Diplomarbeit
Output of Simulator showing low and high quality text
近年来，数码相机变得越来越普及。这也带动了人们对图像中文字识别的需求。然而，一般数码相机拍出来的照片分辨率并不高，传统的OCR软件并不能很好的对其中的文字加以识别。另外，这些图片很可能本身就不平整，例如被旋转过，在成像过程中产生了失真，甚至是这些文字本身就处于一个弯曲的表面。
目前的解决方案主要有两种。一是使用大分辨率的照片（这会带来成本的增加，并且在很多场合实现起来并不现实）。另外一种解决方案是一种叫Mosaicing的技术（图片镶嵌技术）。先拍很多低分辨率（对于图像文件而言），但是大放大倍率（对于图像中的文字而言）的照片，然后将这些照片拼接起来再进行统一OCR处理。这种技术还衍生出了一种新的方案，即对于每个照片分别进行OCR识别，最后再将识别的结果拼接成整段的文字。
本文提到的方法是：按“行”检测文字并拍摄成低分辨率的图片。这些文字图片可以是被旋转过的，因为成像而失真的，或者文字本身只位于一个轻微弯曲的表面。