图像处理 - 旋转扫描的文档以对齐文本

Question

我有一个OCR C＃项目，我在其中获得一个带有文本的扫描文档，我需要返回文档中的文本。

我已经有了解析文本的解决方案，但是我们被卡在扫描文档旋转的部分（向右或向左）。

假设图像中没有噪点（所有像素都是白色或黑色），任何人都可以帮助我们使用算法在运行时旋转图像（没有人眼）？

由于

Answer 1

使用Hough Transform检测应该是水平文字方向的最强线方向。 Hough变换的基本前提是将x-y坐标转换为r-theta坐标系，其中r是距离原点的距离，θ是方向。

图像转换后，与相同的图像相同以找到最强的方向。

因为此方法在离散r和thetas中使用投票。 theta的分辨率与使用的箱数一样好。因此，您可能希望将其限制为更精确的角度或速度，而不是在一度增量中使用-180到+180度。

Answer 2

（我不是专家，但好奇心写了这篇文章）

恕我直言，这个问题可以通过暴力试验和错误方法经济有效地解决。因为没有太多错误的定位。

我认为您可以轻松确定文本的边界框。此边界框只能以两种方式进行错误定向。明智地旋转时钟或明智地旋转计数器时钟。因此，通过最大两次旋转图像（旋转使边界框竖直），您可以找到正确的方向。

也就是说，您无需进一步处理图像即可找到正确的文档方向，以确定文本对齐方式。我认为确定文本对齐将是一个相当大的处理。

<强>更新

我建议我们不必找到准确的旋转角度。如果粘接盒是直立的，它可以是直角或180度旋转角度。

1）使粘接盒直立
2）运行OCR，检查结果，如果确定则完成 3）旋转180度
2）运行OCR。这次它必须是正确的角度

如果我们真的必须找到确切的旋转角度，我认为必须首先找到字符“o”，“c”或“m”（不包括斜体字体）的可能形状。或者，找到期间的相对位置（'。'）。我认为这需要复杂的操作。