CN102955943A - 图像处理装置和图像处理方法 - Google Patents

图像处理装置和图像处理方法 Download PDF

Info

Publication number
CN102955943A
CN102955943A CN2012102906083A CN201210290608A CN102955943A CN 102955943 A CN102955943 A CN 102955943A CN 2012102906083 A CN2012102906083 A CN 2012102906083A CN 201210290608 A CN201210290608 A CN 201210290608A CN 102955943 A CN102955943 A CN 102955943A
Authority
CN
China
Prior art keywords
edge pixel
image
value
brightness value
image processing
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN2012102906083A
Other languages
English (en)
Other versions
CN102955943B (zh
Inventor
杜基云
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
PFU Ltd
Original Assignee
PFU Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by PFU Ltd filed Critical PFU Ltd
Publication of CN102955943A publication Critical patent/CN102955943A/zh
Application granted granted Critical
Publication of CN102955943B publication Critical patent/CN102955943B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10Character recognition
    • G06V30/16Image preprocessing
    • G06V30/162Quantising the image signal
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/12Edge-based segmentation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/136Segmentation; Edge detection involving thresholding
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/194Segmentation; Edge detection involving foreground-background segmentation
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N1/00Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
    • H04N1/40Picture signal circuits
    • H04N1/403Discrimination between the two tones in the picture signal of a two-tone original
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30176Document
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10Character recognition

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Facsimile Image Signal Circuits (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)

Abstract

本发明提供一种图像处理装置和图像处理方法,能够对输入图像进行二值化,以便高精度地区别文字部分和背景部分。图像读取装置(10)包括:从输入图像提取边缘像素的边缘像素提取部(101);对于每个边缘像素的亮度值生成第1直方图的第1直方图生成部(103);对于每个边缘像素的邻近像素的最小亮度值生成第2直方图的第2直方图生成部(104);基于第1直方图和第2直方图求得静态阈值的静态阈值计算部(105);采用静态阈值对输入图像进行二值化处理的二值化处理部(106)。

