Implementasi algoritma dari paper: Boiangiu et al. (2020) - Voting-Based Document Image Skew Detection
Repo ini berisi implementasi Python untuk mendeteksi dan mengoreksi kemiringan gambar (deskewing) menggunakan tiga metode berbeda dengan pendekatan voting seperti yang diusulkan dalam penelitian:
Referensi Utama:
Boiangiu, C.-A., Dinu, O.-A., Popescu, C., Constantin, N., & Petrescu, C. (2020).
Voting-Based Document Image Skew Detection.
Applied Sciences, 10(7), 2236.
Dataset Uji:
📂 Kaggle - rdocuments (sekitar 950 gambar dokumen dengan variasi kemiringan)
Repo ini berisi implementasi Python untuk mendeteksi dan mengoreksi kemiringan gambar (deskewing) menggunakan tiga metode berbeda: Analisis FFT, Projection Profiling, dan Hough Transform. Program ini dijalankan di Google Colab dan cocok untuk pemrosesan dokumen yang mengalami kemiringan saat discan/difoto.
✅ 3 Metode Deteksi Kemiringan:
- FFT (Fast Fourier Transform): Analisis frekuensi gambar.
- Projection Profiling: Analisis variansi proyeksi vertikal.
- Hough Transform: Deteksi garis lurus dominan.
✅ Sistem Voting Otomatis:
- Memilih hasil terbaik berdasarkan confidence level.
✅ Visualisasi Lengkap:
- Menampilkan hasil setiap tahap proses.
✅ Kompatibel dengan Google Colab:
- Support upload gambar langsung dari komputer.
- Buka file
Deskewing_Image.ipynb
di Google Colab. - Jalankan semua sel (Runtime > Run all).
- Upload gambar ketika diminta.
- Program akan menampilkan:
- Hasil deteksi dari setiap metode.
- Sudut kemiringan terdeteksi.
- Gambar yang sudah dikoreksi.
- Python 3.6+
- Libraries:
- /repo
- │── PCD-Voting-Based-Documents.ipynb # Main notebook
- │── README.md # Dokumentasi
- └── gambar-sampel/ # Contoh gambar uji