Reconocimiento de caracteres manuscritos aislados en campos de formularios utilizando redes neuronales

Abstract

El presente trabajo de investigación intitulado “Reconocimiento de caracteres manuscritos aislados en campos de formularios utilizando redes neuronales”, tiene por objetivo desarrollar un prototipo de sistema para el reconocimiento de caracteres manuscritos aislados en campos de formularios predefinidos utilizando Redes Neuronales, ya que este campo de la Inteligencia Artificial ha demostrado ser el más adecuado para el desarrollo de este tipo de aplicaciones. El reconocimiento de caracteres manuscritos es una tarea relativamente sencilla para nosotros los humanos, puesto que reconocer un carácter manuscrito es una tarea que hemos desarrollado desde niños cuando aprendemos a leer y escribir, esto podría hacer pensar que enseñar a una computadora a reconocer caracteres manuscritos sea también una tarea sencilla; pues no lo es y la razón radica en que nosotros tenemos la habilidad de mirar subconscientemente las diferentes facetas de lo que estamos leyendo y usamos un multinivel de pensamiento para reconocer cada palabra; es decir que nosotros no solo tomamos en cuenta la forma individual de cada letra o carácter, sino que nuestro cerebro tiene la habilidad de juntar patrones y darle el significado correspondiente teniendo en cuenta el contexto. Es así que surge la presente tesis, cuya importancia radica en la construcción de una herramienta de software desarrollada bajo el lenguaje de modelamiento unificado “UML” e implementada en Visual Basic, para la captura de caracteres manuscritos provenientes de los campos de formularios de datos, almacenando además toda la información reconocida en una base de datos para su posterior tratamiento y uso.

The present investigation “Recognition of isolated handwritten characters in fields from forms using Neuronal Networks”, have as purpose to develop a prototype of system for the recognition of isolated handwritten characters in predefined fields from forms using Neuronal Networks, because the Artificial Intelligence has demonstrated to be the most suitable for these applications. The Recognition of handwritten characters is a task relatively simple for us the humans, although it is a task that we have developed from children when we learn to read and to write, then it could make to think that to teach to a computer to recognize handwritten characters is also a simple task; but that is not true because we have the ability to watch subconsciously the different facets of the text that we are reading and we use a multilevel of thought to recognize each word; then we not only consider the individual form of each character, but also our brain has the ability to join patterns and to give them the corresponding meaning accord the context. For that reason the present thesis has achieved to develop a software's tool, using the Unified Modeling Language “UML” and his code source has been implemented in Visual Basic, to capture of handwritten characters from fields of data forms, and also this tool store all the recognized information in a data base for his later use.