用于文字识别的纹理

确定文档图像的文字与语言这一问题在文档分析领域具有许多重要应用，例如此类海量图像集合的索引与排序，或作为光学字符识别（OCR）的前置步骤。本文基于文本具有独特视觉纹理这一观察，研究了利用纹理作为确定文档图像文字工具的方法。我们在一个新构建的文字数据库上对多种常用纹理特征进行了实验评估，定性衡量了哪些特征最适合该任务。此外，还提出了在训练数据有限和存在多种字体类型的情况下提升分类效果的策略。