OCR技术探讨(二)

[作者：令狐冲]

原文标题：OCR图像预处理小结

原文链接：OCR图像预处理小结 - 知乎
来源：知乎
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。

OCR图像预处理小结

令狐冲

在机器学习门口徘徊的迷途小书童

图像预处理总结

识别文字前，我们要对原始图片进行预处理，以便后续的特征提取和学习。我们使用的OCR引擎使用tesseract，已内置二值化、降噪功能，由于扫描版pdf不会出现光照不均衡、页面透视变换等情况，因此预处理的重点会放在角度矫正、图章去除、打印痕迹干扰等问题上。

通用型预处理

• 图像角度倾斜矫正，其中
• 通过霍夫变换得到直线方向的众数从而得到旋转角度

• 通过画最小外接矩形得到旋转角度

• 黑边去除

非通用型图像预处理

• 红色印章：取红通道做OCR

• 打印痕迹干扰，使用双边滤波进行降噪，既保留了字体的轮廓，又去掉了打印痕迹干扰

• 图像退化、不清晰，高反差保留得到文字轮廓信息，与原图进行图层叠加

发布于 2019-03-05