医疗化验单的进展和展望

目标

对一张拍照得到的医疗化验单（如血常规），识别出里面的内容。

原始图片：

处理过程

旋转矫正

即使很仔细的对准，图片仍然可能会有一些角度，需要旋转调整。

旋转后的图片：

找到body/header

只有找到内容的body和header，才能有针对性的进行处理。body一般是一列一列数据，而header可能是检验者的信息。

body：

header：

垂直投影分析，筛选出有内容的列

每一列都是特定的数据，比如序号、化验项内容、化验结果、参考值等。

某一列：

对每一列，找到文字区域

和

OCR，得到结果

以上面2个为例，结果分别是：”肌酸激酶（CK）”和”尿酸（UA）”；

展望

1. 图片的倾斜经常是三维上的，所以需要透视矫正。这个地方可以参考Google的PhotoScan软件。
2. 需要识别图片是不是化验单；这块可以用机器学习实现。
3. 识别化验单的种类；不知道机器学习实现起来效果如何，也可以用关键字匹配。
4. 对于有多个竖直区域的化验单，还需要更细致的处理，比如下面这张：