طراحي پايگاه داده كلمات دستنويس كردي سوراني براي سيستم‌هاي‌تشخيص نوري كلمات

يكي از اجزاي زيربنايي سيستم‌هاي تشخيص تصويري كلمات (OCR) پايگاه داده‌ها هستند و سيستم‌هايي كه در اين زمينه طراحي مي‌شوند بطور معمول از يك نوع پايگاه داده استفاده مي‌كنند. بديهي است از آنجا كه موضوع مورد مطالعه در اين سيستم ها شكل نوشتاري (رسم الخط) زبآن‌هاي مختلف است بنابراين براي هر زباني پايگاه داده بخصوصي لازم است. زباني كه اين مقاله بر آن متمركز شده كردي است و در اين مقاله مراحل مختلف چگونگي طراحي اولين پايگاه داده حروف دستنويس براي زبان كردي شرح داده شده است. از آنجا كه تاكنون هيچ پايگاه داده‌اي مخصوص تشخيص تصويري كلمات، مربوط به زبان كردي طراحي نشده است بنابراين زمينه‌اي بكر و مستعد براي انجام تحقيق محسوب مي‌شود. همچنين با توجّه به اينكه زبان كردي داراي دو رسم‌الخط مختلف لاتين و آرامي است در اين مقاله منحصراً به رسم الخط آرامي البته از نوع دستنويس آن پرداخته شده است.

Databases are one of the main parts of the optical character recognition systems and the implemented systems in this area usually using a unique database. Therefore, since the subject of these systems is the written form of various languages, then there should be a certain database for each language. In this research, Kurdish language has been considered and all stages of designing the first written letter database of Kurdish language has been described. Since there aren’t any implemented database for Kurdish language yet then it is a suitable area for research. Again since Kurdish language has two different orthographies (Arami and Latin) in this research only the Arami orthography has been considered.