图像处理 - 旋转扫描的文档以对齐文本

Posted 2023-04-17

【中文标题】图像处理 - 旋转扫描的文档以对齐文本

【英文标题】：Image processing - rotate scanned document to align text

【发布时间】：2011-06-12 14:29:34

【问题描述】：

我有一个 OCR C# 项目，在其中我得到一个包含文本的扫描文档，我需要返回文档中的文本。

我已经有了解析文本的解决方案，但是我们卡在扫描文档旋转的部分（向右或向左）。

假设图像中没有噪声（所有像素都是白色或黑色），谁能帮助我们在运行时旋转图像的算法（无需人眼）？

谢谢

【问题讨论】：

图片会一直旋转90度左右吗？

【参考方案1】：

使用Hough Transform 检测最强的行方向，应该是水平文本方向。霍夫变换的基本前提是将x-y坐标转换为r-theta坐标系，其中r是到原点的距离，theta是方向。

图像转换后，将相同的 theta 分箱以找到最强的方向。

因为此方法使用离散 r 和 thetas 内的投票。 theta 的分辨率仅与使用的 bin 数量一样好。因此，您可能希望将其限制为更精确的角度或速度，而不是使用 -180 到 +180 度的增量。

【参考方案2】：

（我不是专家，但出于好奇写这篇文章）

恕我直言，这个问题可以通过暴力试验和错误方法有效地解决。因为不能有太多错误的方向。

我认为您可以轻松确定文本的边界框。该边界框只能以两种方式具有错误的方向。明智地旋转时钟或明智地旋转逆时钟。因此，图像最多旋转两次（使边界框直立的旋转）您可以找到正确的方向。

也就是说，您可以找到正确的文档方向，而无需进一步处理图像以确定文本对齐方式。我认为确定文本对齐将是相当大的处理。

更新

我建议我们不必找到确切的旋转角度。如果粘合盒是直立的，它可以是直角或180度旋转角。

1) 使粘合盒直立 2) 运行 OCR，检查结果，如果正常则完成 3) 旋转 180 度 2）运行OCR。这次一定是直角

如果我们真的要找到准确的旋转角度，我认为必须从寻找可能的字符“o”、“c”或“m”（不包括斜体）形状开始。或者，找到句点（'.'）的相对位置。我认为这将需要复杂的操作。

【讨论】：

这是我们在批量扫描/编码套件中的做法。

是的，方向不是问题，问题在于找到旋转图像的确切角度。如果我理解正确，边界框将由正方形确定，该正方形是通过采用最高、最低、最右边和最左边的黑色像素线创建的。假设我得到了这个边界框，我需要做哪些大型处理来确定文本对齐方式？