Description

图像处理装置和图像处理方法
技术领域
本发明涉及图像处理装置和图像处理方法,尤其涉及将输入图像二值化的图像处理装置和图像处理方法。
背景技术
一般,从文件提取文字等信息进行规定的处理时,对于该文件所表现的图像进行二值化处理,以区别文字部分和文字以外的背景部分。
例如,专利文献1中,提出了从支票等的文件的图像数据中仅提取文字部分的支票读取装置。该支票读取装置,制作扫描文件得到的图像数据的浓度分布的直方图,在存在于高浓度范围的峰值和存在于低浓度范围的峰值之间设定二值化阈值,采用该二值化阈值进行二值化处理。但是,例如,对于背景在每个规定的区域都不同、或渐变等的背景部分的亮度根据位置而不同的文件,存在有在图像数据的浓度分布的直方图中不能明确地分离高浓度范围和低浓度范围、无法适当地设定二值化阈值的情况。
因此,专利文献2中,提出了对文件图像内的每个部分区域采用不同的二值化阈值的彩色文件图像识别装置。该彩色文件图像识别装置,对从文件图像取得到的灰度图像执行边缘提取处理,基于其结果得到的边缘像素的连结成分提取部分区域。接着,彩色文件图像识别装置对于每个部分区域求得二值化阈值以进行二值化处理。此时,彩色文件图像识别装置,将部分区域以外的区域都作为背景。
又,专利文献3中,提出对分割所输入的图像得到的每个区块求得不同的二值化阈值的图像二值化装置。该图像二值化装置将所输入的图像分割为多个部分图像。接着,图像二值化装置将所关注的部分图像和与该部分图像相邻的八个相邻部分图像的明度的直方图数据输入到预先学习得到的神经网络,以神经网络的输出值为阈值实施该所关注的部分图像的二值化。
现有技术文献
专利文献
专利文献1日本特开2007-28362号公报
专利文献2专利第4077094号公报
专利文献3日本特开平6-113139号公报
发明内容
发明所要解决的问题
专利文献2所记载的彩色文件图像识别装置,通过对每个部分区域求得二值化阈值,即使是对背景部分的亮度根据位置而不同的文件也可高精度地进行二值化处理。然而,专利文献2所记载的彩色文件图像识别装置,在二值化处理中将部分区域以外的区域都作为背景,因此,有可能无法提取无法作为边缘像素提取这样的与背景部分的亮度差小的文字部分。
又,专利文献3所记载的图像二值化装置,通过对于每个规定的区块求得二值化阈值,即使是对背景部分的亮度根据位置而不同的文件也可高精度地进行二值化处理。然而,专利文献3所记载的图像二值化装置,由于基于预先学习得到的结果预测阈值,因此根据输入图像的不同,阈值有可能变得不适当。
因此,本发明的目的在于,提供能够对输入图像进行二值化处理以高精度地区别文字部分和背景部分的图像处理装置和图像处理方法。
解决问题的手段
本发明涉及的图像处理装置具有:从输入图像提取边缘像素的边缘像素提取部、对于每个边缘像素的亮度值生成第1直方图的第1直方图生成部、对于每个边缘像素的邻近像素的最小亮度值生成第2直方图的第2直方图生成部、基于第1直方图和第2直方图求得静态阈值的静态阈值计算部、和采用静态阈值对输入图像进行二值化处理的二值化处理部
又,本发明涉及的图像处理方法包括:从输入图像提取边缘像素的步骤、对于每个边缘像素的亮度值生成第1直方图的步骤、对于每个边缘像素的邻近像素的最小亮度值生成第2直方图的步骤、基于第1直方图和第2直方图求得静态阈值的步骤、和采用静态阈值对输入图像进行二值化处理的步骤。
发明效果
根据本发明,能够提供一种图像处理装置和图像处理方法,其能够将输入图像二值化,以高精度地区别文字部分和背景部分。
附图说明
图1是适用了本发明的图像处理系统的概略构成图。
图2是图像处理部的概略构成图。
图3是显示图像读取装置的二值化处理的动作的流程图。
图4的(a)~(d)是用于说明边缘像素的提取处理的示意图。
图5是用于说明动态阈值的计算处理的示意图。
图6的(a)、(b)是以不同的动态阈值二值化后的二值化图像。
图7是输入图像的一例。
图8是显示第1直方图和第2直方图的实例的图。
图9是输入图像的其他的实例。
图10是显示第1直方图和第2直方图的实例的图。
图11是对图7所示的输入图像二值化后的二值化图像的实例。
图12是对图9所示的输入图像二值化后的二值化图像的实例。
图13是显示图像处理部的其他实例的概略构成图。
图14是显示二值化处理的动作的其他实例的流程图。
图15的(a)、(b)是输入图像和其二值化图像的其他实例。
图16的(a)、(b)是输入图像和其二值化图像的又一其他实例。
图17是其他的图像处理系统的概略构成图。
具体实施方式
下面,参考附图对本发明涉及的图像处理装置、图像处理方法和计算机程序进行说明。但需要注意的是,本发明的技术范围并不仅限于这些实施方式,本发明涉及权利要求所记载的发明及其等同技术方案。
图1是显示适用了本发明的图像处理系统的概略构成的图。如图1所示,图像处理系统1具有图像读取装置10和信息处理装置20。图像读取装置10为例如图像扫描仪、数码相机等,信息处理装置20为例如连接于图像读取装置10使用的个人计算机等。
图像读取装置10包括:图像输入部11、第1图像储存部12、第1接口部13、第1存储部14、第1中央处理部15、图像处理部16。下面,对图像读取装置10的各部进行详细说明。
图像输入部11具有对作为摄像对象物的原稿、风景、人物等进行摄像的摄像传感器。又,下面,以摄像对象物为原稿的情况进行说明。该摄像传感器包括:一维或二维排列的CCD、CMOS等的摄像元件、和将摄像对象物的像成像于摄像元件上的光学系统,各摄像元件输出对应于RGB各色的模拟值。接着,图像输入部11,将摄像传感器输出的各模拟值转换为数字值生成像素数据,生成由生成的各像素数据构成的图像数据(下面,称为RGB图像)。该RGB图像的各像素数据为,例如RGB各色分别以8位表示的、共计24位的RGB值所构成的彩色图像数据。
接着,图像输入部11生成将RGB图像的各像素的RGB值转换为亮度值和色差值(YUV值)的图像(下面,称为输入图像),并保存于第1图像储存部12。又,YUV值例如可通过以下的式子计算。
