公开(公告)号：CN105046253A

公开(公告)日：2015-11-11

申请号：CN201510354849.3

申请日：2015-06-24

申请人： 山西同方知网数字出版技术有限公司

发明人： 张惠斌 ,  王长征 ,  赵正桥 ,  蔡彩云 ,  刘文晓

IPC分类号： G06K9/20

CPC分类号： G06K9/2054 ,  G06K2209/01

摘要： 本发明公开了一种基于OCR的论文封皮自动识别系统，模板设计模块，设计封皮模板并提供信息给模块；图像处理模块，通过OCR对图像进行彩色二值化、去黑边、纠偏处理；字符数据采集模块，利用OCR提取封皮字的信息，为定位区域找到对应的题录信息提供数据支持；数据定位模块，将所述字符数据采集模块采集到的字信息进行加工处理，使字信息成为题录项对应的题录信息；重识别模块，重新识别字符数据采集模块过滤掉的题录信息，该题录信息包含标点符号和空格；数据整理模块，过滤并整合题录信息。本发明通过上述六大模块可以达到自动在封皮上找到所需要的信息，达到了自动化处理要求，这样解放了人力，提高了工作效率。

公开(公告)号：CN105046253B

公开(公告)日：2018-05-11

申请号：CN201510354849.3

申请日：2015-06-24

申请人： 山西同方知网数字出版技术有限公司

发明人： 张惠斌 ,  王长征 ,  赵正桥 ,  蔡彩云 ,  刘文晓

IPC分类号： G06K9/20

摘要： 本发明公开了一种基于OCR的论文封皮自动识别系统，模板设计模块，设计封皮模板并提供信息给模块；图像处理模块，通过OCR对图像进行彩色二值化、去黑边、纠偏处理；字符数据采集模块，利用OCR提取封皮字的信息，为定位区域找到对应的题录信息提供数据支持；数据定位模块，将所述字符数据采集模块采集到的字信息进行加工处理，使字信息成为题录项对应的题录信息；重识别模块，重新识别字符数据采集模块过滤掉的题录信息，该题录信息包含标点符号和空格；数据整理模块，过滤并整合题录信息。本发明通过上述六大模块可以达到自动在封皮上找到所需要的信息，达到了自动化处理要求，这样解放了人力，提高了工作效率。

公开(公告)号：CN104361335A

公开(公告)日：2015-02-18

申请号：CN201410612494.9

申请日：2014-11-03

申请人： 山西同方知网数字出版技术有限公司

发明人： 张惠斌 ,  王长征 ,  赵正桥

IPC分类号： G06K9/34

CPC分类号： G06K9/346

摘要： 本发明公开了一种基于扫描图像自动去除黑边的处理方法，其包括：将扫描后的图像RGB转灰度，并对灰度二值化处理得到二值化图像；对二值化图像进行黑边粗分割；在图像粗分割的基础上进行图像细分割，即对粗分割后的版面进行分析，找出版面四角的定位块，和定位块粘连的黑像素为黑边像素，并在离边缘一定距离内找到联通域，计算联通域的特征；对所述联通域特征进行分析，并根据分析后的特征判断图像属于黑边或字体；通过所述版面分析和联通域特征查找黑边坐标，滤掉黑边。本发明解决了不同扫描图像的去黑边问题，方便了软件的后续处理，也给用户的阅读带来了便利。

公开(公告)号：CN104361335B

公开(公告)日：2017-07-07

申请号：CN201410612494.9

申请日：2014-11-03

申请人： 山西同方知网数字出版技术有限公司

发明人： 张惠斌 ,  王长征 ,  赵正桥

IPC分类号： G06K9/34

摘要： 本发明公开了一种基于扫描图像自动去除黑边的处理方法，该包括：将扫描后的图像RGB转灰度，并对灰度二值化处理得到二值化图像；对二值化图像进行黑边粗分割；在图像粗分割的基础上进行图像细分割，即对粗分割后的版面进行分析，找出版面四角的定位块，和定位块粘连的黑像素为黑边像素，并在离边缘一定距离内找到联通域，计算联通域的特征；对所述联通域特征进行分析，并根据分析后的特征判断图像属于黑边或字体；通过所述版面分析和联通域特征查找黑边坐标，滤掉黑边。本发明解决了不同扫描图像的去黑边问题，方便了软件的后续处理，也给用户的阅读带来了便利。