DanBloomberg/leptonica

解決的問題

Leptonica 是一個全面的影像處理與分析函式庫，專為處理文件影像與自然影像而設計。它提供廣泛的影像資料操作工具，簡化了光學字元辨識（OCR）與電腦視覺等任務所需的複雜數學與結構運算。

作法原理

以 ANSI C 寫成，使用打包的二進位資料（32 位字）以確保高效率。在堆上實作一致的資料結構與記憶體管理所有權規則。函式庫提供超過 2,700 個函式，涵蓋仿射變換、形態學、連通成分等基本運算，以及讀取與寫入各種標準影像格式（JPG、PNG、TIFF 等）的專用工具。

適用對象

適用於需要深度影像分析的開發者，例如開發 OCR 引擎（如 Tesseract）、電腦視覺函式庫（如 OpenCV），或處理複雜文件二值化與分割的應用程式。

主要特色

• 廣泛的影像運算：支援縮放、旋轉、剪切、投射變換與卷積。
• 文件分析工具：包含專用功能，用於判斷文字傾斜、方向與頁面分割。
• 廣泛的格式支援：內建對 PDF、WebP、TIFF 等多種格式的 I/O 支援。
• 高效率：針對 32 位資料運算進行最佳化，並使用原子參考計數設計為執行緒安全。