纸质文件数字化对于信息提取、文本内容分析和文化交流传播具有重要意义。本文针对物流仓储包裹上标签的数字化展开研究,属于特殊场景下的纸质文件数字化研究。在运输存储过程中,货物表面的标签易产生折叠、扭曲、褶皱等几何形变,同时采集人员往往手持移动设备捕捉标签图像,更是带来了采集角度不固定、光照不均匀、图像模糊等问题,使得常用的场景文本检测与识别方法难以提取标签图像中的文本信息。针对上述问题,本文面向仓储包裹变形标签的图像校正与识别展开研究,主要研究内容如下:（1）针对目前公开变形文档图像数据集较少的问题,本文构建了一个复杂变形标签图像数据集。该数据集的训练集通过深度相机Kinect V2结合Elastic Fusion算法捕捉自然场景下变形标签的三维形状,并在三维渲染软件Blender中渲染生成了大量变形标签图像及其对应的丰富的标注信息,用于图像校正网络的训练。之后对本文自建数据集训练集中的小部分合成图像和测试集中真实变形标签图像标注了文本区域坐标和文本真值,用于文本检测与识别网络的训练和测试。（2）针对复杂变形标签的图像校正问题,本文研究了现有的传统图像校正方法和基于深度学习的图像校正网络,最终采用了一种结合基于标签提取和仿射变换的传统图像校正预处理和Dewarp Net网络的图像校正方法。在原Dewarp Net网络的基础上,本文将原网络需要的裁剪输入图像的预处理步骤替换为基于标签提取和仿射变换的方法,自动对输入图像进行预处理;在Dewarp Net纹理映射子网络的损失函数中引入结构相似度（Structural Similarity,SSIM）损失项。最后,通过大量的实验,验证了本文改进后的Dewarp Net网络具有较好的图像校正性能,相较于原网络在本文数据集上多尺度结构相似性提升了0.0252,局部失真降低了1.3777。（3）针对校正后标签图像的文本检测与识别问题,本文采用了一种融合上下文感知注意力模块（Text-context-aware Attention Module,TCAM）与Mask Text Spotter v3网络的文本检测方法。之后对检测得到的多边形文本框外接最小矩形,生成掩码后,送入CRNN+CTC网络进行文本识别。实验结果表明本文提出的文本检测与识别方法能够准确检测出多方向、极端长宽比和扭曲倾斜的文本行,并有效缓解过分割长文本行和生成假正例检测框的情况。改进后的文本检测网络,相较于原网络在本文数据集上准确率提高了1.97%,综合分数F值提高了0.91%。