Bibliographie & annexes
Présentation
Auteur(s)
-
Philippe LEFÈVRE : Ingénieur ESE - Direction des Études et Recherches d’EDF
Lire cet article issu d'une ressource documentaire complète, actualisée et validée par des comités scientifiques.
Lire l’articleINTRODUCTION
L’invention du procédé d’impression typographique par Gutenberg vers 1440 a transformé radicalement notre société par une diffusion plus large et plus rapide des connaissances. L’avènement actuel des réseaux et la dématérialisation de l’information, qui devient électronique et numérique, constituent une révolution de même importance.
Le rêve d’un monde sans papier, qui hante les professionnels de l’informatique et de la documentation depuis bientôt quatre décennies, semble sur le point de devenir une réalité : on ne peut plus ouvrir une revue informatique sans y trouver plusieurs articles sur Internet, les bases de données en ligne, les CD-ROM... L’information est devenue aujourd’hui omniprésente, et sa maîtrise est considérée comme un facteur essentiel de réussite. Or cette information est constituée à 80 % de données textuelles. Les connaissances, qu’elles soient techniques, scientifiques, historiques, économiques, juridiques, médicales... sont en majorité mémorisées et véhiculées par des textes. Celles qui ont été publiées récemment sont directement accessibles sous forme électronique. Par contre, la majorité du patrimoine culturel et technique de l’humanité n’est encore disponible que sous forme de documents papier. Les entreprises et les collectivités sont ainsi confrontées à un besoin énorme de retraitement, dit aussi conversion rétrospective, pour passer à un format électronique.
Ce besoin, en plus du défi de faire lire l’ordinateur comme un être humain, a motivé de nombreuses études depuis les années 1960. Elles ont produit de multiples logiciels de reconnaissance de caractères. Les résultats ont souvent été décevants, car la complexité du problème avait été largement sous-estimée au départ, et les puissances informatiques nécessaires à l’accomplissement d’une telle tâche avec une productivité suffisante ne sont disponibles que depuis peu.
L'expertise technique et scientifique de référence
DOI (Digital Object Identifier)
Cet article fait partie de l’offre
Documents numériques Gestion de contenu
(76 articles en ce moment)
Cette offre vous donne accès à :
Une base complète d’articles
Actualisée et enrichie d’articles validés par nos comités scientifiques
Des services
Un ensemble d'outils exclusifs en complément des ressources
Un Parcours Pratique
Opérationnel et didactique, pour garantir l'acquisition des compétences transverses
Doc & Quiz
Des articles interactifs avec des quiz, pour une lecture constructive
Présentation
Documents imprimés : contenu et structure1. Domaine d’intérêt, types de documents et applications
1.1 Domaine d’intérêt
Le domaine étudié ici concerne la reconnaissance des documents dactylographiés et imprimés sur support papier : livres, journaux, revues, notes techniques, imprimés divers... qui sont de nature majoritairement textuelle. En sont exclus tous les documents manuscrits, ainsi que les formulaires, plans, schémas, dessins, photos... c’est-à-dire les documents à dominante graphique ou photographique.
HAUT DE PAGE1.2 Supports et formes de documents
Du fait des progrès techniques, la notion de document a évolué au cours du temps. Elle recouvre aujourd’hui plusieurs supports et formes (ou formats) qui coexistent. Nous distinguerons :
-
les documents imprimés sur support papier, que nous appellerons forme papier d’un document ;
-
les documents électroniques, ou numériques, stockés sur support informatique, qui se divisent eux-mêmes en :
-
documents électroniques en mode image, que nous appellerons forme image,
-
documents électroniques codés, par exemple en ASCII, dits forme codée,
-
documents électroniques codés et structurés (avec des marques de titre, paragraphe...), ou forme structurée.
-
1.3 Formes images
Du fait de la complexité de la reconnaissance, la gestion électronique de documents (GED) a jusqu’ici principalement utilisé la forme image, ou image numérique, obtenue après numérisation des documents à l’aide d’un scanner. Celle-ci est une représentation de la page par une succession de pixels, ou points élémentaires, qui sont l’équivalent des grains d’une photographie. Plusieurs codages des images sont utilisés. En GED, on utilise essentiellement un codage biniveau : chaque pixel est représenté par un seul bit qui prend deux valeurs : 1 ou 0 (noir ou blanc). Cependant, la reproduction fidèle des photos et des documents de qualité dégradée nécessite un codage en niveaux de gris, voire en couleurs (§ ...
L'expertise technique et scientifique de référence
Cet article fait partie de l’offre
Documents numériques Gestion de contenu
(76 articles en ce moment)
Cette offre vous donne accès à :
Une base complète d’articles
Actualisée et enrichie d’articles validés par nos comités scientifiques
Des services
Un ensemble d'outils exclusifs en complément des ressources
Un Parcours Pratique
Opérationnel et didactique, pour garantir l'acquisition des compétences transverses
Doc & Quiz
Des articles interactifs avec des quiz, pour une lecture constructive
Domaine d’intérêt, types de documents et applications
BIBLIOGRAPHIE
-
(1) - VAN HERWIJNEN (E.) - Practical SGML. - Kluwer Academic Publishers (1992).
-
(2) - LEFÈVRE (P.), FELTER (C.), LOBBRECHT (P.) - Reconnaissance de documents : passage du document papier à l’information électronique. - Revue Epure, EDF Direction des Études et Recherches no 58 (1998).
-
(3) - DREYFUS (J.), RICHAUDEAU (F.) - La chose imprimée. - Retz (1985).
-
(4) - INGOLD (R.) - Structures de documents et lecture optique : une nouvelle approche. - Presses polytechniques romandes (1990).
-
(5) - SGML-ODA : Présentation des concepts et comparaison fonctionnelle. - Afnor (1991).
-
(6) - JACNO (M.) - Anatomie de la lettre. - Compagnie française d’éditions (1978).
-
...
DANS NOS BASES DOCUMENTAIRES
ANNEXES
* - Le catalogue du système universitaire de documentation peut être consulté en ligne : http://www.sudoc.abes.fr
BEHEIM (L.) - Coopération entre segmentation et reconnaissance des caractères imprimés dégradés. - Université de Paris-6 (2001).
LAVIROTTE (S.) - Reconnaissance structurelle de formules mathématiques typographiées et manuscrites. - Université de Nice (2000).
HAUT DE PAGE
En français :
Traitement du Signal http://www.lis.inpg.fr/revue
En anglais :
IEEE...
L'expertise technique et scientifique de référence
Cet article fait partie de l’offre
Documents numériques Gestion de contenu
(76 articles en ce moment)
Cette offre vous donne accès à :
Une base complète d’articles
Actualisée et enrichie d’articles validés par nos comités scientifiques
Des services
Un ensemble d'outils exclusifs en complément des ressources
Un Parcours Pratique
Opérationnel et didactique, pour garantir l'acquisition des compétences transverses
Doc & Quiz
Des articles interactifs avec des quiz, pour une lecture constructive
