4. 签收证明图像预处理：灰度化、二值化、去噪、倾斜校正、ROI区域裁剪
签收证明图像通常来源于手机拍照、扫描仪或传真件，受光照、角度、纸张褶皱等因素影响，原始图像质量参差不齐。直接对原始图像进行OCR识别，会导致字符分割错误、特征提取失败，进而影响签名区、日期区、备注区的字段提取准确率。因此，必须通过一套标准化的图像预处理流水线，将原始图像转化为适合OCR引擎处理的二值化、无倾斜、高信噪比的图像。
4.1 预处理流水线总览
本章节涉及的预处理步骤按执行顺序排列，形成一条完整的图像清洗链路。每个步骤的输出作为下一步的输入，任何一步的参数偏差都会向下游传递，最终影响告警阈值的触发精度。
工程要点： 预处理参数（如二值化阈值、去噪核大小）并非固定值，需根据实际签收证明的纸张底色、字体颜色、印章颜色进行动态调整。本案例采用“固定初始参数 + 异常反馈调优”策略，与后续告警阈值联动。
4.2 灰度化
彩色图像包含R、G、B三个通道，数据量大且对OCR识别无增益。灰度化将三通道图像转换为单通道灰度图，降低计算复杂度，同时保留亮度信息作为后续二值化的基础。
| 方法 | 公式 | 适用场景 | 本案例选择 |
|---|---|---|---|
| 加权平均法 | Gray = 0.299R + 0.587G + 0.114B | 标准文档、白底黑字 | ✓ 默认方案 |
| 最大值法 | Gray = max(R, G, B) | 高亮标记、荧光笔覆盖 | 备用方案 |
| 平均值法 | Gray = (R + G + B) / 3 | 均匀光照、无彩色印章 | 不推荐 |
调优提示： 签收证明中红色公章（如公司章、个人签名章）在加权平均法下会变暗，导致印章区域与背景对比度下降。若后续二值化后印章轮廓丢失，可切换至最大值法或对红色通道单独增强。
4.3 二值化
二值化将灰度图转换为纯黑（0）与纯白（255）的图像，使文字笔画与背景彻底分离。本案例采用自适应阈值二值化，避免全局固定阈值在光照不均场景下的失效问题。
- 全局阈值（Otsu）：基于直方图自动计算最佳阈值，适合光照均匀的扫描件。本案例作为快速通道的默认选项。
- 自适应阈值（Gaussian）：根据每个像素邻域的局部亮度计算阈值，有效处理手机拍照产生的阴影和光斑。本案例在告警触发后自动切换至此模式。
- 颜色反转检测：部分签收证明为深色底纹+浅色文字（如碳复写纸），需在二值化前判断是否需要反转，否则OCR将完全失效。
# 自适应阈值二值化示例（Python + OpenCV）
import cv2
gray = cv2.imread('receipt_gray.jpg', cv2.IMREAD_GRAYSCALE)
# 自适应阈值，blockSize=11，C=2
binary = cv2.adaptiveThreshold(gray, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C,
cv2.THRESH_BINARY, 11, 2)
cv2.imwrite('receipt_binary.jpg', binary)4.4 去噪
二值化后的图像仍可能包含孤立噪点（如纸张纤维、灰尘、扫描条纹）。去噪步骤使用形态学操作和滤波算法清除这些干扰，避免OCR将噪点误识别为字符笔画。
| 去噪方法 | 核大小 | 作用 | 副作用 |
|---|---|---|---|
| 中值滤波 | 3×3 或 5×5 | 去除椒盐噪声，保留边缘 | 核过大导致笔画变细 |
| 形态学开运算 | 3×3 结构元素 | 先腐蚀后膨胀，消除小白点 | 可能断开细笔画 |
| 形态学闭运算 | 3×3 结构元素 | 先膨胀后腐蚀，填充小孔洞 | 可能粘连相邻字符 |
避坑指南： 签收证明的签名区通常包含连笔字，笔画宽度不均匀。去噪核大小超过5×5时，签名笔画可能被误删，导致签名区OCR召回率骤降。建议对签名区单独使用较小的核（3×3），对备注区等印刷体区域使用5×5核。
4.5 倾斜校正
手持拍摄的签收证明普遍存在0.5°~5°的倾斜角度。倾斜校正通过检测图像中的文本行或纸张边缘的倾斜角度，进行反向旋转，确保后续ROI裁剪的坐标对齐。
- 霍夫变换检测直线：检测纸张边缘或表格线，计算平均倾斜角。适用于有清晰边框的签收单。
- 最小面积外接矩形：对二值化图像中的最大连通域（纸张主体）计算外接矩形，获取旋转角度。适用于无边框但纸张轮廓完整的图像。
- 投影法：对文本行进行水平投影，统计投影峰值的偏移量。适用于纯文本区域，但对印章和签名干扰敏感。
# 基于外接矩形的倾斜校正示例
import cv2
import numpy as np
binary = cv2.imread('receipt_binary.jpg', cv2.IMREAD_GRAYSCALE)
contours, _ = cv2.findContours(binary, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
# 取最大轮廓
cnt = max(contours, key=cv2.contourArea)
rect = cv2.minAreaRect(cnt)
angle = rect[2]
# 角度修正：确保旋转方向正确
if angle < -45:
angle = 90 + angle
# 旋转图像
(h, w) = binary.shape[:2]
center = (w // 2, h // 2)
M = cv2.getRotationMatrix2D(center, angle, 1.0)
rotated = cv2.warpAffine(binary, M, (w, h), flags=cv2.INTER_CUBIC, borderMode=cv2.BORDER_REPLICATE)4.6 ROI区域裁剪
经过灰度化、二值化、去噪、倾斜校正后，图像已具备稳定的坐标基准。ROI裁剪根据预设的模板坐标或动态检测到的锚点（如“签名：”“日期：”“备注：”等关键词位置），精确截取三个核心区域。
| ROI区域 | 裁剪依据 | 典型尺寸（像素） | OCR识别目标 |
|---|---|---|---|
| 签名区 | 关键词“签名/签收人”定位 + 下方矩形区域 | 200×80 | 手写签名图像（用于笔迹比对） |
| 日期区 | 关键词“日期/时间”定位 + 右侧或下方区域 | 150×40 | YYYY-MM-DD 格式日期文本 |
| 备注区 | 关键词“备注/说明”定位 + 下方或右侧矩形区域 | 300×100 | 自由文本（异常描述、特殊说明） |
联动调优关键点： ROI裁剪的坐标偏移量直接决定OCR字段提取的完整性。当告警系统检测到“日期字段缺失率 > 5%”或“签名区置信度 < 0.7”时，触发ROI坐标微调流程，自动扩大或偏移裁剪窗口，并重新执行OCR验证。此闭环机制是本章节与后续告警阈值联动的核心工程实践。
4.7 预处理质量评估指标
为量化预处理效果，建立以下评估指标，作为告警阈值联动的前置输入：
- 二值化信噪比（BSNR）：目标区域（文字/签名）与背景区域的灰度对比度。BSNR < 10dB 时触发二值化参数重调。
- 倾斜残差角：校正后图像中文本行与水平线的平均偏差。残差 > 0.3° 时触发二次校正。
- ROI裁剪完整度：裁剪区域内有效像素占比。完整度 < 85% 时触发坐标偏移补偿。
通过上述五步预处理，签收证明图像从原始杂乱状态转化为结构清晰、字符分离、坐标对齐的高质量输入，为后续OCR引擎的字段级识别和异常告警阈值联动奠定坚实基础。