https://dom.lndb.lv/data/obj/1715210 Teksts Zinātnisks darbs/Teksts https://dom.lndb.lv/data/obj/1715210.html https://dom.lndb.lv/data/obj/1715210.png Digitalization of Ventspils State City Municipality cemetery data Bakalaura darbs Linda Celma, 1998 - Linda Gulbe - Viļuma, 1988 -zinātniskais vadītājs Estere Vītolarecenzents 55 lp. Ventspils: Ventspils Augstskola 2026 Digitāli radīts latviešu Darba nosaukums: Ventspils valstspilsētas pašvaldības kapsētu datu digitalizācija Darba autors: Linda Celma Darba vadītājs: Ph. D. Linda Gulbe-Viļuma Darba apjoms: 55 lpp., 2 tabulas, 21 attēls, 38 bibliogrāfiskās norādes, 1 pielikums. Atslēgas vārdi: OCR, KRAKEN OCR, DOKUMENTU DIGITALIZĀCIJA, TEKSTA ATPAZĪŠANA, PRIEKŠAPSTRĀDE Šajā darbā tiek pētīta Ventspils valstspilsētas kapsētu grāmatu digitalizācija, izmantojot optiskās rakstzīmju atpazīšanas (OCR) tehnoloģijas. Bakalaura darba mērķis ir izpētīt brīvi pieejamos neironu tīklu risinājumus rokrakstu atpazīšanai un izstrādāt risinājumu ieskenētu kapsētu dokumentu vizuālās kvalitātes uzlabošanai (priekšapstrādei) un automatizētai teksta atpazīšanai. Pētījuma laikā tika analizētas dažādas attēlu priekšapstrādes metodes un vairāki OCR rīki, secinot, ka visprecīzākos rezultātus nodrošina Kraken OCR sistēma. Tika izveidota apmācības datu kopa ar 392 paraugiem un veikta Kraken OCR modeļa apmācība, testēšana un validācija. Validācijas laikā tika analizēta teksta lokalizācijas un rakstzīmju atpazīšanas precizitāte, izmantojot rakstzīmju kļūdu līmeņa (CER) metriku. Rezultāti parādīja, ka teksta lokalizācija tiek veikta ar augstu precizitāti, taču rakstzīmju precizitātes uzlabošanai būtu nepieciešami vēl papildu pētījumi. Title of the Paper: Digitalization of Ventspils State City Municipality cemetery data Author: Linda Celma Supervisor: Ph. D. Linda Gulbe-Viļuma Length of the Paper: 55 pages, 2 tables, 21 figures, 38 bibliographic references, 1 attachment. Keywords: OCR, KRAKEN OCR, DOCUMENT DIGITIZATION, TEXT RECOGNITION, PREPROCESSING This thesis investigates the digitization of cemetery records of the state city of Ventspils using Optical Character Recognition (OCR) technologies. The aim of the bachelor’s thesis is to explore freely available neural network solutions for handwritten text recognition and to develop a solution for improving the visual quality (preprocessing) of scanned cemetery documents and for automated text recognition. During the research, various image preprocessing methods and several OCR tools were analyzed, leading to the conclusion that the Kraken OCR system provides the most accurate results. A training dataset containing 392 samples was created, and the Kraken OCR model was trained, tested, and validated. During validation, the accuracy of text localization and character recognition was analyzed using the Character Error Rate (CER) metric. The results showed that text localization can be performed with high accuracy; however, additional research would be required to further improve character recognition accuracy. Academia Bakalaura darbi Ventspils Augstskola. Informācijas tehnoloģiju fakultāte Datorzinātnes Ventspils (Latvija) Ventspils Augstskola 2026-08-10 Aizsargāts ar tiesībām Šo darbu aizsargā autortiesības un/vai blakustiesības. Šo darbu var brīvi lietot personiskai lietošanai, zinātniskam pētījumam vai pašizglītībai. Citiem izmantošanas veidiem jāsaņem tiesību subjekta (-u) atļauja. Ir aizsargāts ar autortiesībām — komerciālā apritē neesošs Pieejams tīmeklī (bez iespējas lejupielādēt) false Ir aizsargāts ar autortiesībām Nav pieejams https://dom.lndb.lv/data/obj/file/41678468 Microsoft Edge PDF Document 41678468.pdf 2,30 MB application/pdf Linda Celma 10.08.2026 17:14:40 10.08.2026 17:14:40 58 Microsoft® Word for Microsoft 365 Microsoft® Word for Microsoft 365 10.08.2026 17:14:40 Linda Celma No Document Linda Celma K:\Cache\3953518 10.08.2026 17:14:40 1.7 copyright.json Autortiesību fails JSON File 41678469.json 7,48 KB application/json 10.08.2026 17:19:24 10.08.2026 17:19:24 10.08.2026 17:19:24 K:\Cache\3953518 10.08.2026 17:19:24