Y值=0.30×R值+0.59×G值+0.11×B值      (1)
U值=-0.17×R值-0.33×G值+0.50×B值    (2)
V值=0.50×R值-0.42×G值-0.08×B值      (3)
第1图像储存部12具有非易失性半导体存储器、易失性半导体存储器、磁盘等的存储装置。第1图像储存部12与图像输入部11连接,保存由图像输入部11生成的输入图像,并与图像处理部16连接,保存由图像处理部16对输入图像进行图像处理后的各种的处理图像。
第1接口部13具有基于例如USB等的串行总线的接口电路,与信息处理装置20电连接以收发图像数据和各种信息。又,也可将闪存等连接于第1接口部13,以保存被存储于第1图像储存部12中的图像数据。
第1存储部14具有RAM、ROM等的存储器装置、硬盘等的固定磁盘装置、或软盘、光盘等的可移动的存储装置等。又,第1存储部14中存储有用于图像读取装置10的各种处理的计算机程序、数据库、表格等。
第1中央处理部15与图像输入部11、第1图像储存部12、第1接口部13、第1存储部14、和图像处理部16连接,对这些各个部件进行控制。第1中央处理部15进行图像输入部11的输入图像生成控制、第1图像储存部12的控制、通过第1接口部13的与信息处理装置20的数据收发控制、第1存储部14的控制、通过图像处理部16的图像处理的控制等。
图像处理部16连接于第1图像储存部12,计算用于对输入图像进行二值化的阈值并进行二值化处理。该图像处理部16连接于第1中央处理部15,根据来自第1中央处理部15的控制、基于预先存储在第1存储部14的程序进行动作。或,图像处理部16也可由独立的集成电路、微处理器、固件等构成。
信息处理装置20具有:第2接口部21、第2图像储存部22、显示部23、输入部24、第2存储部25、第2中央处理部26。下面,对信息处理装置20的各部进行详细地说明。
第2接口部21具有与图像读取装置10的第1接口部13相同的接口电路,将信息处理装置20和图像读取装置10进行连接。
第2图像储存部22具有与图像读取装置10的第1图像储存部12相同的存储装置。第2图像储存部22存储有,经由第2接口部21从图像读取装置10接收的图像数据。
显示部23具有液晶、有机EL等所构成的显示器和向显示器输出图像数据的接口电路,并与第2图像储存部22连接,将保存于第2图像储存部22中的图像数据显示于显示器。
输入部24具有键盘、鼠标等的输入装置和从输入装置取得信号的接口电路,将对应于使用者的操作的信号输出到第2中央处理部26。
第2存储部25具有与图像读取装置10的第1存储部14相同的存储装置、固定磁盘装置、可移动的存储装置等。第2存储部25中储存有用于信息处理装置20的各种处理的计算机程序、数据库、表格等。
第2中央处理部26与第2接口部21、第2图像储存部22、显示部23、输入部24和第2存储部25连接,对这些各部进行控制。第2中央处理部26进行,通过第2接口部21的与图像读取装置10的数据收发控制、第2图像储存部22的控制、显示部23的显示控制、输入部24的输入控制、第2存储部25的控制等。
图2是显示图像处理部16的概略构成的图。如图2所示,图像处理部16包括:边缘像素提取部101、动态阈值计算部102、第1直方图生成部103、第2直方图生成部104、静态阈值计算部105和二值化处理部106等。
图3是显示图像读取装置10进行阈值计算处理和二值化处理的动作的流程图。下面,参照图3所示的流程图,对阈值计算处理和二值化处理的动作进行说明。又,以下所说明的动作的流程,基于预先存储于第1存储部14的程序,主要通过第1中央处理部15与图像读取装置10的各要素协同地执行。
最初,图像输入部11生成对摄像对象物(原稿)摄像得到的输入图像,并保存于第1图像储存部12中(步骤S301)。
接着,边缘像素提取部101读取第1图像储存部12所保存的输入图像的亮度成分(下面,将基于输入图像的亮度成分的图像称为亮度图像),对于亮度图像的各像素适用二阶差分滤波器等的边缘检测滤波器,生成以其输出值为像素值的边缘图像(步骤S302)。边缘像素提取部101所采用的二阶差分滤波器的实例如下式所示。
【数1】
Figure BDA00002013617900071
又,由于存在有二阶差分滤波器的输出值强烈地受到噪声的影响的情况,边缘像素提取部101可对边缘图像的各像素进一步适用平均滤波器、高斯滤波器等的平滑滤波器以降低噪声的影响。
接着,边缘像素提取部101采用边缘图像从亮度图像中提取边缘像素(步骤S303)。
图4的(a)~(d)是对边缘像素的提取处理进行说明的图。图4的(a)、(c)所示的图表400、420表示边缘图像中在水平方向上相邻的像素的像素值,图4的(b)、(d)所示的图表410、430表示与该边缘图像上的像素对应的亮度图像上的像素的亮度值。图表400、420的横轴表示边缘图像上的水平位置,纵轴表示像素值。又,图表410、430的横轴表示亮度图像上的水平位置,纵轴表示亮度值。
边缘像素提取部101,首先,从在边缘图像中的、在水平方向上相邻的像素的像素值从正到负或从负到正发生符号变化的像素中,提取像素值为负的像素401、421。接着,边缘像素提取部101,计算与提取得到的像素401、421相对应的亮度图像上的像素411、431的在水平方向相邻的两个像素412和413、像素432和433的亮度值的差的绝对值(下面,称为相邻差分值)414、434。接着,边缘像素提取部101,判定计算得到相邻差分值是否超过阈值Wth,当相邻差分值超过阈值Wth时,将该亮度图像上的像素作为水平边缘像素。该阈值Wth,例如可设定为,人能够通过目视判别图像上的亮度的差异的亮度值的差(例如20)。又,边缘像素提取部101对于边缘图像和亮度图像在垂直方向上也进行相同的处理,提取垂直边缘像素。接着,边缘像素提取部101将作为水平边缘像素或垂直边缘像素中的某一种提取的像素作为边缘像素。或,也可将水平边缘像素和垂直边缘像素双方所提取的像素作为边缘像素。
接着,动态阈值计算部102计算用于在亮度图像中对边缘像素和距该边缘像素规定范围内的像素(下面,称为邻近像素)进行二值化的阈值(下面,称为动态阈值)(步骤S304)
输入图像中,背景部分的亮度根据位置的不同而不同时,为了以二值化处理适当地区别文字部分和背景部分,最好对于文字部分的每个邻近区域,即对于每个边缘像素及其邻近像素确定二值化阈值。因此,动态阈值计算部102对于每个边缘像素及其邻近像素计算动态阈值。
图5是用于对动态阈值的计算处理进行说明的图。图5所示的图表500表示亮度图像中在水平方向上的相邻的像素的亮度值。图表500的横轴表示亮度图像上的水平位置,纵轴表示亮度值。图表500中,像素501作为边缘像素被提取,水平位置上,越是右侧的像素亮度越低(黑)、越是左侧的像素亮度越高(白)。这种情况下,为了在边缘像素501的附近正确地区别文字部分和背景部分,最好在形成边缘部分的像素中亮度足够低的像素502的亮度值和边缘像素501的亮度值之间的区域503中确定动态阈值,以便能够区别像素502和比该像素的亮度高的像素。因此,动态阈值计算部102,在边缘像素的亮度值和该边缘像素的邻近像素中亮度值最低的像素的亮度值(下面,称为最小亮度值)之间确定动态阈值。例如,动态阈值计算部102,将边缘像素的亮度值与该边缘像素的邻近像素的最小亮度值的平均值作为动态阈值。
或者,动态阈值计算部102,也可将对对于边缘像素的亮度值和该边缘像素的邻近像素的最小亮度值分别乘上了规定的权重系数的值进行合计后的值作为动态阈值。此时,各权重系数例如预先通过使用者从信息处理装置20的输入部24输入。信息处理装置20的第2中央处理部26将被输入的权重系数通过第2接口部21发送到图像读取装置10。另一方面,图像读取装置10的第1中央处理部15一旦通过第1接口部13接收到权重系数,即将接收到的权重系数存储在第1图像储存部12中,动态阈值计算部102采用被存储于第1图像储存部12中的权重系数计算动态阈值。
图6的(a)、(b)是用于说明以不同动态阈值生成的二值化图像的差异的图。图6的(a)是使边缘像素的邻近像素的最小亮度值的权重大于边缘像素的亮度值的权重时的二值化图像600。这种情况下,动态阈值靠近边缘像素的邻近像素的最小亮度值,动态阈值计算部102可使得采用该动态阈值生成的二值化图像600中的文字部分变细。另一方面,图6的(b)是使边缘像素的亮度值的权重大于边缘像素的邻近像素的最小亮度值的权重时的二值化图像610。这种情况下,动态阈值靠近边缘像素的亮度值,动态阈值计算部102可使得采用该动态阈值生成的二值化图像610中的文字部分变粗。
另外,邻近像素例如是,以所关注的边缘像素为中心的3×3像素中去除该边缘像素的像素。或,邻近像素也可为,以所关注的边缘像素为中心的5×5像素或7×7像素中去除该边缘像素的像素。邻近像素的范围越大,动态阈值的计算处理的负荷越是增大,但可通过二值化处理正确区别文字部分和背景部分。
又,动态阈值计算部102,当某边缘像素、或该边缘像素的邻近像素也作为其他的边缘像素的邻近像素时,将对各个边缘像素计算得到的动态阈值的平均值作为该像素的动态阈值。
接着,第1直方图生成部103生成各边缘像素的亮度值的直方图(下面,称为第1直方图)(步骤S305)。
接着,第2直方图生成部104在亮度图像中对于每个边缘像素提取该边缘像素的邻近像素,生成提取得到的邻近像素的最小亮度值的直方图(下面,称为第2直方图)(步骤S306)
第2直方图生成部104提取的邻近像素的范围与动态阈值计算部102提取的邻近像素的范围相同。或,第2直方图生成部104提取的邻近像素的范围也可变为动态阈值计算部102提取的邻近像素的范围。
图7是输入图像的一例。图7所示的输入图像700中,在以单一的亮度表示的背景701中显示出文字702。
图8是显示根据图7所示的输入图像700生成的第1直方图和第2直方图的实例的图。图8的横轴表示各边缘像素或各边缘像素的邻近像素的亮度值,纵轴表示为了使得各直方图的分布值(分布数)的最大值为1而归一化之后的直方图的分布率。图8的图表800中,图表801为第1直方图。图表802为第2直方图。关于各边缘像素生成的第1直方图,分布在灰色的背景701的亮度值和黑色的文字702的亮度值之间,关于各边缘像素的邻近像素的最小亮度值生成的第2直方图分布于黑色的文字702的亮度值附近。
图9是输入图像的其他的实例。图9所示的输入图像900中,黑色文字902在亮度渐变的背景901上被显示,并在黑色背景903、灰色背景905上显示白色文字904、906。
图10是显示根据图9所示的输入图像900生成的第1直方图和第2直方图的实例的图。图10的横轴表示各边缘像素或各边缘像素的邻近像素的亮度值,纵轴表示为使各直方图的分布值(分布数)的最大值为1而归一化之后的直方图的分布率。图10的图表1000中,图表1001为第1直方图,图表1002为第2直方图。输入图像900中文字的亮度值和背景的亮度值的组合多样,因此图表1000所示的第1直方图和第2直方图,相比图8的图表800所示的第1直方图和第2直方图,分别分布于较宽的范围。
接着,静态阈值计算部105计算用于对边缘像素和该边缘像素的邻近像素以外的像素进行二值化处理的阈值(下面,称为静态阈值)(步骤S307)。
下面,对静态阈值的计算进行说明。如上所述,关于边缘像素及其邻近像素,对于每个边缘像素及其邻近像素,在边缘像素的亮度值和其邻近像素的最小亮度值之间确定动态阈值。另一方面,输入图像中,背景部分的亮度随着位置的不同而不同时,为了将背景部分适当地二值化,对边缘像素及其邻近像素以外的像素,最好也在形成边缘部分的像素中亮度充分低的像素的亮度值和比这些像素亮度高的像素的亮度值之间确定静态阈值。因此,静态阈值计算部105在第1直方图的分布率为最大的亮度值Xemax和第2直方图的分布率为最大的亮度值Xnmax之间确定静态阈值。
