2.94 MB
Formato:
Adobe Portable Document Format
Descrição:
Licença do Pacote
Agora exibindo 1 - 1 de 1
Carregando...
Imagem de Miniatura
Nome:
license.txt
Tamanho:
2.22 KB
Formato:
Item-specific license agreed upon to submission
Descrição: