随着科技的发展,电脑使用光学字符识别系统(也称作OCR系统)自动化录入逐渐替代传统的人工录入。光学字符识别系统自动进行文件的扫描,分类文件和提取文件信息。比传统的人工录入速度快,准确率高。法国的汽车租赁网站也使用到了光学字符识别系统自动分析对比用户上传的身份证明。为了提高光学字符识别的准确率,图像预处理环节必不可少。图像预处理环节主要包括图像的平滑,去噪以及二值化。本文在研究了国内外关于图像阈值分割二值化处理的文献后,结合已有的基于文本图像的自适应补偿二值化算法,提出了一种结合背景补偿机制与二维Otsu阈值分割算法对法国身份证进行去噪和二值化的算法并对传统的二维Otsu阈值分割算法进行了准确度和速度方面的改进。算法主要分为背景补偿,灰度空间非线性映射,基于二维Otsu算法的阈值分割环节。其中在灰度空间非线性映射环节,本文提出了结合黑色像素点占全局像素点比例因子的Sigmoid函数更新像素点的灰度值。在阈值分割阶段,本文提出了一种对传统的二维Otsu阈值分割算法的改进方法,利用高斯分布加入邻域像素位置对像素点的影响,使得分割结果更加准确。针对二维Otsu阈值分割算法计算速度慢等缺点,本文创新地提出了使用模拟退火算法对其进行优化,结合模拟退火算法的贪心和随机机制,局部搜索能力强的特点,使二维Otsu阈值分割算法更快速地寻找最优解的近似值,在实际应用中更有实用性。经过测试,本文提出的基于改进的二维Otsu的文本图像二值化处理算法比已有的文本图像自适应补偿二值化算法在对图像的去噪和二值化方面获得更好的效果。经过模拟退火算法的优化,二维Otsu阈值分割算法的计算减少了40%的时间,速度得到显著的提高。实用性也大大增强。