例如,静态阈值计算部105求得第1直方图的分布率的低亮度侧的收敛点Pe0和第2直方图的分布率的高亮度侧的收敛点Pn1。静态阈值计算部105,例如,以在其以下的亮度值第1直方图的分布率在比率Th0以下的点作为收敛点Pe0,以在其以上的亮度值第2直方图的分布率在比率Th0以下的亮度值的点作为收敛点Pn1。该比率Th0可设为,例如,0.01。接着,如图8的图表800所示,收敛点Pe0的亮度值Xe0在收敛点Pn1的亮度值Xn1以上时,静态阈值计算部105将亮度值Xe0和亮度值Xn1的平均值XT作为静态阈值。或,这种情况下,也可以将亮度值Xe0和亮度值Xn1之间的任意的点作为静态阈值,例如,也可将亮度值Xe0和亮度值Xn1的带权重平均值、亮度值Xe0或亮度值Xn1中的任一个作为静态阈值。一方面,当如图10的图表1000那样收敛点Pe0的亮度值Xe0小于收敛点Pn1的亮度值Xn1时,静态阈值计算部105将第1直方图和第2直方图的交点的亮度值XC作为静态阈值。或者,这种情况下,也可将亮度值XC和第2直方图的分布率为最大的亮度值Xnmax之间的任意的点作为静态阈值,例如,也可将亮度值XC和亮度值Xnmax的平均值、亮度值XC和亮度值Xnmax的带权重平均值或亮度值Xnmax中的任一个作为静态阈值。又,由于文字部分多以黑色表示,因此静态阈值越靠近第2直方图的分布率的高亮度侧的收敛点Pn1的亮度值,越是能够通过二值化处理明确地区别文字部分与除此以外的部分。
利用动态阈值计算部102求得动态阈值、利用静态阈值计算部105求得静态阈值的话,二值化处理部106从第1图像储存部12读取亮度图像,进行亮度图像的二值化处理,进行了二值化处理的二值化图像保存于第1图像储存部12(步骤S308)。
此时,二值化处理部106,对于亮度图像中的各边缘像素及其邻近像素采用对应的动态阈值进行二值化处理,对于边缘像素和邻近像素以外的像素采用静态阈值进行二值化处理。
图11是显示对图7所示的输入图像700进行二值化后的二值化图像的一例。图11示出静态阈值设定在背景701的亮度值和文字702的亮度值之间时的二值化图像1100。这种情况下,二值化处理部106,对于文字702的邻近附近采用动态阈值将边缘部分二值化为黑色、将边缘部分以外二值化为白色,文字702的邻近以外的部分都通过静态阈值二值化为白色。
图12是对图9所示的输入图像900进行二值化后的二值化图像的一例。图12显示静态阈值设定在亮度渐变的背景901中亮度最低的(接近黑色)像素的亮度值和黑色文字902的亮度值之间的二值化图像1200。这种情况下,二值化处理部106对于黑色文字902的附近,采用动态阈值将边缘部分二值化为黑色、将边缘部分以外二值化为白色,对于背景901内的黑色文字902的周边以外的部分,采用静态阈值都二值化为白色。又,二值化处理部106,对于白色文字904的附近,采用动态阈值将边缘部分二值化为黑色、将边缘部分以外二值化为白色,对于黑色背景903内的白色文字904的附近以外的部分,采用静态阈值都二值化为黑色。进一步的,二值化处理部106对于白色文字906的附近则采用动态阈值将边缘部分二值化为黑色、将边缘部分以外二值化为白色、对于灰色背景905内的白色文字906的附近以外的部分采用静态阈值都二值化为白色。
这样,二值化处理部106,在输入图像900中包括亮度值渐变的背景901、或亮度值不同的多个背景903、905的情况下,也可高精度地仅提取文字部分。
接着,第1中央处理部15通过第1接口部13,将保存在第1图像储存部12中的输入图像和二值化图像发送到信息处理装置20(步骤S309),结束一系列的步骤。
另一方面,信息处理装置20的第2中央处理部26通过第2接口部21从图像读取装置10接收输入图像和二值化图像时,将接收到的输入图像和二值化图像相关联地保存于第2图像储存部22。接着,第2中央处理部26,使得输入图像和二值化图像相关联地在显示部23上显示,以使使用者能够目视确认。
又,第2中央处理部26,可从二值化图像读取文字,并转换为文字数据。由此,信息处理装置20可从二值化图像高精度地提取文字数据。或,也可使信息处理装置20的第2接口部21进一步连接OCR装置,将二值化图像发送到OCR装置。由此,可由外部的OCR装置实施文字的读取处理等。
又,步骤S305~S307的第1直方图的生成处理、第2直方图的生成处理和静态阈值的计算处理也可在步骤S304的动态阈值计算处理之前实施。又,在图像读取装置10通过具有多个CPU等,能够进行并行处理的情况下,也可并行实施步骤S304的动态阈值计算处理、步骤S305~S307的第1直方图的生成处理、第2直方图的生成处理和静态阈值的计算处理
如上所述,通过跟随图3所示的流程图进行动作,图像读取装置10能够确定二值化阈值,以高精度区别文字部分和背景部分,还能够对输入图像高精度地进行二值化。
图13是显示图像处理部的其他实例的概略构成图。图13所示的图像处理部17可替代图1所示的图像读取装置10中的图像处理部16而使用。图13所示的图像处理部17与图2所示的图像处理部16不同,不具有动态阈值计算部102。
图14是显示采用图13所示的图像处理部17的图像读取装置10的二值化处理的动作的实例的流程图。下面,参照图14所示的流程图,对二值化处理的动作的其他实例进行。该流程图在图1所示的图像读取装置10中,可代替前述的图3所示的流程图执行。又,以下说明的动作的流程,基于预先存储于第1存储部14中的程序主要通过第1中央处理部15与图像读取装置10的各要素协同地执行。
图14所示的流程图中,与图3所示的流程图不同,图像读取装置10不实施步骤S304的动态阈值的计算处理,而实施仅采用静态阈值的二值化处理。又,图14所示的步骤S1401~S1403、S1404~S1406、S1408的处理与图3所示的步骤S301~S303、S305~S307、S309的处理相同,省略对其说明,下面,仅对步骤S1407的处理进行说明。
步骤S1407中,二值化处理部106对亮度图像的全部像素,采用静态阈值进行二值化处理。
