我正在进行涉及OCR的项目。在检测到每个字符后，我需要组合关闭字符来创建单词。为此，我尝试创建一个优先级队列，其中包含有关检测到的字符的信息（形成字符的像素集和文档图像上字符的位置），并为文档顶部的字符赋予更高的优先级，并且更高如果两个字符在同一行上，则为最左边的字符。然后一个接一个地从优先级队列中调出字符，希望它能从左到右，从上到下给出所有字符，并根据每两个后续字符之间的空格构建单词。当文档稍微倾斜时实际上失败了，因为显然在人眼相同线上的某些角色不一定在相同的像素高度上（阈值为5~10px）。
是否有自动识别文档的算法？或检测倾斜角？或者任何图书馆？或者如果没有，有没有办法解决这个问题？这是我的最后一年项目，我没有多少时间来解决这个问题。请帮忙。感谢。
答案 0 :(得分：1)
我相信2D傅立叶变换可以在这里提供帮助：
我希望强大的组件对应于垂直方向和较弱的组件 - 水平。了解线距可能会限制分析区域并提高准确度。
答案 1 :(得分：1)
如果倾斜和行间距是文本行总是可以用水平线分隔的，那么使用特殊的比较规则进行排序就足够了：
如果A的底部高于B的顶部，则A先于B，反之;
否则，如果A中的某个点位于B中某个点的左侧，则A位于B之前，反之亦然。
如果歪斜太大，则需要隔离各条线。一种方法是找到每个角色的左/右近邻，并形成链。链中的字符按横坐标排序。
当歪斜非常大且行间很小时，我知道没有简单的防弹解决方案。