Recherche de mots dans les images de documents arabes

Abstract

Dans ce travail, nous nous intéressons plus particulièrement à la problématique de navigation et d’accès à des collections de documents manuscrits qui sont des enveloppes postales algériennes. L’accès à ces collections nécessite des stratégies d’indexation et de recherche efficaces. Dans la plupart du temps, les indexes sont crées manuellement. Si cette approche est possible pour un petit nombre de documents, le cout devient très élevé pour des larges collections. L’OCR peut être une alternative pour les documents imprimés ou les documents manuscrits avec un lexique limité. Dés que les documents soient dégradés et avec un lexique plus large, l’OCR devient inefficace, surtout dans le cas des documents arabes qui présentent d’autres difficultés relatifs aux traitements de l’écriture arabe. Afin d’atteindre les objectives visées, le système proposé regroupe plusieurs traitements issus principalement du domaine de l’analyse de documents : binarisation, segmentation, extraction de contours, codage de Freeman et du domaine de la recherche d’information, notamment la technique de la recherche approximative.