基于投影的文档图像倾斜校正方法

doi:10.3778/j.issn.1002-8331.2010.03.050

计算机工程与应用 ›› 2010, Vol. 46 ›› Issue (3): 166-168.DOI: 10.3778/j.issn.1002-8331.2010.03.050

• 图形、图像、模式识别 • 上一篇下一篇

基于投影的文档图像倾斜校正方法

张顺利^1，2，李卫斌¹，吉军²

1.咸阳师范学院图形图像处理研究所，陕西咸阳 712000
2.西北工业大学现代设计与集成制造技术教育部重点实验室，西安 710072

收稿日期:2008-07-19 修回日期:2008-09-01 出版日期:2010-01-21 发布日期:2010-01-21
通讯作者: 张顺利

Skew correction method for document image based on projection

ZHANG Shun-li^1，2，LI Wei-bin¹，JI Jun²

1.Institute of Graphics and Image Processing，Xianyang Normal University，Xianyang，Shaanxi 712000，China
2.Key Lab of Contemporary Design & Integrated Manufacturing Technology of MOE，Northwestern Polytechnical University，Xi’an 710072，China

Received:2008-07-19 Revised:2008-09-01 Online:2010-01-21 Published:2010-01-21
Contact: ZHANG Shun-li

摘要/Abstract

摘要： 针对文档图像的倾斜校正问题，提出了一种新的基于投影的文档图像倾斜角检测方法。首先采用一种高效的像素遍历算法对文档图像从不同角度进行投影，然后对投影数据进行累加求和，通过比较不同角度下的累加和来确定倾斜角度。该方法在投影过程中只需对文档图像进行极少部分投影，因而大大减少了运算量。基于该方法的特点，提出了由“粗”到“精”的投影策略，在确保检测精度的同时大幅提高了检测速度。实验结果表明，方法非常有效，可以获得很高的检测精度。

关键词: 图像处理, 倾斜校正, 文档图像

Abstract: Aiming at the skew correction of document image，a novel skew correction method based on projection is proposed.Firstly，it projects the document image from different views using an efficient pixels traversal algorithm.Then，it calculates the sum of projection data and the skew angle can be determined by comparing these sums of different views.Since only very few part of the document image is projected during the procedure of projection，large amount of operations are saved.Based on the character of this method，a strategy of projection from rough to fine is proposed，which can greatly improve the speed and ensure the accuracy of detection.The experimental results show that the proposed method is very effective and can achieve very high accuracy.

Key words: image processing, skew correction, document image

中图分类号:

TP391

张顺利^1，2，李卫斌¹，吉军². 基于投影的文档图像倾斜校正方法[J]. 计算机工程与应用, 2010, 46(3): 166-168.

ZHANG Shun-li^1，2，LI Wei-bin¹，JI Jun². Skew correction method for document image based on projection[J]. Computer Engineering and Applications, 2010, 46(3): 166-168.

[1]	冉蓉，徐兴华，邱少华，崔小鹏，欧阳斌. 基于深度卷积神经网络的裂纹检测方法综述[J]. 计算机工程与应用, 2021, 57(9): 23-35.
[2]	张波，徐黎明，黄志伟，要小鹏. 梯度策略的多目标GANs帕累托最优解算法[J]. 计算机工程与应用, 2021, 57(9): 89-95.
[3]	杨培伟，周余红，邢岗，田智强，许夏瑜. 卷积神经网络在生物医学图像上的应用进展[J]. 计算机工程与应用, 2021, 57(7): 44-58.
[4]	胡文涛，陈秀宏. 基于邻域图的低秩投影学习[J]. 计算机工程与应用, 2021, 57(7): 209-214.
[5]	云旭，宋焕生，梁浩翔，侯景严，戴喆. 基于深度学习的关键岗位人员行为分析系统[J]. 计算机工程与应用, 2021, 57(6): 225-231.
[6]	卢苇，刘丹，邵敏，吴扬东. 改进Mask R-CNN网络在医学图像识别与分割中的应用[J]. 计算机工程与应用, 2021, 57(24): 234-241.
[7]	张德，林青宇，郭茂祖. 单幅图像超分辨重建的深度学习方法综述[J]. 计算机工程与应用, 2021, 57(22): 28-41.
[8]	李祥霞，谢娴，李彬，尹华，许波，郑心炜. 生成对抗网络在医学图像处理中的应用[J]. 计算机工程与应用, 2021, 57(18): 24-37.
[9]	林本丰，王呈，孙悦程. 融合LSD算法与深度学习的开关状态检测方法[J]. 计算机工程与应用, 2021, 57(17): 181-189.
[10]	许洋洋，李伟，王杰. 利用事件和期限驱动对机器人延时的优化[J]. 计算机工程与应用, 2021, 57(17): 260-268.
[11]	曹林根，宓超. 集装箱箱号字符识别算法研究[J]. 计算机工程与应用, 2021, 57(15): 178-185.
[12]	王滢暄，宋焕生，梁浩翔，余宵雨，云旭. 基于改进的YOLOv4高速公路车辆目标检测研究[J]. 计算机工程与应用, 2021, 57(13): 218-226.
[13]	陈少洁，赵淦森，林成创，彭璟，黄凯信，李壮伟，黄润桦，杜嘉华，樊小毛. 深度学习在染色体分割中的应用综述[J]. 计算机工程与应用, 2021, 57(11): 46-56.
[14]	胡文涛，陈秀宏. 基于局部保持投影的鲁棒稀疏子空间学习[J]. 计算机工程与应用, 2021, 57(10): 194-199.
[15]	王凡，周国清，张荣庭，刘德全. 面向FPGA的连通域快速标记方法[J]. 计算机工程与应用, 2020, 56(22): 230-235.

基于投影的文档图像倾斜校正方法

Skew correction method for document image based on projection

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics