【正文】 采用的是字符連通性原理，因此參數(shù)的設(shè)置 直接影響到標(biāo)識(shí)的效果。由于漢字的復(fù)雜 性，在字符標(biāo)識(shí)的過(guò)程中，參數(shù)過(guò)小，容易出現(xiàn)一個(gè)漢字被標(biāo)識(shí)為多色（理想情況是一字一色）；反之則會(huì)出現(xiàn)多 個(gè)漢字標(biāo)識(shí) 為一 色，如圖 42。 行標(biāo)識(shí)同樣存在這種情況（如圖 43），如果參數(shù)設(shè)置合適即可標(biāo)識(shí) 出整行。 圖 42 字標(biāo)識(shí)的兩種情況 圖 43 行標(biāo)識(shí)的兩種情況 因此，需要通過(guò)不斷的調(diào)試與試驗(yàn)找出合適的參數(shù)。通過(guò)試驗(yàn)對(duì)比，本文針對(duì)字符和文本行標(biāo)識(shí)設(shè)置的參數(shù)分別為 k=3 和 k=18。 已知文字行方向，將連通體合并成文字行，并用直線(xiàn)逼近。該直線(xiàn)的傾斜角即為文字行的傾斜角。對(duì)整幅圖像的文字行作同樣分析，選出出現(xiàn)頻率最高的角度，即可作為蘇州大學(xué)本科生畢業(yè)設(shè)計(jì)（論文） 22 圖像的傾斜角。 該 方法是基于統(tǒng)計(jì)的原理，用出現(xiàn)頻率最高的角度代替所有文本行的傾斜角度。對(duì)于接近整體傾斜的文檔圖像（圖 44），這種 方法是合理的， 且處理效率較高。然而對(duì)于扭曲的文檔圖像，甚至扭曲程度較高的圖像（圖 45），該方法適用性就大大降低。 圖 44 傾斜的文檔圖像 圖 45 扭曲的文檔圖像 還有一種思想則是取該文本行基線(xiàn)曲線(xiàn)上被認(rèn)為是最有代表性的切線(xiàn)斜率直接代替整個(gè)曲線(xiàn)斜率。 本文采用極限思想，即當(dāng)截取曲線(xiàn)的片段小至一定程度時(shí)，我們認(rèn)為截取的片段為直線(xiàn)線(xiàn)段。比起以上兩種方法，容易知道，這種極限思想無(wú)論是在整體傾斜的情況下還是在扭曲程度比較高的情況下，均比較合理。采用該思想，可將復(fù)雜的曲線(xiàn)處理轉(zhuǎn)化為直線(xiàn)處理，因?yàn)楸唤厝〉钠问潜徽J(rèn)為是傾 斜非扭曲的。 具體做法是 采用行內(nèi)逐字跟蹤，記錄各漢字包圍框的上下邊界點(diǎn)，也即是對(duì)已知點(diǎn)求插值曲線(xiàn)。無(wú)論是線(xiàn)性，還是扭曲，求出的曲線(xiàn)都是文本行基線(xiàn)的最好描述，因此是蘇州大學(xué)本科生畢業(yè)設(shè)計(jì)（論文） 23 合理的。再通過(guò)兩漢字間的兩點(diǎn)確定一直線(xiàn)，測(cè)定該直線(xiàn)參數(shù)并進(jìn)行傾斜校正，以此類(lèi)推至處理完該行整條曲線(xiàn)，而后拓展至整個(gè)文檔圖像。 圖 46 傾斜校正對(duì)比 圖 46 是以圖 37（ b） 為對(duì)象進(jìn)行曲線(xiàn)分割與傾斜校正的對(duì)比情況， 圖中的劃線(xiàn) 是由兩個(gè)標(biāo)識(shí)字符確定的直線(xiàn)，在文本行曲線(xiàn)中，它被認(rèn)為是線(xiàn)性的。通過(guò)對(duì)該片段直線(xiàn)的 分析 測(cè)定，可以對(duì) 兩標(biāo)識(shí) 字符進(jìn)行傾斜校正， 對(duì)比效果如圖中圈 出 AE 組的單詞 。 平移 平移的 思想 在極限思想下，行內(nèi) 很多詞組被認(rèn)為是傾斜的，經(jīng)校正后，該詞組處于類(lèi)水平位置，但整行 沒(méi)有在同一水平位置上（如圖 46）。這就需要將同一行的字符或詞組按照該行的基準(zhǔn)點(diǎn)進(jìn)行平移，至該行內(nèi)所有字符或詞組處于該水平位置。經(jīng)過(guò)校正和平移處理后即得到扭曲恢復(fù)的二值化文檔圖像。 蘇州大學(xué)本科生畢業(yè)設(shè)計(jì)（論文） 24 平移 算法偽代碼 扭曲恢復(fù)分為兩步，第一步是傾斜校正，既是將文本行基線(xiàn)曲線(xiàn)進(jìn)行合理 分割，然后對(duì)分割的片段做傾斜校正，如 節(jié)描述。 第二步是 字符 平移， 將同行的字符平移 至同一水平位置， 偽代碼 描述 如下： private Bitmap Shift（ Bitmap RotateBmp， Bitmap Bmp， Bitmap boolBmpL， Bitmap boolBmpW） { for （ int j = 0。 j 。 j++） { for （ int i = 0。 i 。 i++） { 記錄當(dāng)前點(diǎn)的顏色 Color。 if （ == 0） //黑色 { 求出當(dāng)前行，并記錄當(dāng)前行的基準(zhǔn)點(diǎn) lowestL，用于平移參照 ； while （ != 0） { 求出當(dāng)前漢字，并記錄最低點(diǎn) lowestW， 用以下公式求差值 distance； distance = 。 while （ != 0） 對(duì)漢字中的每個(gè)點(diǎn)按照該差值進(jìn)行平移，至同一水平位置 ； } } } } } 實(shí)驗(yàn)結(jié)果與分析 以圖 39（ c） 和圖 37（ b） 為處理對(duì)象，平移后的結(jié)果分別如圖 47（ a） 和 47（ b） ： （ a） 蘇州大學(xué)本科生畢業(yè)設(shè)計(jì)（論文） 25 （ b） 圖 47 扭曲恢復(fù) 后的 圖像 文本行標(biāo)識(shí)的結(jié)果不同，導(dǎo)致圖 47（ b） 中的一行被分解為多行，因此扭曲恢復(fù)后仍然沒(méi)能在同一水平線(xiàn)上，這 可以通過(guò)文本行標(biāo)識(shí)參數(shù)調(diào)整改進(jìn)。 由此可見(jiàn) 字符和文本行 標(biāo)識(shí)在整個(gè)扭曲恢復(fù)中 所起 的關(guān)鍵作用。 本章詳細(xì)介紹了我們研究工作中的創(chuàng)新點(diǎn)，包括 文檔圖像的 標(biāo)識(shí)方法、極限思想的運(yùn)用、字符平移 等。在每一步 處理后 ，我們 同時(shí)給出 比較 結(jié)果 與 分析。 經(jīng)過(guò) 本章 處理，基本上實(shí)現(xiàn)了從輸入的扭曲文檔圖像到扭曲恢復(fù) 后圖像的轉(zhuǎn)變。同時(shí)，在處理過(guò)程中 有大量信息 的 丟失，因此需要對(duì)扭曲恢復(fù)后的圖像 進(jìn)行最后處理。后處理與最終 結(jié)果 的 測(cè)試 與分析 將在下一章中作詳細(xì)說(shuō)明。 