基于最优坐标系的表格版面分析

表格文档在日常生活中运用十分广泛,对这类文档进行计算机自动处理能提高文档处理速度和准确度,具有重要的现实意义。表格文档版面结构提取是文档信息处理自动化的核心。由于表格文档图像包含印刷体和手写体字符、图像、污损、噪声和一定的倾斜,在其影响下,正确的提取文档的版面结构是比较困难的。在总结国内外表格文档版面结构提取方法的基础上,提出了一种基于最优坐标系的版面结构提取方法,该方法与其它方法相比具有很强的抗干扰能力和文档版面定义灵活方便的特点。

基于DSP的版面分析和OCR识别的原理及实现

随着光学字符识别 (OCR)技术广泛应用于人口普查、银行票据、各类报表等表格文档自动处理中 ,大大提高了表格文档的处理效率和精度 ,节省了人力物力和财力。 OCR识别系统通常采用扫描仪获取表格文档的原始图像 ,由计算机进行版面分析和字符识别。这里提出了基于 DSP的 OCR识别仪 ,采用接触式图像传感器摄取文档的原始图像 ,数字信号处理器(DSP)实现版面分析和字符识别。将识别结果输入到计算机中进行后处理。这样一台计算机可以联结多台识别仪 ,大大降低了 OCR识别系统的成本 。