基于方向投影和类内散度的ocr构件象斜角度检测算法

基于方向投影和类内散度的ocr构件象斜角度检测算法

0ocr证件的制作orc证书技术是现代证书技术与orc技术的综合集成的结果。orc证书的证书称为orc证书。orc证书主要是关于身份的文件，通常是一次性的，并且信息不会被重写，如护照、身份识别、身份等。orc证书技术研究的主要内容包括orc证书的编制工艺和发布顺序。orc证书信息的采集设备适用于orc证书信息的采集系统。在orc证书信息读取软件中，斜率图像校正是一项重要的预处理技术。在扫描orc证书时，图像不可避免地会倾斜。准分析和orc-s型算法对图像的倾斜特别敏感。因此，斜率校正是orc证书图像预处理的重要组成部分。OCR证件一般有两行专门用于机读的OCR字符,可以利用OCR字符的信息来进行倾斜角检测.针对含有OCR字符的OCR证件图像,提出了一种新的倾斜检测算法.该算法用不同倾角的扫描线对图像进行扫描,计算出扫描线方向的投影,在方向投影中寻找字符行类的最小类内散度值,再在所有类内散度最小值中寻找最小值,该最小值对应的方向投影的扫描线方向即为OCR证件图像的倾斜角度.在计算投影时,采用基于整数Bresenham画直线的算法,对扫描线的角度步长采用由“粗”到“精”的分级方法.这些手段使得本算法具有更高的速度.实验表明,该算法是有效可行的,同时具有很好的检测精度和速度.1方向投影和类内散度的计算1.1brchenha算法20世纪60年代,Bresenham提出了一种使用整数计算就能快速画线的方法,称为整数Bresenham算法.这种算法虽然在概念上仍是基于X、Y轴方向坐标改变的比率,但不需要乘法和除法,也不需要进行浮点运算,因而算法速度很快.对于光栅直线来说,线条上每点的位置并非实际像素位置,而是它们的最佳近似位置.假定直线的斜率在0～1之间.Bresenham算法设置了一个决策变量dk,当dk大于等于0时,Y坐标就增加1,当dk小于0时,Y坐标就保持不变,dk根据dk的正负重新设置.Bresenham算法的思路如下:1)初始化:dx=x1-x0,dy=y1-y0,x=x0,y=y0;2)决策变量dk初始化:dk=2×dy-dx;3)确定下一点,同时修正dk:dk<0,则取(x,y)=(x+1,y),dk=dk+2×dy;dk>=0,则取(x,y)=(x+1,y+1),dk=dk+2×dy-2×dx本文用不同倾角的扫描线对二值化的OCR证件图像的OCR字符区域进行扫描.当沿一条扫描线计算方向投影时,利用整数Bresenham画线的算法,判断扫描线经过的图像点位置是否为黑像素,并沿扫描线累加它所经过的黑像素数目,得出该条扫描线对应的方向投影值.图3为倾角分别为0°和1.7191°对图2的OCR字符区域扫描的方向投影.1.2类内散度的计算检测OCR字符的倾角,就需要寻找一个最佳的扫描倾角,使得两行OCR字符在这个倾角扫描下的方向投影空间能分开得最好.要使两行OCR字符分开最好,就需要代表两行字符的两类的总类内散度值最小.在一维方向投影Y空间的类内散度计算如下:(1)计算两行字符类的均值m∼im∼i:m∼i=1Ni∑y∈Yiy,i=1,2m∼i=1Νi∑y∈Yiy,i=1,2(2)类内散度和总类内散度:S˜2i=1Ni∑y∈Yi(y−m∼i)2,i=1,2S˜w=S˜21+S˜22S˜i2=1Νi∑y∈Yi(y-m∼i)2,i=1,2S˜w=S˜12+S˜22图4为图2的ORC字符区域在不同倾角扫描的方向投影的最小类内散度曲线,横坐标表示倾角,纵坐标表示不同倾角的方向投影的最小类内散度.扫描倾角范围[-0.3,0.3],倾角之间的间隔为0.005rad.2最小类内散度曲线基于方向投影和类内散度的OCR证件图象的倾斜检测算法思路:以不同扫描角度扫描OCR字符区域,形成多个方向投影空间;在各个方向投影空间上寻找两个字符行类的最小总类内散度;以各个方向投影空间的最小总类内散度形成最小类内散度曲线;在最小类内散度曲线上寻找最小值,得出该最小值对应的方向投影的扫描角度即为图象倾斜角度.图4中类内散度曲线的最小值对应的角度即为OCR证件图象的倾斜角.在计算投影时,采用基于整数Bresenham画直线的算法,对扫描线的角度步长采用由“粗”到“精”的分级方法.该算法分为两个步骤:先粗检测和再精检测.(1)计算最小类内散度(a)初始化:最小扫描角Angle-Min,最大扫描角Angle-Max,角度步长Angle-Step初始赋值.计算循环次数total-circle=(Angle-Max-Angle-Min)/Angle-Step,分配最小类内散度数组Array-Min[1…total-circle];(b)计算方向投影和类内散度,并且求取最小类内散度曲线:fori=Angle-Min,j=0;i<=Angle-Max;i=i+Angle-Step,j=j+1{应用Bresenham算法计算倾角为i的方向投影;计算倾角为i的方向投影的类内散度,并且求取最小类内散度值,结果保存在Array-Min[j];}(c)寻找Array-Min数组的最小值,记录最小值在数组中的位置,结果保存在变量Loc.(2)类内散度分值的计算精检测的过程与粗检测完全一样,只需要重新初始化.初始化:Angle-Min=(Loc-1)×Angle-Step+Angle-Min,Angle-Max=(Loc+1)×Angle-Step+Angle-Min,Angle-Step=Angle-Step/Scale,其中Scale为缩放系数,循环次数和类内散度数组的计算同粗检测的初始化一样.重复步骤(1)的(b)和(c),OCR证件图象的倾斜角度Angle=Loc×Angle-Step+Angle-Min.3实验结果和分析对图2的签证图片进行倾斜角度的检测和校正.先对图1的签证进行OCR字符区域的定位和截取,得到图2中的OCR字符区域图片.在实际应用中,OCR证件的倾斜角度一般不会很大,粗检测的扫描角度范围设为[-0.3,0.3]rad,角度步长设为0.05rad,精检测的角度步长设为0.005rad,最终检测的性能数据见表1第1项.使用Photoshop软件的画布旋转命令对图2顺时针旋转1.7191°,旋转结果见图5.对图2加10%的高斯噪声,使用相同的二值化算法和相同的检测参数,实验结果见表1第2项.使用本算法对护照图象和增加10%高斯噪声的护照图象的倾斜角度进行检测,二值化算法和检测参数与前述一致,实验结果见表1第3项和第4项,旋转结果见图6(b).实验结果表明,本算法对OCR证件图象的倾角检测是可行的,并且达到一定的检测精度和较快的检测速度,同时在一定的噪声情况下,最小类内散度和检测时间有所增加,但检测的倾角不变,说明该方法有一定的抗干扰能力.4检测精度分级方法的展望上述实验结果表明,基于方向投影和类内散度的OCR证件倾角检测算法是有效的,该算法对扫描线的角度步长采用由“粗”到“精”的分级方法,能达到很高的检测精度和较快的检测速