蘇州大學(xué)本科生畢業(yè)設(shè)計(jì)（論文） 26 第五 章 文檔圖像 的 后處理 預(yù)處理過(guò)程中， 原始圖像失去了顏色等信息；扭曲恢復(fù)過(guò)程中，由 于技術(shù)的不成熟，也導(dǎo)致文字失真，這些信息的丟失都是不可逆的。這需要我們?cè)?后處理中除了 最大化保留處理的結(jié)果之外，還要盡可能 彌補(bǔ)丟失的信息。這里后處理 具體指對(duì)恢復(fù)圖像中的文字失真進(jìn)行 斷筆 修復(fù)，以及 背景信息 載入 。 扭曲恢復(fù)技 術(shù)的不成熟，會(huì)導(dǎo)致在處理過(guò)程中丟失文字的筆畫(huà)信息，因此我們需要對(duì)應(yīng)地 彌補(bǔ) 其丟失的 信息 。具體做法是對(duì)當(dāng)前恢復(fù)的圖像進(jìn)行文字標(biāo)識(shí)，通過(guò)對(duì)該文字的合理膨脹，達(dá)到彌補(bǔ)信息的目的。這里采用的膨脹算法是對(duì)當(dāng)前點(diǎn) 的 8 個(gè)相鄰像素 的處理， 因較為簡(jiǎn)單，這里 不再贅述其 算法 偽代碼。 以圖 47（ a） 為 處理 對(duì)象， 進(jìn)行斷筆修復(fù)后的效果較為明顯，如圖 51。 圖 51 斷筆修復(fù) 二值化處理導(dǎo)致當(dāng)前圖像的背景全部丟失，因此我們需要將二值化過(guò)程中保留下的背景 載 入 到斷筆修復(fù)后的結(jié)果中去。由于中文特征的復(fù)雜性，二值化過(guò)程保留下的背景并 不是理想的純背景信息（如圖 52），如若直接加載扭曲恢復(fù)后的圖像， 就會(huì)有陰影，效果不理想如圖 53（ a） 和圖 53（ b） 。本文的做法是對(duì)該背景進(jìn)行 均值 處理，從而代替直接載入 ，背景恢復(fù)后的效果，如圖 53（ c） 。 圖 52 二值化保留 的背景 蘇州大學(xué)本科生畢業(yè)設(shè)計(jì)（論文） 27 （ a） （ b） （ c） 圖 53 背景恢復(fù)： （ a）（ b） 直接 背景 載入 （ c） 本文的方法 本課題最終的 實(shí)驗(yàn)結(jié)果主要是 進(jìn)行 OCR 測(cè)試， 通過(guò) 比較 OCR 識(shí)別率 ，說(shuō)明處理的有效性 。所謂 Optical Character Recognition（ OCR），就是光學(xué)字符識(shí)別， 是文字自動(dòng)輸入的一種方法。它通過(guò)掃描和 攝像等光學(xué)輸入方式獲取紙張上的文字圖像信息，利用各種模式識(shí)別算法分析文字形態(tài)特征，判斷出漢字的標(biāo)準(zhǔn)編碼，并按通用格式存儲(chǔ)在文本文件中 。 OCR 測(cè)試 這里利用 OCR 對(duì)既定圖片中的字符進(jìn)行識(shí)別，通過(guò)對(duì)比處理前后的 OCR 識(shí)別率，說(shuō)明處理后的有效性 。常用的 OCR 識(shí)別軟件有很多，如漢王 OCR，清華紫光 OCR 等。本文以 漢王 的識(shí)別結(jié)果為參考進(jìn)行比較與分析。 為了更好地進(jìn)行對(duì)比，我們首先以圖 39（ a） 為對(duì)象（ 扭曲恢復(fù)后為圖 53（ c） ），將測(cè)試的過(guò)程作詳細(xì)描述（如表 1），然后再將不同組別的測(cè)試結(jié) 果進(jìn)行對(duì)比。 