银行为了扩大信用卡业务,每天会产生大量的关于申请信用卡的纸质银行表单。为了实现银行的信息化,需要将纸质银行表单上的信息录入系统。目前的手动输入的模型工作效率低且劳动强度大,设计了一种能够实现自动地将纸质银行表单中的文字信息导入到计算机中的系统是摆在人们面前亟需解决的问题。本文以某银行的信用卡申请表单为例,设计出了一种基于图像处理技术进行银行表单自动识别的方法。本文首先对获取的图像进行了一系列的预处理,包括图像校正、图像去噪、二值化处理以及基于投影法的版面分析等操作。具体地,通过表单坐标以及标准模型得到扫描图像的倾斜角度,反转倾斜角实现校正;利用中值滤波去除扫描图像参杂着的“椒盐”噪声;设计了一种基于迭代Otsu方法对去噪后的图像进行二值化处理;基于投影法对二值化的图像进行版面分析。基于边缘检测法设计出一种图像形态学处理、轮廓检测、外接矩形以及模板匹配相结合的定位方法,该方法符合银行表单中文本定位的需求。在文本定位结果上,结合CRNN(Convolutional Recurrent Neural Network)算法,搭建了一个基于深度学习的文本自动识别系统。为了让最终的检测结果更加准确,在银行表单自动识别结束后加入后处理过程以校准自动识别结果。最后,对系统的整体实现进行了描述。为了证明了本系统的可靠性,进行了一些列测试实验,详细进行了文字区域定位和文字自动识别测试实验,测试结果表明,本文设计的方法具有很好的效果,能达到系统设计的预期目标。