校園公文處理系統的設計

Abstract

本論文提出一套校園公文處理系統。在學習階段中，系統會抽取空白表格 的實體結構(physical structure)以及相對結構(relative structure)以 建立樣本表格資料庫。在辨識階段中，系統先會利用輸入的表格公文的實 體結構來確認表格的型態以找出表格公文的樣本，並且利用樣本中的相對 結構來解譯表格公文的內容。首先系統會利用調整臨界值(adaptive threshold)的方法對公文影像作二值化，並利用strip-projection的方法 將表格公文的實體結構抽取出來。然後根據表格格線的寬度，將格線去除 而跟格線接觸的文字的形狀仍然被保留下來。我們利用Connect Component的方法將文字切割出來。並利用一統計式的OCR模組來作字元辨 識。最後再用一個常用詞的辭典對辨識結果作矯正。在本論文中亦提出一 套描述表格邏輯結構(logical structure)的方法。目前，系統切字的正 確率是94.45%。我們比對表格公文的正確率，在公文沒有旋轉的情況下 是85%，而有旋轉的情況下80%。