Hough变换OCR图象倾斜矫正方法

在光学字符识别 ( OCR)图象扫描输入的过程中 ,扫描图象或多或少会出现某种程度的倾斜 ,这种图象的倾斜不仅会给下一步字符的切割造成困难 ,也影响最终的字符识别精度 .通常情况下 ,为避免用户重新扫描 ,可以通过软件方法对图象进行矫正 ,为此提出一种利用 Hough变换进行图象倾斜矫正的方法 .为克服 Hough变换计算量大的缺点 ,该方法采用了变分辨率图象金字塔策略 .实验结果表明 ,该方法能快速准确测量出扫描图象的倾斜角度 。

基于霍夫变换的铭牌OCR图像旋转矫正方法

在对互感器铭牌图像进行扫描输入时,铭牌图像或多或少会出现一定程度的倾斜,这种图像的倾斜最终会导致其字符识别准确率下降。针对此问题提出一种基于霍夫变换获取图像倾斜角度,进而通过图像旋转矫正提高光学字符识别(Optical Character Recognition,OCR)准确率的方法:首先对原始图像进行二值化,进而获得铭牌的轮廓,再采用基于霍夫变换的方法获得铭牌中的水平线段,通过计算得到线段的水平倾斜角,利用此倾角对图像进行还原。实验结果表明,该方法能快速地计算图像的倾斜角度,提高了OCR识别准确率且准确率可达95%以上。

一种新的基于Hough变换的文档图像倾斜矫正方法

在光学字符识别(OCR)图像扫描输入过程中,图像或多或少地会出现某种程度的倾斜,这往往给字符分割和识别造成很大的影响和难度。因此,文档图像的倾斜矫正是很重要的环节。Hough变换可以用来将图像边缘连接起来得到边界线,该变换受噪声和边界线间断的影响较小,而广泛用于各种类型文档图像的倾斜矫正。但Hough变换计算复杂度较高,本文对此作了一些改进,从而大大减少了计算量。

基于hough变换的倾斜文档图像快速校正

对文档图像字符识别时,需要对有倾斜的图像进行校正,以提高分割和识别的精度.提出一种基于梯度方向统计的倾斜文档图像快速校正方法,该方法利用图像的梯度方向分段累积直方图,得到图像的大致倾斜角度,然后利用hough变换思想,在获取的大致角度范围内对图像进行投影,得到精确的图像倾斜角度,有效地缩小了hough变换角度的搜索范围.对手写和打印体文档图像进行的实验结果表明,与传统的hough变换投影方法相比,该方法的算法执行时间大幅度减小,对图像噪声也具有很强的抗干扰能力.

手写字符样本自动采集研究

提出用行程段信息表示字符图像的编码方法 ,以二进制形式存取 ,能节省大量的文件存储空间。预处理阶段 ,使用最佳阈值二值化方法和平滑技术处理样本表格图像。为保证字符图像正确分割 ,先提取样本表格图像垂直边缘 ,然后使用Hough变换检测图像倾斜角度。提出了快速标记行程段中心迭代算法实现字符图像的分割。

身份照片快速批处理系统的设计与实现

在类似人力资源管理系统、学籍管理系统、户籍管理系统等的设计和应用中 ,如何实现大批量身份照片的快速扫描录入 ,一直是件繁琐而费时的工作。本文提出了一种针对身份照片录入的批量扫描、快速处理系统设计方案。通过该系统可以实现照片的自动切割提取、自动倾斜校正 ,并实现图象亮度、对比度调整 ,裁剪、旋转。

车牌定位及倾斜矫正方法研究

为提高车牌定位的有效性和准确性,利用车牌的纹理特征,提出基于边缘检测和形态学运算相结合的车牌定位算法。在摄取车牌图像的过程中,会因为各种原因导致车牌图像有不同程度的倾斜变形,而倾斜的车牌很难被分割和识别,必须进行倾斜矫正,使用了基于Hough变换的倾斜矫正算法。实验结果表明该车牌定位算法和倾斜矫正算法快速有效。

基于图像识别技术的水尺刻度提取方法研究

为从标准水尺中自动提取水位数据,针对水尺图像具有明显边缘的特点,利用Hough变换计算水尺偏移角度并据此进行倾斜校正,然后采用形态学处理、水平投影等图像处理方法定位水尺左右及上下边缘,进而提取水尺目标,最后通过垂直投影、逻辑运算等图像处理方法提取水尺刻度,根据此刻度计算出水位值。实例应用结果表明:该方法计算过程简单、有效且结果误差较小,能够准确地从水尺图像中提取刻度并获取水位数据。

车牌识别预处理中的二值化及倾斜矫正算法

车牌识别中的预处理包括图像增强,二值化和噪声去除。由于车牌图像摄取的特殊性,使得车牌在图像中通常是倾斜的,而倾斜的车牌是很难被分割和识别的,因此车牌倾斜矫正已成为车牌识别系统中一个必需解决的问题。给出了基于图像特征线的二值化阈值确定和针对车牌图像的倾斜矫正改进算法,对车牌的水平和垂直方向分别采用了不同的矫正方法,实验结果表明此算法是快速有效的。

基于M-HSI和像素偏移法的车牌定位

为提高车牌定位准确率,提出一种改进的车牌定位方法。以小功率汽车牌照为研究对象,通过对HIS模型进行修正,分别得出包含车牌蓝色区域的二值图像和包含车牌字符的二值图像;将两幅二值图像合成一张图,利用车牌区域的几何特征实现对车牌区域的定位;用Hough变换和像素偏移法对倾斜的车牌进行矫正。实验结果表明,该方法与基于边缘检测的车牌定位方法相比,在耗时基本不变的情况下,图像定位准确率达到98%,倾斜矫正准确率达到99%,验证了该方法的有效性。

一种车牌快速矫正算法

针对车牌识别中的图片倾斜矫正,提出了一种基于字符形态学特征,只需处理字符与字符之间的关系的新算法。该算法通过枚举扫描线的倾角代替对整个图像的旋转,节省了对图像进行旋转操作的时间。与传统的Hough变换、Radon变换以及近几年新兴的车牌矫正算法等方法相比较,该算法在保持高正确率的前提下,整体运行时间提高了3~5倍,减少了因车牌边框不明显而引起的误差,降低了水平矫正算法复杂度。实验结果表明,该算法效果良好。