한국인터넷방송통신학회논문지 (The Journal of the Institute of Internet, Broadcasting and Communication)

  • 제18권6호
  • /
  • Pages.269-276
  • /
  • 2018
  • /
  • 2289-0238(pISSN)
  • /
  • 2289-0246(eISSN)
한국인터넷방송통신학회 (The Institute of Internet, Broadcasting and Communication)
권호 표지
DOI QR코드

DOI QR Code

OCR 기반 스마트 가계부 구현

Development of Smart Household Ledger based on OCR

  • 채성은 (한국산업기술대학교 컴퓨터공학부) ;
  • 정기석 (한국산업기술대학교 컴퓨터공학부) ;
  • 이정열 (한국산업기술대학교 컴퓨터공학부) ;
  • 노영주 (한국산업기술대학교 컴퓨터공학부)
  • 투고 : 2018.10.04
  • 심사 : 2018.12.07
  • 발행 : 2018.12.31
PDF 다운로드
⟨ 이전 논문 다음 논문 ⟩

초록

OCR(광학문자인식)은 컴퓨터 분야에 적용된 지 20년의 역사가 되었고, 자동차 번호판 인식을 통한 주차관리 등 여러 분야에서 응용되어왔다. 본 OCR 기반 스마트 가계부 앱 개발연구에서도 이 기술을 이용하였다. 스마트폰 기반 가계부에서 구매 내역을 수기로 일일이 기입하는 불편을 개선하고자 카메라로 영수증을 촬영해서 구입 목록을 자동으로 정리할 수 있도록 하였다. 이 과정에서 기존의 OCR 기술만으로 영수증의 이미지 문자를 판독하면 인식률이 떨어져서 영상처리기술을 이용하여 영수증 사진의 대비를 조절하는 방법으로 영수증의 문자 인식률을 89%에서 92.5%로 향상하였다.

OCR(Optical Character Recognition) using computers has been developed for 20 years and applied to various fields such as parking management based on the recognition of license plates of cars. This technology was also used in the development of our smart OCR-based household ledger. In order to improve filling the purchase history into a smartphone based household account book, we can take pictures of receipts with the smarphone camera and automatically organize the purchase list. In this process, the recognition rate of the characters of the receipt image is not high enough with OCR technology. We could improve the rate by applying the image processing technology and adjusting the contrast of the receipt image. The rate improved from 89% to 92.5%.

키워드

OTNBBE_2018_v18n6_269_f0001.png 이미지

그림 1. RECPIC 어플리케이션 화면 예 Fig. 1. Example of RECPIC application screen

OTNBBE_2018_v18n6_269_f0002.png 이미지

그림 2. 가계부 입력 화면 예 Fig. 2. Ledger entry screen

OTNBBE_2018_v18n6_269_f0003.png 이미지

그림 3. 공유 가계부 생성 화면 예 Fig. 3. Shared Ledger Creation Screen

OTNBBE_2018_v18n6_269_f0004.png 이미지

그림 4. OCR 자동 인식 결과 Fig. 4. OCR automatic recognition result

OTNBBE_2018_v18n6_269_f0005.png 이미지

그림 5. 문자 메시지 분석 및 추가화면 Fig. 5. Text message analysis and additional screen

OTNBBE_2018_v18n6_269_f0006.png 이미지

그림 6. SmaRed 시스템 구성도 Fig. 6. System Diagram of SmaRed

OTNBBE_2018_v18n6_269_f0007.png 이미지

그림 7. 브로드캐스트 리시버를 활용한 가계부 지출 내역 기입 Fig. 7. Filling out the expenditure history of the household ledger using the broadcast receiver

OTNBBE_2018_v18n6_269_f0008.png 이미지

그림 8. 영상처리 과정 Fig. 8. Image processing procedure

OTNBBE_2018_v18n6_269_f0009.png 이미지

그림 9. 이미지 보정 후 텍스트 인식률 비교 그래프 Fig. 9. Text recognition rate comparison graph after image correction

OTNBBE_2018_v18n6_269_f0010.png 이미지

그림 10. 이미지 보정 후 OCR 인식 수행 시간 비교 그래프 Fig. 10. OCR recognition time comparison graph after image correction

OTNBBE_2018_v18n6_269_f0011.png 이미지

그림 11. 이미지 보정 후 텍스트 인식 결과 비교 예 Fig. 11. Comparison of text recognition results after image correction

표 1. 유사 어플리케이션과의 비교 Table 1. Comparison with similar applications

OTNBBE_2018_v18n6_269_t0001.png 이미지

참고문헌

  1. Jeong-Hyun Cho, Cheol-Woong Ahn, "Auto Detection System of Personal Information based on Images and Document Analysis,"Journal of The Institute of Internet, Broadcasting and Communication (IIBC), Vol. 15, No. 5, pp.183-192, 2015. DOI : https://doi.org/10.7236/jiibc.2015.15.5.183
  2. Min-Chul Jung, "Character Segmentation Using Side Profile Pattern",The Korea Academia- Industrial cooperation Society(KA, Vol. 4, No. 3, pp 248-251, 2003.
  3. Recpic, Modaydream. Retrieved at https://play.google.com/store/apps/details?id=com.codeatnite.recpic&hl=ko on Sep. 28, 2018.
  4. Comfortable Household Ledger, Realbyte. Retrieved at https://play.google.com/store/apps/details?id=com. realbyteapps.moneymanagerfree&hl=ko on Sep. 28, 2018.
  5. Clever Household, Clever Inc.. Retrieved at https://play.google.com/store/apps/details?id=com.dencreak.spbook on Sep. 28. 2018..
  6. Kim Jae Wan, Kim Sang-tae, Yoon Joon Yong, Ju Yang Ik, "A Personal Prescription Management System Employing Optical Character Recognition Technique," Journal of the Korea Institute of Information and Communication Engineering. Vol. 19, No. 10,pp. 2423-2428, 2015, DOI : https://doi.org/10.6109/jkiice.2015.19.10.2423
  7. TextGrabber, ABBYY. Retrieved at http://www.textgrabber.pro/en/ on Sep. 28. 2018.
  8. Google Cloud Vision API: OCR, Google. Retrieved at https://cloud.google.com/vision/docs/ocr on Sep. 28. 2018.
  9. Firebase, Google. Retieved at https://firebase.google.com/ on Sep. 28, 2018.
  10. Lee Kye Sang, TCP/IP Socket Programming, Miraecom, 2009.
  11. Jung Jae Kon, Do it! Android app Programming, EasysPublishing, 2011.
  12. Jung Sung Hwan, Bae Jong Ok, Image processing and application learning with OpenCV, Life and Power Press 2017.
  13. Optical Character Recognition, Wikipedia. Retrieved at https://en.wikipedia.org/wiki/Optical_character_recognition on Sep. 28, 2018.