【发布时间】：2012-04-21 05:08:12
【问题描述】：
我需要创建一个工具，该工具将使用高质量相机扫描文档中的特定文本块并对其进行 OCR。每个文档都匹配相同的模板，其中包含几个填满数据的表格。我需要从每个扫描文档的一个特定单元格中提取数据。
我需要考虑图像的旋转和微小变换。整个工作流程应该是这样的：
- 文档已“显示”到相机。软件制作文档的图片。
- 软件会导致一些轻微的旋转和其他转换（由于文档被握在手中，可能会发生轻微的剪切、缩放、旋转）。
- 软件识别出正在显示的正确模板文档并从特定单元格中提取图像。
- 然后对图像进行 OCR 处理。
基本上，我不需要最终的解决方案，而是需要一些关于从哪里开始寻找的方向。我知道如何对纯文本进行 OCRing，我不知道如何实现第 2 步和第 3 步。
提前致谢。
【问题讨论】：
-
您决定文档布局吗？您能否添加一些程序可能会查找的占位符（如十字或类似图案）？
-
不，我不能。但是，文档总是有白色背景，并且总是与周围的背景高度对比（周围也永远不会是白色的）。所以基本上，白色边框可以用来确定形状。
标签： algorithm image-processing language-agnostic ocr