圖像處理 - 旋轉掃描的文檔文本對齊

Question

我有一個OCR C＃項目中，我得到一個掃描的文檔，在它的文字，我需要在文檔中返回文本。

我已經有解析文本的解決方案，但是我們是停留在掃描的文檔被旋轉的部分（向右或向左）。

假設有圖像沒有噪音（全像素爲白色或黑色），任何人都可以幫助我們的算法旋轉運行系統中的圖像（如果沒有一個人的眼睛）？

感謝

Answer 1

（我不是專家，但在好奇心寫這個帖子）

恕我直言，這個問題可以有效地與蠻力試錯法來解決成本。因爲不會有太多錯誤的方向。

我認爲你可以很容易地確定文本的邊框。這個邊界框只能以兩種方式有錯誤的方向。明智地旋轉時鐘或明智地旋轉計數器時鐘。因此，最大兩次旋轉圖像（使邊框垂直旋轉）可以找到正確的方向。

也就是說，你可以找到正確的文檔的方向沒有圖像的進一步處理，以確定文本對齊。確定文本對齊將是我認爲的相當大的處理。

UPDATE

我的建議，我們沒有找到確切的旋轉角度。如果粘接盒直立，它可以處於直角或180度旋轉角度。

1）使接合框直立
2）運行OCR，檢查結果，如果確定其完成
3）旋轉180度
2）運行OCR。這一次它必須是在正確的角度

如果我們真的需要找到確切的旋轉角度，我認爲它必須從找到可能的字符'o'，'c'或'm'（不包括斜體字體）。或者，找到期間的相對位置（'。'）。我認爲這需要複雜的操作。

Answer 2

使用Hough Transform檢測應該是水平文本方向的最強陣容方向。 Hough變換的基本前提是將x-y座標轉換爲r-theta座標系，其中r是距離原點的距離，θ是方向。

一旦圖像被轉換，bin相同的thetas來找到最強的方向。

因爲此方法在離散r和thetas中使用投票。 θ的分辨率與使用的箱數一樣好。因此，不要使用-180到+180度的增量，您可能希望將其限制爲更精確的角度或速度。