基于直线拟合的文本倾斜检测算法.pdfVIP

第 6 期 张晓芸等: 基于直线拟合的文本倾斜检测算法 2·51 · 基于直线拟合的文本倾斜检测算法 张晓芸, 朱庆生, 曾令秋 ( 重庆大学 计算机学院, 重庆 400044) 摘 要: 在文本扫描输入的过程中 , 文本图像不可避免地会发生倾斜, 而布局分析及字符识别算法对页面倾斜 十分敏感, 因此倾斜检测和校正是文档分析预处理中的重要环节。提出了一个基于直线拟合的倾斜检测方法, 它对文本图像二值化、分块, 进行 Fourier 变换获得 Fourier 光谱, 提取 Fourier 光谱中反映倾斜角的特征点 , 然后 对特征点进行拟合处理, 最后获得页面倾斜角。实验结果表明, 该方法能够精确检测文本的倾斜角度 , 并且不受 文本布局、行间距以及字体的影响。 关键词: 倾斜检测; Fourier 变换; 特征点 ; 直线拟合 中图法分类号: TP391 文献标识码 : A 文章编号 : 1001- 3695( 2005) 06- 0251- 03 Algorithm of Document Skew Detection Based on Straight-line Fitting ZHANG Xiao-yun, ZHU Qing-sheng, ZENG Ling-qiu ( College of Computer Science, Chongqing University, Chongqing 400044, China) Abstract: In process of document scanning input, document images inevitably introduce skew. While algorithms for layout and character recognition are every sensitive to page skew, so the detecting and the correcting of skew angle is an important step for the DIA pre-processing. In this paper, a skewdetection method based on straight-line fitting is provided. After binari- zing, sub-dividing and Fourier transforming, the feature points are extracted from the spectrums and then calculated by the way of straight-line fitting, at last, the skew can be obtained. Experiment results show this method can achieve preferable proces- sing results and is insensitive to document layout, line spacing and the script. Key words: Skew Detection; Fourier Transform; Feature Points; Straight-line Fitting 检测倾斜角度, 但是, 由于需要对整个图像统计特征值, 因此计 1 简介 算量和复杂度都较高; O’Gorman 等人[ 5] 在倾斜检测中采用了 最近邻聚类技术, 这种方法可以检测出任意的倾斜角, 但是容 随着数字化技术的不断发展, 数字存储方式被越来越广泛