伴随着计算机技术的不断发展,基于数字图像处理以及图像模式识别技术的应用也随之延伸到各个方面。文档的电子化管理已成为文档管理的大趋势,因而研究纸质文档资料的电子化处理、海量文档图像信息的自动提取所涉及的相关技术,有十分重要的现实意义。讨论了数字图像的应用现状及发展方向,并对图像的分析、增强、复原和压缩等基本的数字图像处理方法进行了描述。归纳了模式识别技术的应用和技术本身的发展现状。在充分分析文档图像研究和应用现状的基础上,针对海量文档图像的信息提取,提出了一种行之有效的软件解决方法。为了快速而准确的提取文档图像的特征信息,分析了特定文档图像的版面特征,在此基础之上,利用文档图像中水平直线的特点,引入窗口的思想,提出了一种针对海量文档图像的基于内容的文档图像倾斜校正算法,较好的解决了海量文档图像预处理中的倾斜校正问题。针对文档图像信息提取对目标信息的定位要求高这一特征,利用模板定位的方法,给出了一种快速而精确的边缘检测算法,实现了目标的精确定位。给出了一个基于光学标记识别技术的文档图像信息识别系统,阐述了该系统的设计思想和实现技术。经实际的使用,系统能很好的满足精确提取文档图像信息的要求。实际使用表明,所设计的文档图像信息识别系统实现海量文档图像的信息提取时,在不降低系统处理性能的情况下,较好的保证了信息提取的准确性。