[发明专利]一种基于SWT的多方向中文印刷体文字检测方法

说明书

本发明提供了一种基于SWT的多方向中文印刷体文字检测方法，其首先通过二维离散傅里叶变换校正倾斜图像，然后通过水平投影直方图，快速提取首行文本区域，对于存在倾斜角度大的图像，提取文本前三行作为识别区域，避免了对整个文本的检测，提高了检测速度；同时本发明对提取完的文本行进行Canny边缘检测，最后基于改进的SWT算法，结合相关文本检测、过滤的启发式规则，检测图像是否是中文印刷体图像。由此可见，本发明通过基于改进的SWT算法，提取中文文本固有的笔画宽度特征，同时结合二维离散傅里叶变化以及设定的文本启发式规则，可以快速、准确的检测图像是否是中文印刷体图像，提高了OCR预处理阶段的文本识别检测效率。

技术领域

本发明属于数字图像处理技术领域，具体涉及一种基于SWT的多方向中文印刷体文字检测方法。

背景技术

现阶段在纸质资料数字化，文本化的大背景下，传统的纸质资料由于占空间、不便保存、查找繁琐、易丢失等缺点正被数字化的资料所取代，然而传统的数字化大量采用的是扫描方式，以图像的形式进行各种资料的存档保存。在实际应用中如何快速从大量的数字化图像文件中找出中文印刷体文本图像文件进行OCR(Optical Character Recognition)识别是一个现实存在的实际需求。

图像文本的检测技术目前主要有以下五种：基于边缘的方法、基于连通域的方法、基于纹理的方法、基于深度学习的方法、基于上述混合的方法；其中由Boris Epshtein等人在标题为Detecting text in natural scenes with stroke width transform(ComputerVision and Pattern Recognition(CVPR),2010IEEE Conference on.IEEE,2010:2963～2970)一文中提出的笔画宽度变换算法(Stroke Width Transform，SWT)由于利用了文字特有的笔画宽度特征，因而在文本检测过程中被广泛使用。传统的SWT算法因为是以英文文字为研究对象，而中文相较英文而言，在字符笔画，结构上都更加复杂，因而在检测中文的效果上，SWT效果并不十分理想，在有倾斜的文本检测效果中，SWT算法由于一般以检测水平文本为目标，在倾斜本文的检测上，效果也较不理想。