提取扫描文档的一部分（个人ID） – 选择哪个库和方法？
我必须处理大量扫描的ID，我需要从中提取照片以便进一步处理。 这是一个虚构的例子：
问题是扫描没有完全对齐（旋转到10度）。 所以我需要找到他们的位置，旋转它们并剪下照片。 事实certificate这比我原先想象的要困难得多。
-
我检查了OpenCV，我发现的唯一的东西是矩形检测，但它没有给我很好的结果：矩形在样本上并不总是匹配得足够好。 此外，它的图像匹配算法仅适用于非旋转图像，因为它只是一种powershell比较。
-
所以我虽然使用ARToolkit（增强现实库），因为我知道它能够非常精确地在图像上找到给定的标记。 但似乎标记必须非常简单，所以我不能为此目的使用文档的常量部分（如果我错了请纠正我）。 另外，我发现在Ubuntu 11.10上编译它非常困难。
-
OCR – 还没有尝试过这个，在我开始研究之前，我会感谢任何建议寻找什么。
我寻找C（优选）/ C ++解决方案。 Python也是一个选项。
如果你没有找到另一种理想的解决方案，我过去用于OCR预处理的一种方法是将源图像转换为PPM并在Ubuntu中使用unpaper 。 您可以尝试根据您指定的具有明确定义边缘的任何边来校正图像，并且可以选择绕过通常应用于黑白文本的滤镜。 你可能不希望那些用于图像。
图像偏斜不超过15度的示例，使用底边和右边检测旋转：
unpaper -n -dn bottom,right -dr 15 input.ppm output.ppm unpaper是用C语言写的，如果来源对你有任何帮助。