通过OCR (Optical Character Recognition,光学字符识别)技术,可以将纸制文档的内容输出为可编辑的文字。目前OCR技术的发展已相对成熟,对于扫描或拍摄质量较好的图像有着很高的识别率。然而,在对纸质文档扫描或拍照时,不可避免会产生文档放置倾斜的现象,对这样采集到的图像在进行OCR识别时,会产生很大误差,识别率急剧下降。所以对文档图像进行倾斜校正是非常必要的。在对文本图像进行倾斜校正的过程中发现,影响校正效果的因素有很多方面,如文本的字体、字型、脚本以及是否含有图片等,这些都会在不同程度上影响校正算法的效果,并给倾斜校正带来了一定的复杂性。本课题来源于国家“十一五”国家科技支撑平台重点项目--“视障者阅读辅助器具的研制”,该项目的主要目标是研制视障者使用的、基于文字识别的便携式阅读辅具。该阅读辅具通过采用OCR技术和语音合成技术实现了印刷文字和电子文档转换为语音输出的功能,这样使得视障者可以像常人一样阅读报纸和书籍。在OCR识别前需要进行对文档图像的预处理,其中倾斜校正是很关键的一步,要求能够对一般的文本都能得到一个较好的处理效果,即算法应具有良好的通用性,并要衡量时间的复杂度。基于上述目的,在学习和研究了多种倾斜校正算法后,将他们的优缺点加以总结分析,再结合视障者阅读辅具研制的具体要求,对现有的倾斜校正算法进行改进,提出了一种新的倾角检测与校正方法。该方法是基于OCR识别后反馈的信息,来选择对于待校正的文档来说备选的算法中哪种算法校正效果更好,从而使得算法在一定程度上克服了某一种算法对于各种特征的文档不具有良好通用性的缺陷。