仅采用静态阈值对图9所示的输入图像900进行了二值化的情况下,可能导致灰色背景905和白色文字906的部分都为白色,使得白色文字906表示的文字的信息损失。但是,仅采用静态阈值对图7所示的输入图像700进行了二值化的情况下,与图3的步骤S308同样的,可生成图11所示的二值化图像1100。
图15的(a)为输入图像的其他的实例,图15的(b)是根据图14所示的流程图对该输入图像进行二值化后的二值化图像。图15的(a)所示的输入图像1500由亮度值渐变的背景1501、和与该背景1501的亮度值的差的小的亮度值的文字1502构成。对于这样的输入图像1500,静态阈值计算部105在背景1501中亮度最低的(接近黑色)亮度值和文字1502的亮度值之间确定静态阈值。由此,二值化处理部106可仅采用该静态阈值生成提取了文字1502的二值化图像1510。
图16的(a)是输入图像的又一其他实例,图16的(b)是根据图14所示的流程图对该输入图像进行二值化后的二值化图像。图16的(a)所示的输入图像1600由亮度值不同的多个灰色背景1601~1603以及黑色文字1604、和黑色背景1605以及白色文字1606构成。对于这样的输入图像1600,静态阈值计算部105在灰色背景1601~1603中亮度最低的灰色背景1601的亮度值和黑色文字1604的亮度值之间确定静态阈值。由此,二值化处理部106可仅采用该静态阈值生成提取了黑色文字1604和白色文字1606的二值化图像1610。
即,亮度图像中背景的亮度值的分布并不涉及广范围时(尤其是文字部分仅以黑色表示时),即使仅采用静态阈值进行二值化处理,也可适当地区别文字部分和背景部分。这种情况下,由于不需要动态阈值的计算处理,因此可降低处理负荷。
如上所述,通过根据图14所示的流程图动作,图像读取装置10,可降低处理负荷,高精度对输入图像进行二值化。
图17是显示其他的图像处理系统2的概略构成的图。图17所示的图像处理系统2与图1所示的图像处理系统1的不同在于,包括图像处理部的装置。即,图像处理系统2中,信息处理装置40具有图像处理部47,而非图像读取装置30具有图像处理部。该图像处理部47具有与图像读取装置10的图像处理部16或图像处理部17相同的功能。
图17所示的图像处理系统2中,可执行与前述的图3、14所示的处理大致相同的处理。下面,对如何适用图3的流程图所示的判定处理进行说明。图像处理系统2中,步骤S301的处理基于预先存储于第1存储部34中的程序主要通过第1中央处理部35与图像读取装置30的各要素协同执行,步骤S302~S308的处理,基于预先存储于第2存储部45中的程序主要通过第2中央处理部46与信息处理装置40的各要素协同执行。
步骤S301中,图像读取装置30的图像输入部31生成输入图像并保存于第1图像储存部32,第1中央处理部35通过第1接口部33将该输入图像发送到信息处理装置40。另一方面,信息处理装置40的第2中央处理部46一旦通过第2接口部41接收来自图像读取装置30的输入图像,即将接收到的输入图像保存于第2图像储存部42。
步骤S302~S308的处理通过信息处理装置40的图像处理部47执行。这些处理的动作与对图像处理系统1说明过的通过图像读取装置10的图像处理部16执行的情况相同。又,图像处理系统2中,由于在信息处理装置40的图像处理部47中执行二值化处理,因此省略了步骤S309的各图像的发送处理。
同样的,图像处理系统2适用图14的流程图所示的判定处理时,步骤S1401的处理,基于预先存储于第1存储部34中的程序,主要通过第1中央处理部35与图像读取装置30的各要素协同执行,步骤S1402~S1407的处理基于预先存储于第2存储部45中的程序,主要通过第2中央处理部46与信息处理装置40的各要素协同执行。步骤S1401的处理的动作为与步骤S301的处理的动作相同的动作。又,步骤S1402~S1407的处理通过信息处理装置40的图像处理部47执行,省略步骤S1408的处理。
这样,信息处理装置40具有图像处理部47以执行阈值计算处理和二值化处理的情况,也具有与图像读取装置具有图像处理部而执行阈值计算处理和二值化处理的情况相同的效果。
以上,对本发明的优选实施方式进行了说明,但本发明不限于这些实施方式。例如,图像读取装置和信息处理装置的功能分配,不限于图1和图17所示的图像处理系统的实例,包括图像处理部内的各部地将图像读取装置和信息处理装置的各部配置在图像读取装置和信息处理装置中的哪一个,可以进行适当地变更。或,图像读取装置和信息处理装置也可以一个装置构成。
又,图1所示的图像处理系统1中,图像读取装置10的第1接口部13和信息处理装置20的第2接口部21可不直接连接,也可通过例如互联网、电话线路网(包括手机终端线路网、一般电话线路网)、内部网等的网络连接。此时,第1接口部13和第2接口部21具有连接的网络的通信接口电路。
同样的,图17所示的图像处理系统2中,也可通过网络连接图像读取装置30的第1接口部33和信息处理装置40的第2接口部41。此时,为了以云计算的方式提供图像处理的服务,也可以在网络上分散配置多个信息处理装置40,各信息处理装置40协同分担阈值计算处理、二值化处理、图像数据的保存等。由此,图像处理系统2可对于多个图像读取装置30所生成的输入图像,实施高效率的二值化处理。
【符号的说明】
1、2 图像处理系统
10、30 图像读取装置
11、31 图像输入部
12、32 第1图像储存部
13、33 第1接口部
14、34 第1存储部
15、35 第1中央处理部
16、17、47 图像处理部
20、40 信息处理装置
21、41 第2接口部
22、42 第2图像储存部
23、43 显示部
24、44 输入部
25、45 第2存储部
26、46 第2中央处理部
101 边缘像素提取部
102 动态阈值计算部
103 第1直方图生成部
104 第2直方图生成部
105 静态阈值计算部
106 二值化处理部。

