基于Tesseract中文全血化验单信息提取研究

• 作者: 梁国胜 梁国贤 陈广华
• 来源期刊: 电脑编程技巧与维护
• 关键词: 文字识别 图像处理 全血化验单识别 Tesseract引擎
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 数据库与信息管理
• 页码范围: 96-100,128
• 页数: 6页
• 字数: 4082字
• 语种: 中文

摘要

设计基于Tesseract引擎针对全血化验单内容的识别系统.利用混合边缘检测算子对图片进行边缘检测,排除背景噪声.通过透视变换、霍夫直线检测对图像进行倾斜校正,利用投影法切分不同类型字符识别区域,对切分的项目名称和结果利用二维OTSU(大津算法)法对相应的图像进行二值化.利用Tesseract引擎使用集束搜索算法和K-近邻算法(KNN)进行预识别,经过校正后,重新训练生成全血化验单识别字库,利用生成字库进行识别.经过实验,该系统识别率为96.4％.该系统的实现,弥补了市场空白,避免手动输入的繁琐,提高了效率,有助于历史医疗数据保存和医疗大数据的发展.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	梁国胜	兰州大学物理科学与技术学院	12	20	3.0	4.0
2	陈广华	北京交通大学机械与电子工程控制学院	21	159	7.0	12.0
3	梁国贤	北京交通大学机械与电子工程控制学院	1	0	0.0	0.0