圖檔辨識去雜點程式

標籤:

當我們打算使用掃瞄書本及使用 OCR 技術來產生經文時，第一個遇到的問題就是經文圖檔的「雜點」，「雜點」是指非經文本身的符號，在 OCR 時，會造成較低的判斷正確率，所以就寫出了這支程式來協助解決這個問題。

底下是三種大藏經圖檔處理前與處理後的比較：

	大正大藏經
去點前的圖檔		去點後的圖檔
大正大藏經要去除的雜點為閱讀符號, 位置大多在一般文字的左下方,形狀大多是一、二、中... 等小字

	續藏經
去點前的圖檔		去點後的圖檔
續藏經文中的讀音符號與大正藏相似, 差別僅是其位置是在文字的左邊.

	佛教大藏經
去點前的圖檔		去點後的圖檔
佛教大藏經要去除的雜點為圈點符號, 形狀為一個實心黑圓圈.

網路分享：