Točnost algoritma za prepoznavanje tekstualnih znakova (engl. Optical character recognition - OCR) na slikama dohvaćenih sa set-top box (STB) uređaja igra vrlo važnu ulogu pri testiranju istih. Međutim, pokretanje algoritma za prepoznavanje tekstualnih znakova na takvim slikama često rezultira niskim postotkom točnosti. Uzrok tomu su navedene slike koje mogu biti niske rezolucije, loše kvalitete ili mogu sadržavat šarenu pozadinu. U ovom radu preporučene su četiri metode predobrade slike kako bi se poboljšala točnost prepoznavanja tekstualnih znakova. Ispitane su točnosti na slikama dohvaćenih sa STB uređaja korištenjem programa Tesseract 3.5 te relativno nove verzije Tesseract 4.0. Na tim slikama točnost prepoznavanja pomoću Tesseract-a 3.5 je 35.7%, dok Tesseract 4.0 ostvaruje točnost od 70.2%. Metode ispitane u ovom radu unaprjeđuju točnost algoritma za prepoznavanje tekstualnih znakova za 33.3% za Tesseract 3.5 te za 22.6% za Tesseract 4.0. Također je ispitana metoda koja odvaja tekst od pozadine kada su u pitanju slike sa šarenom pozadinom. Točnost prepoznavanja tekstualnih znakova nakon izvršavanja navedene metode je 94.4%. Također, izgrađen je dodatni korak automatizacije procesa prepoznavanja tekstualnih znakova na slikama sa šarenom pozadinom pristupom strojnog učenja. Navedeni pristup detektira sliku na kojoj je prikazan tekst nakon odvajanja teksta od pozadine. Testiranje istog rezultiralo je s točnošću od 95,5%.

Efficient Optical Character Recognition (OCR) in images grabbed from Set-Top Boxes (STBs) plays an important role in STB testing. However, running OCR software on such images usually ends with low OCR performance since images can have low resolution, low image quality or colorful background. In order to improve OCR performance, four different image preprocessing methods are proposed. In this paper OCR is performed with Tesseract 3.5 and the relatively new Tesseract 4.0 on the images grabbed from different STBs. On the original images Tesseract 3.5 provides a 35.7% accuracy while Tesseract 4.0 attains a 70.2% accuracy. The proposed preprocessing methods improve OCR performance by 33.3% for Tesseract 3.5 and 22.6% for Tesseract 4.0 on the available images. On images with colorful background, a method which separates text from background is proposed. OCR performance after separating text from background results with an accuracy of 94,4%. Aditionally, a step of automation in a process of reading text from images with colorful background was build with an approach of machine learning. This approach detects the image containing text after the separation from the background with the accuracy of 95,5%.