ZZZHANG-jx/Recommendations-Document-Image-Processing

解决的问题

拍摄的文档通常存在阴影、卷曲、模糊、光照不均或对比度差等问题，这些问题使得文档难以阅读或进行自动处理。本项目收集了修复这些问题的最新研究，涵盖了去除阴影、展平卷曲页面、锐化模糊以及改善整体外观等任务，使文档照片看起来像扫描件或数字PDF一样清晰。

工作原理

这不是一个软件工具，而是一个组织良好的文献合集。它将论文、数据集和最先进（SOTA）的结果归类到特定任务的章节中。每个章节列出了相关论文及其发表会议，并在可用时提供代码链接；列出了相应的数据集及其大小和下载链接；并提供了一个SOTA表格，比较了近期方法在SSIM、PSNR、RMSE等基准指标上的表现。这些章节涵盖了配准（对齐同一文档的两张图像）、一体化修复（单个模型处理多种退化）、外观增强、去阴影、去畸变、去模糊、二值化和手写文字擦除。该仓库还包含了多个数据集的示例图像。

适用人群

从事文档图像处理或OCR流水线工作的研究人员、学生或工程师。如果您想了解哪些方法是最先进的，哪些数据集是常用的，或者去哪里获取特定技术的代码，这个合集可以为您节省数小时的文献搜索时间。

主要亮点

• 涵盖了八大文档图像处理任务，以及一个关于相关应用和工具的章节。
• 每个任务章节列出了来自CVPR、ICCV和ACM MM等顶级会议的近期论文（2018–2026），并在可用时提供了代码仓库链接。
• 包含的数据集从合成数据到真实世界数据不等，并附有下载链接和示例图像。
• SOTA表格提供了公共基准测试的快速比较，例如用于外观增强的DocUNet和RealDAE数据集，或用于阴影去除的Kligler、Jung、OSR、RDD和SD7K数据集。
• 统一修复模型章节（All in One）重点介绍了DocRes和基于扩散模型的方法等近期成果，这些方法可以在单个模型中处理多种退化问题。