文本倾斜检测算法

 

输入：一张文字倾斜的图片；

输出：文章倾斜角度。

 

 

 

 

 

 

算法流程：

1. 连通域分析：采用种子填充法的连通域分析，并对每个连通域赋以直立的边界框；
2. 过滤blobs：

①上来先移除那些在高度上比固定像素数量少的blobs；

②剩余的blobs之后通过size来过滤：高度在20%~95%分位的blobs会被保留，并保存他们的宽度；

1. 对blobs进行排序：把每个blob的左边缘的x坐标进行升序排列，并作为sort key；
2. 初始行创建：

*******************************************************************************

设置变化的均值漂移y=0;

对于排序blobs中的每个blob:

　　找到与blob垂直重叠的最多的现有行;

　　如果没有现存的重叠行:

　　则:

　　　　·创建一个新行，并把blob放进此行中;

　　　　·记录当前blob的顶部和底部坐标作为当前行的顶部和底部;

　　否则：

　　　　·把此blob加入最大竖直重叠的row中;

　　　　·把行的顶部和底部的坐标值作为当前blob的顶部和底部坐标值, 截断行高使行高变成一个有限值；

　　　　·通过当前blob的底部坐标来更新均值漂移y： 

　　　　；

*******************************************************************************

讨论点：

 

 

 

 

 

 

 

（红圈折线表示均值漂移y的变化）

·根据行号，α在0.5~0.7的范围内取值发生变化；

 

(以下蓝体部分尚未理解)

·均值漂移y，可以保证追踪大倾斜角，（同时对下降免疫???没理解）是可能的；

·当在可用的blobs中有一个非常大的水平gap时, y漂移根据gap大小进行外推操作(?);

·随着行的累积，行的上下极限被扩展来逆向拟合新blob的漂移均值y的极限。这有助于每行收集属于自己的blobs；因为在一行中的第一个blob的漂移y是最小的，所有不用再多余初始化额外行；

 

·每行的size是有限制的，是过滤过程（20%-95%）的上4分之一分位；

这可以阻止由于在一篇倾斜文章中blobs的在不同行导致的y位置的扩增；并且阻止由于吸收了不同行上的blobs导致的y位置增长过大。

 

1. 基线拟合

在以上过程，文章中的大部分blobs都被放入某行中。目前已经可以获得足够准确的行基线拟合。通过文献[8]中的a least median of square fit（最小中位数平方拟合法）方法来实现baseline拟合。 The least median of squares fit 在此应用中是非常理想的，因为基线接近于直线；并且异常点(降序，标点符号，其他特殊字符等)会导致a least mean square fit错误明显。

 

*关于[8]的文献，尚未搜到，但是猜测其实最小二乘法的一个变种，以下博客可以作为参考：

https://blog.csdn.net/Tonywu2018/article/details/83962391