Forms 如何在扫描的文档图像上查找空白字段

我希望我的申请在表格中填写一个字段 作为黑白图像文件存在。形式总是 以相同的纸质版本开始，但在 应用程序从我的用户那里得到它，它可能已经被扫描或传真了更多 不止一次。因此，我需要的领域不在 每个文件中的位置相同

<>我的用户并不总是从我这里得到空白表格，所以我没有。 有能力打印一个标记或占位符，我可以 以后再认识

原始空白表格上有文本，但因为可能 已经传真，我只有200 dpi的决议。正文 它总是大到足以让人阅读，但我对此持怀疑态度 关于OCR

我有一些预算，所以我不需要一个免费的解决方案。。。让我们 就说2000美元吧

也就是说，我正在考虑

获取OCR解决方案以查找文本 在我需要的字段上添加标签。我不知道 我想我有足够的资源或者 我有自己的专长。我不知道 需要完美的认可，因为我 已经知道课文上说了什么。 但我确实需要知道X-和 Y坐标。有软件吗 是这样吗？还是编程比我想象的要容易

构建或购买软件以识别 形状的边缘。从那里， 我可以得到物体的相对位置 我需要的领域。我在想 我的扫描仪软件在图像周围画了一条虚线 小文件。那是已知的吗 算法或是否有可用的 解决方案

用其他方法来识别 我需要的领域。谷歌的尝试 填表软件给我 web表单的数百个匹配项， pdf表单等，它们不符合我的要求 需要

我对语言不挑剔。我的应用程序运行在Linux上，但如果最好的解决方案是Microsoft，我可能可以让它工作

---

我很感激您的想法。

这里是一些可用OCR解决方案的小结（开源和非开源）：

如果我理解正确，表单总是一样的，但可能会因为复印/传真而移动、缩放或稍微旋转。在这种情况下，您的问题是图像配准：找到最佳刚性变换，使用户队列中的表单与您的“模型”表单对齐，您知道感兴趣的字段的位置。一旦知道了转换，就可以计算字段在用户表单中的位置

---

有许多图像配准算法，通常是为校准大脑的MR图像等应用而开发的。它们的计算成本很高，需要统计先验知识。幸运的是，您的情况更简单：您所需要做的就是在用户表单的内容周围填充一个矩形。协调下降应该有效。您需要对噪音（表格外的垃圾）有一定的容忍度。

严格的注册可能不够。用户可以修改模板表单的布局和格式，例如更改字体、更改复选框或输入框的位置、在不同换行位置打断段落等。这些差异比单纯的移位、旋转或缩放变换更复杂。此外，如果您的图像是二值图像（黑白），我认为那些医学图像配准算法（处理灰度图像）不会有多大帮助。您的成本函数和最小化策略可能会相应更改。

此处总结的解决方案将图像转换为文本。没有人说他们会告诉我识别文本在页面上的位置。你有这样做的经验吗？没有，我很抱歉地告诉你，我实际上没有OCR的经验。我提到那个链接是因为，当我读到它的时候，它对我来说是一个新闻，有任何开源的OCR和/或谷歌参与其中。我想你完全正确地理解了。这是很好的信息。你能解释一下你所说的坐标下降吗？Thanks@Raj：梯度下降的简单版本。循环遍历变量。对于每个变量，找到优化目标函数的变量的新值。重复，直到收敛。如有必要，请参阅“算法”标签中的问题并提问。严格的注册可能还不够。用户可以修改模板表单的布局和格式，例如更改字体、更改复选框的位置、在不同位置打断段落等。这些差异比单纯的移位、旋转或缩放转换更复杂。用户不能修改布局或格式。“表单始终以相同的纸质版本开始。”