Deskewing Image with Multiple Methods

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.

Fitur Utama

✅ 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.

Cara Menggunakan

1. Buka file Deskewing_Image.ipynb di Google Colab.
2. Jalankan semua sel (Runtime > Run all).
3. Upload gambar ketika diminta.
4. Program akan menampilkan:
   • Hasil deteksi dari setiap metode.
   • Sudut kemiringan terdeteksi.
   • Gambar yang sudah dikoreksi.

Contoh Hasil

Requirement

• Python 3.6+
• Libraries:
• /repo
• │── PCD-Voting-Based-Documents.ipynb # Main notebook
• │── README.md # Dokumentasi
• └── gambar-sampel/ # Contoh gambar uji