LEADTOOLS使用教程：表單識別的自動對齊

---

由于涉及到無數變量和因素，因此表單識別和處理是一項非常復雜的過程。在表單識別過程中，對齊對表單識別的準確性起著至關重要的作用，因為表單字段被置于主表單上一個非常特殊的位置上面。看似差別細小的幾個像素卻足以影響到光學文字識別（OCR）或光學標記識別（OMR）引擎的準確度。

采用LEADTOOLS自動糾偏

表單對齊主要包含以下4方面的問題:：斜偏，頁邊距，掃描分辨率和非線性變形。 LEADTOOLS憑借其在文檔成像領域的經驗和研究，可以輕松幫助開發人員糾正掃描文件對齊的問題。最重要的是，只需要幾行簡單的代碼就可以實現糾偏。

// Create an OCR Engine for each processor on the machine. This 
// allows for optimal use of thread during recognition and processing.
ocrEngines = new List<IOcrEngine>();
for (int i = 0; i < Environment.ProcessorCount; i++)
{
ocrEngines.Add(OcrEngineManager.CreateEngine(OcrEngineType.Advantage,
false));
ocrEngines[i].Startup(formsCodec, null, String.Empty, String.Empty);
}
// Point repository to directory with existing master forms 
formsRepository = new DiskMasterFormsRepository(formsCodec,
_MasterFormFolder);
autoEngine = new AutoFormsEngine(formsRepository, ocrEngines, null,
AutoFormsRecognitionManager.Default | AutoFormsRecognitionManager.Ocr,
30, 70, true);
// Run the forms recognition on this document
AutoFormsRunResult runResult = autoEngine.Run(document, null);
if (runResult != null)
{
// Process the recognized form and extract desired info
foreach (FormPage formPage in runResult.FormFields)
{
foreach (FormField field in formPage)
{
// ...
}
}
}

傾斜角

如果你掃描過文檔，你一定知道紙張并不總是平鋪或者垂直。由于定義表單字段的區域是矩形，因此填充文本很難適應約束區。Leadtools提供一個非常合適的傾斜角度，字段仍然可以處于其盒子中。

頁邊距

當左上角位置不正確時，會增加或者減少掃描文檔的頁邊距，左右上下移動原始文檔。平板式掃描儀比自動文檔進紙器更容易出現頁邊距的問題。

掃描分辨率

掃描分辨率在表單對齊中也扮演著一個重要角色。掃描文檔的DPI（點/寸像素）設置了坐標系，它可以區分不同的掃描分辨率。

非線性變形

由于掃描儀不同，可能導致文件的某些區域不同程序的拉伸和收縮，而其他顯示正常。導致該問題的最常見的原因是ADF速度差異。當一個文件被送入掃描儀時，feeder 開始時很緩慢，然后逐漸達到全速，甚至有些掃描儀在掃描結束時才減速，從而引起非線性變形。

.>>>LEADTOOLS典型案例-OMR智能閱卷系統