一种低亮度非均匀光照文档图片快速二值化方法

二值化是光学文字识别(OCR)的重要步骤,直接影响到光学文字识别的成功率。目前基于亮度分割局域二值化算法效果好,但是过程复杂、运算耗时。快速二值化算法流程简单、噪声敏感。低亮度图片一般有不可忽略的噪声,并且文字对比度低。为获取低对比度文字,快速二值化算法需对亮度梯度敏感,但是也会导致快速二值化结果文字断裂、丢失、背景噪声大。为实现高质量快速二值化,本文采取非局域均值滤波算法抑制噪声,同时避免过度平滑图片。采用改进的Bradley算法提取低对比度文字,并解决了文字断裂等问题。最后采用膨胀腐蚀算法抑制二值化噪声。本方法适用于非均匀低亮度和高亮度的图片。实验结果表明,本方法在非均匀高亮度下,表现和其他快速二值化算法相同。在非均匀低亮度下,提取文字更多、文字断裂更少、噪声更小。本方法二值化结果的OCR召回率达到了93.5%。