用于文档 OCR/可读性的图像处理/增强算法？

Posted 2023-04-17

【中文标题】用于文档 OCR/可读性的图像处理/增强算法？

【英文标题】：Image processing/enhancement algorithms for document OCR / readability?

【发布时间】：2010-10-17 10:42:12

【问题描述】：

我正在寻找算法、论文或软件来增强传真、来自手机摄像头的图像以及其他类似来源的可读性和 OCR。

我主要对简单的增强功能感兴趣（例如，您可以使用 ImageMagick 做的事情），但我也对更复杂的技术感兴趣。我已经在和供应商谈过了，所以对于这个问题，我主要是在寻找算法或开源软件。

进一步澄清：我不是在寻找 OCR 软件或算法；我正在寻找算法来清理图像，使其看起来对人眼更具可读性，并且可能用于 OCR。

【参考方案1】：

我在编写一些软件进行书籍扫描时遇到了类似的问题；在互联网上流传着一个名为pagetools 的程序，它使用一种称为 Radon 变换的相当聪明的数学技巧来拉直扫描的页面。

我还编写了一个小程序，可以将页面上的空白区域变白；当 OCR 算法不必与背景噪声抗衡时，它们往往会做得更好。我所做的是寻找距离深色像素超过一个小半径的浅色像素，然后将它们提升为纯白色。

不过已经有几年了，所以我手头没有确切的实现细节。

【参考方案2】：

一个简单的图像过滤器是“中值过滤器”，这是一个非常简单、易于实现的过滤器，可帮助清理扫描/拍摄的文本。 http://en.wikipedia.org/wiki/Median_filter

【参考方案3】：

根据要求，链接至***：Optical character recognition

微软研究院：Optical character recognition papers

CiteSeerX : Papers on optical character recognition

【讨论】：

是的，我也想知道这篇文章在哪里。