Claims (6)

1.一种图像处理装置,其特征在于,包括:
从输入图像提取边缘像素的边缘像素提取部;
对于每个所述边缘像素的亮度值生成第1直方图的第1直方图生成部;
对于每个所述边缘像素的邻近像素的最小亮度值生成第2直方图的第2直方图生成部;
基于所述第1直方图和所述第2直方图求得静态阈值的静态阈值计算部;和
采用所述静态阈值对所述输入图像进行二值化处理的二值化处理部。
2.如权利要求1所述的图像处理装置,其特征在于,
进一步包括动态阈值计算部,所述动态阈值计算部对于每个所述边缘像素,基于该边缘像素的亮度值和该边缘像素的邻近像素的最小亮度值求得动态阈值,
所述二值化处理部,对于所述边缘像素和所述邻近像素,采用对应的所述动态阈值进行二值化处理,对于所述边缘像素和所述邻近像素以外的像素,采用所述静态阈值进行二值化处理。
3.如权利要求1或2所述的图像处理装置,其特征在于,
当所述第1直方图的低亮度侧的收敛点的亮度值在所述第2直方图的高亮度侧的收敛点的亮度值以上时,所述静态阈值计算部将所述第1直方图的低亮度侧的收敛点的亮度值和所述第2直方图的高亮度侧的收敛点的亮度值的平均值作为所述静态阈值。
4.如权利要求1或2所述的图像处理装置,其特征在于,
当所述第1直方图的低亮度侧的收敛点的亮度值为小于所述第2直方图的高亮度侧的收敛点的亮度值时,所述静态阈值计算部将所述第1直方图和所述第2直方图的交点的亮度值作为所述静态阈值。
5.如权利要求2所述的图像处理装置,其特征在于,所述动态阈值计算部,通过对分别对所述边缘像素的亮度值和所述最小亮度值乘上规定的权重系数后的值进行合计求得所述动态阈值。
6.一种图像处理方法,其特征在于,包括:
从输入图像提取边缘像素的步骤;
对于每个所述边缘像素的亮度值生成第1直方图的步骤;
对于每个所述边缘像素的邻近像素的最小亮度值生成第2直方图的步骤;
基于所述第1直方图和所述第2直方图求得静态阈值的步骤;和
采用所述静态阈值对所述输入图像进行二值化处理的步骤。
CN201210290608.3A 2011-08-18 2012-08-15 图像处理装置和图像处理方法 Expired - Fee Related CN102955943B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2011178855A JP5701182B2 (ja) 2011-08-18 2011-08-18 画像処理装置、画像処理方法及びコンピュータプログラム
JP2011-178855 2011-08-18

