卜飞宇　胡奇光　汪彦

摘要：字线交叠严重干扰对字符的切分与识别。基于二值图像的表格框线去除算法，只能在一定程度上排除表格框线对字符识别的干扰。随着计算机运算速度和存储容量的迅速提高，表格识别系统的扫描输入图像开始采用灰度图像和彩色图像。该文提出了一种基于彩色图像的表格框线去除算法，由于利用了图像中的彩色和灰度信息，能更好地排除表格框线对字符识别的干扰。该方法目前已成功地应用于银行票据识别系统中。

关键词：字符识别； 金融票据； 框线去除； 色差

中图分类号：TP391 文献标识码：A 文章编号：1009-3044（2016）23-0148-03

Abstract： Characters often overlap form frame lines. Such overlapping seriously deteriorates the recognition of characters. Almost all form frame line removal algorithms based on binary image， and these algorithms have some limitations. A new form frame line removal algorithm based on color images is presented in this paper. Because of using color and gray information of images， this method can avoid the effect of overlapping better. The effectiveness of this method is proved by application of financial document recognition system.

Key words： Financial Document； Frame Line Removal； OCR； Color Aberration

随着票据处理任务日趋繁重，银行、税务、工商、财政等部门开始借助OCR系统来进行票据录入。但目前一些票据自动识别系统识别率尚不能很好地满足应用需求。造成识别率较低的一个最主要原因，就是字线交叠。在去除检测到的表格框线时完整保留字符笔画，一直是表格自动识别的一个重要环节。

1 传统的表格框线去除算法简介

1.1 二值图像上的表格框线去除

字线交叠分为三种情况（图1）：粘连，相交，重合 [1]。粘连时直接抹去框线，不会影响字符的识别。而对相交和重合的情况，则必须做进一步的图像分析。

现有的框线去除算法分成两类：第一类先抹去框线，再根据框线附近字符笔画的局部特性将缺损笔画补齐。如YU B[2]等利用被框线截断的笔画的两个残留游程进行线性内插将断裂部分补齐。刘长松[3]等则通过框线检测时得到的有向单连通链信息，对笔画与框线的相交角度进行分析，在去除框线后再对字符笔画进行相应修整。……