蘇州大學(xué)本科生畢業(yè)設(shè)計(jì)（論文） 28 表 1 測(cè)試結(jié)果對(duì)比 比較對(duì)象 處理前 處理后 標(biāo)準(zhǔn)文字 幾年后，劉永好注意到房地產(chǎn)進(jìn)入了“微利”時(shí)代。就在許 都認(rèn)為房地產(chǎn)這碗飯?jiān)絹?lái)越難吃的時(shí)候，劉永好卻認(rèn)為機(jī)會(huì)，他經(jīng)過(guò)仔細(xì)分析、判斷、最終選擇了組建自己的房地產(chǎn)公 漢字總數(shù) 70 70 正確識(shí)別出的文字（粗體） j 年后 ， 劉永好注意 剄 房地產(chǎn)進(jìn)入了“ 微利 ” 時(shí)代 。 就在許 雙 為房地產(chǎn)這琉 飯?jiān)絹?lái)越難吃的時(shí)候 ， 劉永好卻認(rèn)為機(jī)會(huì) ．傅 經(jīng)過(guò)仔細(xì)分析 、 判斷 ， 最終選擇了組建自己的房地產(chǎn)公 n 年后 ’劑 永好注意到房地產(chǎn)進(jìn) 人 了“微利”時(shí)代 。 就在 1 午袱 為房地產(chǎn)這碗飯?jiān)?來(lái)越難吃的時(shí)候 ’剎 永好卻認(rèn)為機(jī)會(huì) ’＆ 經(jīng)過(guò)仔細(xì)分析 、 判斷 ’ 最終選擇了組建自己的房地產(chǎn) 矗 識(shí)別字?jǐn)?shù) 64 62 識(shí)別率 % % （ a） （ b） 圖 54 第一 組圖像： （ a） 處理前， （ b） 處理后 （ a） （ b） 圖 55 第二 組圖像： （ a） 處理前， （ b） 處理后 （ a） 蘇州大學(xué)本科生畢業(yè)設(shè)計(jì)（論文） 29 （ b） 圖 56 第三 組圖像： （ a） 處理前， （ b） 處理后 （ a） （ b） 圖 57 第四 組圖像： （ a） 處理前， （ b） 處理后 分析：由于 圖 37 扭曲程度較低，且圖像質(zhì)量較高，因此原圖本身的 OCR 識(shí)別率蘇州大學(xué)本科生畢業(yè)設(shè)計(jì)（論文） 30 較高，再提高其效果不會(huì)明顯。下面對(duì) 扭 曲程度較高，且質(zhì)量不高的四組 （圖 54 至 圖57） 扭曲文檔圖像的處理前后進(jìn)行對(duì)比，再 作詳細(xì)分析 。 針對(duì)四 組數(shù)據(jù)，進(jìn)行測(cè)試， OCR 識(shí)別結(jié)果如下： 第一組 標(biāo)準(zhǔn)文字：“當(dāng)人們面臨無(wú)理要求的時(shí)候，理智的人總能巧妙拒絕，這種拒絕其實(shí)就是理性的外在表現(xiàn)?！? 處理前：“袖攔簍羆篆統(tǒng)蚴叭螄。如。 幫鮑蘸褰麟皋理性的外在表現(xiàn)。 ?！?!毪，遺 *”。 處理后：“詈人 F』面黼無(wú)理要艱的時(shí)候’掣智加人總能?？趬蚓芙^ ’遙評(píng)拒絕其實(shí)就是理性的外在表現(xiàn)”。 第二組 標(biāo)準(zhǔn)文字：“具備理智像個(gè)的人，性格穩(wěn)定，思想成熟，想法全面，做事周密，因此成功的概率很高。” 處理前：“纛鬣戮≯嘲眠?琦， 1 ．爵密．