Unfolder：对折痕文档的快速定位与图像校正
计算机视觉与模式识别
2024-08-13 v1
摘要
折叠文档的呈现形式在现代社会中并不少见。用智能手机相机拍摄此类文档进行数字化可能较为棘手，因为折痕会将文档内容分隔到不同平面。展开文档时，可能需要手持边缘，从而可能在所拍摄图像中遮挡文档。尽管存在许多几何校正方法，但它们通常针对任意弯曲和折叠而开发。我们考察了此类算法，并提出了一种专为带对折折痕的文档图像设计的新方法 Unfolder。Unfolder 对文档图像的项目畸变具有鲁棒性，且校正后不会在折痕附近产生图像碎片。我们创建了一个新的折叠文档图像数据集，以研究折叠（2、3、4 和 8 折）文档的校正精度。该数据集包含文档置于桌面和手持时拍摄的 1600 张图像。Unfolder 算法的识别错误率为 0.33，优于先进的神经网络方法 DocTr（0.44）和 DewarpNet（0.57）。在 iPhone XR 上，Unfolder 的平均运行时间仅为 0.25 秒/图像。
引用
@article{arxiv.2312.00467,
title = {Unfolder: Fast localization and image rectification of a document with a crease from folding in half},
author = {A. M. Ershov and D. V. Tropin and E. E. Limonova and D. P. Nikolaev and V. V. Arlazarov},
journal= {arXiv preprint arXiv:2312.00467},
year = {2024}
}
备注
This is a preprint of the article accepted for publication in the journal "Computer Optics"