基于反馈合并的中英文混排版面OCR技术研究

• 作者: 任荣梓 高航
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 文字识别 中英混排 版面分析 分离
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 39-43
• 页数: 5页
• 分类号: TP301
• 字数: 4489字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2017.03.008

摘要

迄今,光学字符识别(OCR)技术已普遍应用于社会生活的方方面面,单一字符集OCR技术领域已经取得重大突破.但由于中文和英文版面分析之间存在的明显差异,现有中英文混排OCR技术的表现均不尽如人意.针对传统OCR方法实现方式的缺点和不足,在研究中英文混合版面分析切分技术难点的基础上,提出了一种改进的基于反馈合并的中英文混合版面分析切分方法.该方法在综合应用Canny算子的图像二值化方法和中值滤波法进行滤波预处理的基础上,采用投影法两次分割字符区域,并对具体切分技巧进行了较为深入的研究.对比验证实验结果表明,所提出的版面分析切分方法可成功分离中英文混合文档中的中文、英文和数字字符,正确率比传统方法高出约8个百分点,可达到97%,较好地解决了传统方法对粘连字符处理效果不佳的问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高航	南京航空航天大学计算机科学与技术学院	38	177	6.0	11.0
2	任荣梓	南京航空航天大学计算机科学与技术学院	2	4	2.0	2.0