扭曲文本水平校正方法研究.pdf

1、辦公自動化的迅速發(fā)展，使得文本錄入工程需求量在逐步增大，很多公司企業(yè)需要對紙質文檔進行掃描，轉為電子文檔保存。而在捕獲文檔圖像的過程中，不可避免的經(jīng)常出現(xiàn)傾斜及扭曲現(xiàn)象，將嚴重影響電子文檔的后續(xù)處理和工程應用，影響OCR識別率以及文檔信息的收集、錄入的準確性。
　　本文研究了字符分割和文本行提取算法，基于霍夫變換、最小二乘法的傾斜角檢測算法，并設計和實現(xiàn)了整體校正結果更優(yōu)的HTLS傾角檢測算法。結合實際工程的需求，設計和實現(xiàn)了滿足

2、工程實際應用特點的、可靠高效的扭曲文本水平校正系統(tǒng)。本文主要工作包括：
　　(1)設計和實現(xiàn)了基于連通域的適用于漢字、英文、數(shù)字的字符分割方法。首先進行預處理，進行灰度化和二值化，使用OTSU算法去除不必要的背景噪點，再使用形態(tài)學方法使得字符筆畫結構更為清晰，筆畫之間形成連通域，同時使用基于形態(tài)學的二值圖像圖文分割與定位方法對文本區(qū)域進行定位，而后采用基于連通域的方法分割字符。實驗結果表明，該方法能夠有效的對中文、英文及數(shù)字進行分

3、割。
　　(2)采用八鄰域標記法搜索連通域，存儲各連通域外接矩形邊界框信息。針對漢字特點判斷連通域之間關系，設計不同算法判斷是否合并連通域，得到字符連通域，完成字符分割。然后判斷位于一行最左邊的連通域即行頭，提取出該行的所有字符，完成文本行分割。實驗結果表明，該方法能夠有效提取扭曲文本行。
　　(3)針對扭曲文本圖像文本行傾斜角度不一的特點，以分割出的各文本行及字符為源數(shù)據(jù)，設計并實現(xiàn)了基于霍夫變換法、最小二乘法、HTLS法

4、的文本行傾斜角檢測方法，檢測扭曲文本圖像中各文本行的傾斜角度。HTLS算法先用霍夫變換法剔除一些干擾點，再用最小二乘法計算傾斜角度，得到的整體校正結果更為出色。實驗結果表明，HTLS法對文檔的整體校正效果更優(yōu)。
　　(4)針對文本圖像字符扭曲的特點，將字符按照本行計算出的傾斜角度依據(jù)公式進行旋轉，完成扭曲校正。基于以上算法，設計并實現(xiàn)了基于Open CV和Microsoft Visual C++6.0環(huán)境下的扭曲文本水平校正系統(tǒng)，