image-processing - 如何识别扫描图像中的文本存在模式并进行裁剪？

Question

扫描文档的智能裁剪

最近我接手了一个旧书/手稿的保存项目。它们数量庞大，将近 10,000 页。我不得不用可移植扫描仪手动扫描它们，因为它们不适合在自动书籍扫描仪中进行扫描。

当我开始在 Photoshop 中编辑它们时，真正的问题就出现了。请注意，它们基本上都是文档(JPG 格式)，并且这些文档中绝对没有图像。它们使用不同的语言(奥里亚语)，我相信在不久的将来不会有任何 OCR 软件可用。 (如果有请告诉我。)

为了使这些图像(文档)看起来干净优雅，我必须裁剪它们，定位它们，增加一点对比度，用橡皮擦清洁不必要的 Blob 等等。我能够在 Photoshop 中自动化大部分这些过程，但裁剪是我卡住的地方。我无法自动裁剪，因为该软件无法识别该 img (doc) 的某个区域中是否存在文本或内容；它只是将赋予它的值应用于裁剪。

我想要一个解决方案来自动化这个裁剪过程。我已经想出了一个想法，我不知道它是否足够实用，据我所知，市场上没有软件可以做这种事情。

可能的解决方案:如果工具可以识别图像中文本的存在(这不是很关键，因为它们都是普通文档图像，其中没有图像，没有图案只是普通矩形)并裁剪它，这可能是可能的从每一侧的这些文本的边界开始，因此它可以输出没有任何边距的文档图像。在这之后，其余的任务可以使用 Photoshop 自动完成，例如为边距添加空白，调整对比度和颜色使其更具可读性等。

这是画廊的专辑链接。如果有用的话，我可以发布更多示例图片 - 请告诉我。

http://imageshack.us/g/1/9800204/

这是通过上述链接获得的更大图像样本中的一个示例:

Answer 1

使用来自 tinypic 的样本，


使用 ImageMagick，我将按照以下几行构建一个算法:

对比拉伸(stretch)原始图像

黑点 1% 和白点 10% 的值似乎是正确的。

命令:

convert                               \
   http://i46.tinypic.com/21lppac.jpg \
  -contrast-stretch 1%x10%            \
   contrast-stretched.jpg   

结果:

剃掉一些边框像素以消除那里的暗扫描伪影

每个边缘上 30 像素的值似乎是正确的。

命令:

convert                   \
   contrast-stretched.jpg \
  -shave 30x30            \
   shaved.jpg   

结果:

图像去斑

这里没有更多参数。重复过程 3 次以获得更好的结果。

命令:

convert       \
   shaved.jpg \
  -despeckle  \
  -despeckle  \
  -despeckle  \
   despeckled.jpg

结果:

应用阈值使所有像素变为黑色或白色

大约 50% 的值似乎是正确的。

命令:

convert           \
   despeckled.jpg \
  -threshold 50%  \
   b+w.jpg

结果:

重新添加剃掉的像素

使用 identify -format '%Wx%H' 21lppac.jpg确定原始图像的尺寸为1536x835像素。

命令:

convert            \
   b+w.jpg         \
  -gravity center  \
  -extent 1536x835 \
   big-b+w.jpg

结果:

(注意，这一步只是可选的。它的目的是恢复到原始图像尺寸，如果您从这里开始并用原始图像覆盖结果，或者其他什么...)

去歪斜图像

40% 的阈值(默认值)似乎也适用于此。

命令:

convert        \
   big-b+w.jpg \
  -deskew 40%  \
   deskewed.jpg

结果:

从每个边缘移除所有纯白色像素的行和列

这可以通过简单地使用 -trim 来实现。运算符(operator)。

命令:

convert         \
   deskewed.jpg \
  -trim         \
   trimmmed.jpg

结果:

如您所见，结果还不完美:

图像底部边缘仍有一些随机伪影，

由于其他最小的伪影，最终的修剪并没有从边缘移除所有的空白；

另外，我(还)没有尝试对图像应用失真校正来修复(部分)失真。 (您可以通过查看 "Understanding Perspective Projection Distortion ImageMagick" 的答案来了解它可以实现什么。)

当然，您可以通过使用每个步骤中使用的一些参数轻松获得更好的结果。

当然，您可以通过将每个命令放入 shell 或批处理脚本来轻松地自动化此过程。

更新

好的，所以这里有一个失真来粗略地纠正变形。

*命令:

convert                                                                         \
   trimmmed.jpg                                                                 \
  -distort perspective '0,0 0,0  1300,0 1300,0  0,720 0,720  1300,720 1300,770' \
   distort.jpg

结果: (下面再放原图，方便直观对比)



图像中仍有部分桶状失真，可以通过应用 -barrelinverse 来消除。运算符——我们只需要找到合适的参数。