提取扫描文档的一部分（个人身份） - 选择哪个库和方法？
我需要处理很多扫描的身份证，并从中提取照片以便进一步处理。这里有个虚构的例子：
问题是这些扫描的文件并不是完全对齐的（可能旋转了最多10度）。所以我需要找到它们的位置，旋转它们，然后裁剪出照片。这比我最开始想的要难得多。
我查了一下OpenCV，发现它只能检测矩形，但结果并不好：矩形并不总是能很好地匹配样本。而且它的图像匹配算法只适用于没有旋转的图像，因为它只是简单的对比。
所以我考虑使用ARToolkit（增强现实库），因为我知道它能非常精确地定位图像上的特定标记。但似乎这些标记必须非常简单，所以我不能用文档中的某个固定部分来实现这个目的（如果我错了，请纠正我）。另外，我发现它在Ubuntu 11.10上编译起来超级困难。
OCR - 我还没有尝试这个，在我开始研究之前，如果有人能给我一些建议该关注什么，我会非常感激。
我在寻找一个C（最好）/C++的解决方案，Python也是一个选项。
1 个回答
1
如果你找不到其他更好的解决办法，我之前用过的一种方法是把源图像转换成PPM格式，然后在Ubuntu系统中使用unpaper工具。你可以根据你指定的边缘来调整图像的倾斜度，特别是那些边缘清晰的地方。此外，还有一个选项可以跳过通常会应用于黑白文本的过滤器。对于图像来说，你可能不需要那些过滤器。
下面是一个例子，适用于倾斜角度不超过15度的图像，使用底边和右边来检测旋转：
unpaper -n -dn bottom,right -dr 15 input.ppm output.ppm
unpaper这个工具是用C语言写的，如果源代码对你有帮助的话。