因 lE 成功的概率很高。 “惦叁面， m。 I” 處理后：“具備理冒性格的人’性情穩(wěn)定’思想成熟’稿搔壘商『’自； 周密’因此成功的概率很高?！? 第三組 標(biāo)準(zhǔn)文字：“他們的談話(huà)，愈談?dòng)鷽](méi)趣。斯達(dá)爾夫人終于在拿破侖冷漠而理智的回話(huà)中，感悟到自己是在自討沒(méi)趣，只得作罷。 當(dāng)人們面臨無(wú)理要求的時(shí)候，理智的人總能巧妙拒絕，這種拒絕其實(shí)就是理性的外在表現(xiàn)?！? 處理前：“晶燕麓 t 狳 ?。 藤霹骨孽 l 廚訝中，感懵到自已是在自討沒(méi)趣， m㈨．?！?e 冷礁 k。摧薹全耋莖蘭：：：：：囂候，理智的人總能巧蠢垣絕。 l 搖鞠翻蛹瞻是理性的外在表現(xiàn)。 ?！?!毪遺 h” 處理后：“他們』 }{『淡話(huà)’臻談瑜沒(méi)趣”妒迭乍二∈ A 硌 1 一曲：磚玻侖冷規(guī)Ⅻ理智舶肼話(huà)中’感悟到序。是砬‘自 t 了世趣’只得 fl=掣 c 當(dāng)人 FJ『面艋無(wú)理要球的時(shí)候’掣智的八總能?！泵罹芙^’造譯拒絕其實(shí)就是理性的外在表現(xiàn)?！? 蘇州大學(xué)本科生畢業(yè)設(shè)計(jì)（論文） 31 第四組 標(biāo)準(zhǔn)文字：“ 2. 具體問(wèn)題具體分析 為什么要具體問(wèn)題具體分析？因?yàn)槿魏问挛锒际敲艿钠毡樾院吞厥庑缘慕y(tǒng)一 。認(rèn)識(shí)事物必須認(rèn)識(shí)事物的本質(zhì)。本質(zhì)體現(xiàn)個(gè)性，每一件事物的個(gè)性都蘊(yùn)涵在它的本質(zhì)中。因此，要徹底弄清一個(gè)問(wèn)題，一件事情的本質(zhì)，必須具體問(wèn)題具體分析。完全依靠經(jīng)驗(yàn)或泛泛的理論，則不會(huì)產(chǎn)生理想的效果。 一國(guó)兩制的偉大構(gòu)想就是具體問(wèn)題具體分析的時(shí)代典范。” 處理前：“ 2．具體問(wèn)題具體分析 性靜靜殊性的統(tǒng)一。認(rèn)識(shí)事物必須 t^識(shí)囊物 ^。．一“ 0 昀普日 熊。每一件事物的個(gè)性都蘊(yùn)涵在它的本所 d?．．。”域體現(xiàn)十 — 個(gè)閩匿， — 侔事情的本質(zhì)，必須具體 r 口 ]斯日。? j?圳《本镕 麓 g 嫩懲的理論，則不會(huì)產(chǎn)生理想的抒搬 ～Ⅲ笙 依 一釃蒯盼偉大扮想就是具體問(wèn)題具體分析的肘化典范” 處理后：“ 2。具體問(wèn)題具體分析 為『 1 幺要具體周題具體分析’因?yàn)槿魏问挛锒际敲艿凝W迪 性和特殊性的統(tǒng)一。認(rèn)識(shí)事物必須認(rèn)識(shí)事物的本質(zhì)。本質(zhì)體現(xiàn)個(gè) ’每一件事物的個(gè)性女隘涵在它的本質(zhì)中。因此，要徹底拜赭 一個(gè)問(wèn)題’一燁事情的本質(zhì)’必須具體問(wèn)題具體分析。完壘依； 經(jīng)驗(yàn)或泛泛的理論’剛不會(huì)產(chǎn)生理想的效果。 一國(guó)兩制盼渤℃構(gòu)想就是具體問(wèn)題具體分析的時(shí)代典群” 結(jié)果 分析 將上 小 節(jié)比較結(jié)果的數(shù)據(jù)進(jìn)行統(tǒng)計(jì)