一种基于图结构的馆藏书刊文字污点修复方法和系统

本发明涉及一种基于图结构的馆藏书刊文字污点修复方法和系统，旨在高效修复馆藏书刊文字图像中的污点，提升文字识别的准确性和可靠性。具体而言，该方法首先利用PPOCRLabel软件对原始馆藏书刊图像进行精细化标注，精准提取包含字符信息的图像数据集。随后，借助图像细化等预处理手段，将图像数据转换为图结构数据，以充分挖掘文字图像的拓扑特征。通过构建一批具有代表性的测试集，统计分析每个文字图中子图的节点数，并将其合并形成测试集的节点数矩阵。进一步地，对节点数矩阵实施奇异值分解(SVD)，并依据后续文字识别模型进行阈值调优，精准选择最优决策阈值。最终，利用该阈值对同类型文字图像进行奇异值截断处理，实现文字污点的有效修复，为文字识别模型提供高质量的输入数据，显著提升其识别性能。本发明方法在修复馆藏书刊文字污点方面表现出色，不仅提升了馆藏书刊文字识别的效果，还具有较强的泛化性和鲁棒性，适用于不同字体和不同质量的馆藏书刊图像。