在此基础上对图像进行分析和变换，以获得更好的OCR结果
我有一个OCR项目，但它只适用于图像，其中的文字是相当直，而不是倒置。(不是旋转文本)，所以我想让OCR能够识别任何类型的图像，即使是颠倒的。但我不知道解决这个问题的方法是什么。
我需要一些东西，比如分析字母行，但即使这样，我也不能识别行是否颠倒。
回答 3
Stack Overflow用户
发布于 2010-02-20 06:27:42
如果您正在执行OCR的图像来自杂志或书籍，其中有很多文本在多行上，我建议您尝试找出页面的旋转。
要做到这一点，最简单的方法可能是对线应用hough变换。由于每行文本之间的空白应该是一条宽大的白线，这可以在不对图像进行任何预处理的情况下工作。否则，尝试模糊它或使用“关闭”形态学操作，使文本行成为不透明的块。
使用hough变换找到图像中的线条后，只需提取主要旋转角度(如所有线条的平均角度)并将其旋转回来即可。
Stack Overflow用户
发布于 2010-02-19 21:50:23
我对你的回答将是非常高水平的，因为这并不简单，正如你所想象的那样。您可能正在进行某种类型的图像分割，即分割文本的每个字符。但为了识别字符，即使字符被旋转，也需要使用具有旋转不变特征的特征向量。为了做到这一点，有些人使用
Zernike矩
Neocognitron neural network -广泛用于手写
我不认为这是一项简单的任务
Stack Overflow用户
发布于 2010-03-02 20:55:24
不确定您是在创建OCR引擎还是在使用OCR引擎。大多数商业OCR引擎可以检测到页面颠倒(或90度旋转)并自动旋转它。例如，我公司的GlyphReader OCR Engine可以做到这一点。
一个简单的解决方案是获取图像的一部分，并从四个角度通过引擎运行它，直到您获得大量识别的文本。您可以使用字典来查看您返回的是否是单词和置信度，以查看引擎对其识别的确定程度。
如果您的引擎可以报告置信度级别，并且它们始终低于某个阈值，那么您应该停下来查看文档是否旋转。
对于90和270，hough变换将告诉您图像中的线条是水平的还是垂直的。它还可以告诉你，如果它们只是稍微偏离水平方向，那么你也可以纠正这一点。
https://stackoverflow.com/questions/2296568
复制相似问题
腾讯云开发者
