当前位置:首页 > 工业技术
中文印刷体文档识别技术
中文印刷体文档识别技术

中文印刷体文档识别技术PDF电子书下载

工业技术

  • 电子书积分:10 积分如何计算积分?
  • 作 者:王科俊,冯伟兴著
  • 出 版 社:北京:科学出版社
  • 出版年份:2010
  • ISBN:9787030287601
  • 页数:203 页
图书介绍:本书从中文印刷体文档图像的预处理、版面分析、文字和符号识别、公式定位和识别、表格识别和文档中的图形图像处理等方面全面介绍了中文印刷体文档识别的技术细节,结合作者多年来在公式识别方面取得的研究成果重点给出了公式的定位与提取和公式的结构分析的理论与方法,本书还给出了一个含有文字、公式和表格识别功能的中文印刷体文档识别系统软件实现方法及相应的实现代码。
《中文印刷体文档识别技术》目录

第1章 绪论 1

1.1 中文印刷体文档识别基本原理 1

1.2 中文印刷体文档识别研究现状 2

1.2.1 印刷体文档的汉字识别 2

1.2.2 印刷体文档的公式识别 4

1.2.3 印刷体文档的表格识别 6

1.3 中文印刷体文档识别中的难点 6

第2章 中文印刷体文档图像预处理 8

2.1 中文印刷体文档图像采集 8

2.1.1 文档图像采集 8

2.1.2 文档图像显示 8

2.1.3 文档图像格式 9

2.2 中文印刷体文档图像特点 12

2.3 二值化处理 12

2.3.1 图像灰度化 13

2.3.2 图像二值化 13

2.4 平滑去噪 18

2.4.1 邻域平均法 18

2.4.2 中值平均法 18

2.4.3 噪声直接去除法 19

2.5 倾斜校正 20

2.5.1 图像倾斜检测 20

2.5.2 图像倾斜校正 26

第3章 版面分析 30

3.1 版面结构 30

3.2 版面分析方法 31

3.2.1 基于连通域的版面分析方法 33

3.2.2 二分法 34

3.2.3 基于组合特征的版面分析方法 36

3.2.4 基于神经网络的版面分析方法 37

3.2.5 基于最近邻连接强度和行列可信度的版面分析方法 38

3.3 版面理解 44

3.3.1 文字区域 44

3.3.2 图片区域 44

3.3.3 表格区域 45

3.3.4 版面结构表示与存储 45

3.4 版面重构 51

第4章 印刷体汉字识别 52

4.1 文本区域预处理 52

4.1.1 文本增强 53

4.1.2 字符分割 53

4.1.3 字符细化 54

4.1.4 字符归一化 55

4.1.5 文本区域处理效果图 57

4.2 印刷体汉字的特征提取 58

4.2.1 印刷体汉字的统计特性 58

4.2.2 印刷体汉字的常用特征 62

4.3 印刷体汉字识别的实现方式 65

第5章 公式的定位与提取 71

5.1 印刷体文档公式的特点 72

5.2 基于投影的公式定位和提取 72

5.2.1 独立行公式的定位 72

5.2.2 内嵌公式的定位 74

5.3 基于Parzen窗的独立行公式定位和提取 75

5.3.1 待分类文本行的特征数据提取 75

5.3.2 Parzen窗方法 76

5.3.3 公式定位与提取效果 77

5.4 基于字符宽度中心矩的公式定位和提取 78

5.4.1 文本区域基本数据获取 78

5.4.2 含公式的文本行提取 79

5.4.3 文本行中公式判别 81

5.4.4 独立行公式的定位 83

5.4.5 内嵌公式的定位 83

5.4.6 公式定位与提取效果 84

5.5 基于汉字拒识的内嵌公式定位和提取 85

5.5.1 内嵌公式的定位 85

5.5.2 公式定位与提取效果 86

第6章 公式字符分割与识别 88

6.1 公式字符的特点 88

6.2 公式字符的分割 89

6.2.1 基于轮廓跟踪的字符分割 90

6.2.2 基于连通域的字符分割 92

6.3 公式字符的识别 97

6.3.1 公式字符图像预处理 97

6.3.2 基于模板匹配的公式字符识别 99

6.3.3 基于特征的公式字符识别 100

6.3.4 印刷体公式字符识别的实现 104

6.3.5 公式字符识别方法 104

第7章 公式结构分析与表示 107

7.1 公式结构分析的难点 107

7.1.1 数学运算符的模糊性 107

7.1.2 符号的上下文敏感性 107

7.1.3 表示习惯的差异性 108

7.1.4 公式的复杂性 108

7.1.5 公式的多行结构 108

7.2 公式结构分析前的字符预处理 108

7.3 公式结构分析方法 109

7.4 公式结构表示方法 120

7.4.1 公式的典型表示方法 120

7.4.2 实验结果 124

第8章 图表处理 129

8.1 文档中图形图像的表示与处理 129

8.1.1 游程压缩 129

8.1.2 霍夫曼编码压缩 130

8.1.3 算术压缩方法 131

8.1.4 Rice压缩方法 131

8.1.5 LZW压缩方法 131

8.2 文档中表格的分析与识别 132

8.2.1 表格预处理 132

8.2.2 表格直线提取 139

8.2.3 表格结构分析 142

8.2.4 表格字符提取与识别 143

第9章 中文印刷体文档识别软件HEUOCR的设计与实现 144

9.1 应用程序框架的构建 144

9.1.1 框架风格 144

9.1.2 数字图像处理类 146

9.2 文档图像预处理 152

9.2.1 图像灰度化 153

9.2.2 图像平滑滤波 155

9.2.3 图像阈值分割 156

9.3 文档图像版面分析 158

9.3.1 基本连通域提取 159

9.3.2 基本连通域分析 160

9.4 文本汉字识别 162

9.4.1 字符分割 162

9.4.2 字符识别 170

9.5 公式识别 178

9.5.1 公式定位 178

9.5.2 公式字符分割 181

9.5.3 公式字符特征提取 183

9.5.4 公式字符识别 190

9.5.5 公式结构分析 195

参考文献 199

相关图书
作者其它书籍
返回顶部