检测扫描文档中裁切线的位置

Question

我正在一个项目中，用户向我们提供了表单的扫描副本，我们需要识别图像中的各个字段。

我有这样的形式：

表单在页面的四个角具有四个裁切标记/注册标记。 现在，应该让用户填写表格，并退还其填写表格的扫描副本。 我们得到的扫描表格可能已经旋转了某个角度。 例如，请参见下面的旋转形式：

现在要提取格式不正确的准确字段，即要提取任何特定字段（如扫描表单中的“标题”），我们需要有准确的坐标，但是由于我们的图像已经旋转了未知角度。 我们无法这样做。

我读到了有关注册标记的信息，以及它们如何使页面与标准格式对齐。 我尝试在图像中搜索这些注册标记，但是由于它已旋转，因此我们可能找不到旋转图像中标记的位置。

我尝试搜索该问题，并发现了一些关于SO的问题，这些问题虽然给出了一些指导，但无济于事。

该问题为我提供了具有执行此任务功能的 LEADTools SDK的参考。 不幸的是，这个SDK不适用于JAVA，并且它是专有的，不是免费的。

是否有其他用于相同目的的开源工具。

此外，我愿意接受有关用于对齐表格的其他方法的建议。

Answer 1

您可以在文档的一角使用标记的坐标。 使用线条角的坐标，您可以测量纸张的旋转角度以进行补偿。

以下帖子解决了类似的问题：
“ Java中的图像处理边缘检测”

下面是使用Java和Marvin检测坐标的方法。

输出（JPEG压缩的某些噪声原因）：

源代码：

import marvin.image.MarvinImage;
import marvin.io.MarvinImageIO;
import marvin.util.MarvinAttributes;
import static marvin.MarvinPluginCollection.*;

public class DocumentMarks {

public DocumentMarks(){

    MarvinImage image = MarvinImageIO.loadImage("./res/document.jpg");
    thresholding(image, 250);
    MarvinAttributes ret = moravec(image.clone(), image, 5, 100000);
    image = showCorners(image, ret, 4);
    MarvinImageIO.saveImage(image, "./res/document_out.jpg");
}

private static MarvinImage showCorners(MarvinImage image, MarvinAttributes attr, int rectSize){
    MarvinImage ret = image.clone();
    int[][] cornernessMap = (int[][]) attr.get("cornernessMap");
    int rsize=0;
    for(int x=0; x<cornernessMap.length; x++){
        for(int y=0; y<cornernessMap[0].length; y++){
            // Is it a corner?
            if(cornernessMap[x][y] > 0){
                rsize = Math.min(Math.min(Math.min(x, rectSize), Math.min(cornernessMap.length-x, rectSize)), Math.min(Math.min(y, rectSize), Math.min(cornernessMap[0].length-y, rectSize)));
                ret.fillRect(x, y, rsize, rsize, Color.red);
            }               
        }
    }

    return ret;
}

public static void main(String[] args) {
    new DocumentMarks();
    System.exit(0);
}
}

Answer 2

我已成功在扫描的文档中识别出裁切痕迹。 我描述我的博客的方式在这里 。