简单的版面分析
文本图像的版面分析
版面分析是指分析一副文本图像的块结构，以便进行后续的OCR识别处理。由于关系都识别的准确性和正确的文字顺序，版面分析显得特别重要。本文介绍简单的版面分析方法。
版面分析中规则起到了很大的作用。一般的文本图像具有以下一些特征：1）段内行距比段间行距小；2）段首有空白，段尾有空白；3）图像的黑像素比例比文字大；4）文章排版横纵有规律性等。利用这些规则就可以实现简单的版面分析。一种简单的方法是自顶向下的方法，即先根据图像中的空白把图像分成若干块，再在这些块中继续根据空白部分划分，直到不能再分为止。最后再根据块内黑白像素比例确定是否该区域是文本还是图像。 在版面分析之前，首先需要进行倾斜校正，即将倾斜的文本行旋转过来。其次，可采用投影法确定空白区域。具体代码可以参考 源码。 转自 http://witfox.net/?p=40
推荐阅读
- 热闹中的孤独
- JAVA（抽象类与接口的区别&重载与重写&内存泄漏）
- 放屁有这三个特征的，请注意啦！这说明你的身体毒素太多
- 一个人的旅行，三亚
- 布丽吉特，人生绝对的赢家
- 慢慢的美丽
- 尽力
- 一个小故事，我的思考。
- 家乡的那条小河
- 《真与假的困惑》???|《真与假的困惑》??? ——致良知是一种伟大的力量