Publications (2)

Publication Number Publication Date
CN102955943A true CN102955943A (zh) 2013-03-06
CN102955943B CN102955943B (zh) 2015-11-18

Family

ID=47712710

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201210290608.3A Expired - Fee Related CN102955943B (zh) 2011-08-18 2012-08-15 图像处理装置和图像处理方法

Country Status (3)

Country Link
US (1) US8818095B2 (zh)
JP (1) JP5701182B2 (zh)
CN (1) CN102955943B (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106537416A (zh) * 2014-10-31 2017-03-22 欧姆龙株式会社 图像处理装置、文字识别装置、图像处理方法以及程序
CN109508719A (zh) * 2017-09-14 2019-03-22 精工爱普生株式会社 图像处理装置、二值图像生成方法以及存储介质
CN111724470A (zh) * 2020-06-30 2020-09-29 联想(北京)有限公司 一种处理方法及电子设备
CN111754492A (zh) * 2020-06-28 2020-10-09 北京百度网讯科技有限公司 图像质量评估方法、装置、电子设备及存储介质
CN114187267A (zh) * 2021-12-13 2022-03-15 沭阳县苏鑫冲压件有限公司 基于机器视觉的冲压件缺陷检测方法
CN115272341A (zh) * 2022-09-29 2022-11-01 华联机械集团有限公司 一种基于机器视觉的包装机缺陷产品检测方法

Families Citing this family (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5701181B2 (ja) * 2011-08-18 2015-04-15 株式会社Pfu 画像処理装置、画像処理方法及びコンピュータプログラム
JP5974589B2 (ja) * 2012-03-30 2016-08-23 ブラザー工業株式会社 画像処理装置およびプログラム
JP5958023B2 (ja) * 2012-03-30 2016-07-27 ブラザー工業株式会社 画像処理装置および画像処理プログラム
JP5935454B2 (ja) 2012-03-30 2016-06-15 ブラザー工業株式会社 画像処理装置および画像処理プログラム
US8606011B1 (en) * 2012-06-07 2013-12-10 Amazon Technologies, Inc. Adaptive thresholding for image recognition
KR102025184B1 (ko) * 2013-07-31 2019-09-25 엘지디스플레이 주식회사 데이터 변환 장치 및 이를 이용한 디스플레이 장치
US9552528B1 (en) * 2014-03-03 2017-01-24 Accusoft Corporation Method and apparatus for image binarization
US9536161B1 (en) 2014-06-17 2017-01-03 Amazon Technologies, Inc. Visual and audio recognition for scene change events
KR102340303B1 (ko) * 2015-03-20 2021-12-15 한화정밀기계 주식회사 이진 에지 이미지 획득 방법 및 이를 실행하기 위한 프로그램이 기록되는 컴퓨터로 읽을 수 있는 기록매체
CN105739832A (zh) * 2016-03-10 2016-07-06 联想(北京)有限公司 信息处理方法及电子设备
JP6414710B2 (ja) * 2016-05-26 2018-10-31 京セラドキュメントソリューションズ株式会社 画像処理装置
US10568608B2 (en) * 2016-06-09 2020-02-25 B-K Medical Aps Ultrasound color flow imaging
CN106296576B (zh) * 2016-08-05 2019-07-16 厦门美图之家科技有限公司 图像处理方法和图像处理装置
JP6848290B2 (ja) * 2016-09-20 2021-03-24 コニカミノルタ株式会社 画像形成装置およびプログラム
CN107766014B (zh) * 2017-11-06 2019-12-10 珠海奔图电子有限公司 文字增强方法及装置

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000181992A (ja) * 1998-12-11 2000-06-30 Fujitsu Ltd カラー文書画像認識装置
US20100328727A1 (en) * 2009-06-29 2010-12-30 Seiko Epson Corporation Image processing program, image processing apparatus, and image processing method
CN102156868A (zh) * 2011-03-31 2011-08-17 汉王科技股份有限公司 图像二值化方法和装置

Family Cites Families (26)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA1226948A (en) 1984-04-13 1987-09-15 Tohru Ozaki Apparatus for evaluating density and evenness of printed patterns
JPH0761192B2 (ja) 1990-07-16 1995-06-28 松下電器産業株式会社 車載用音響再生装置
JPH06113139A (ja) 1992-09-25 1994-04-22 Olympus Optical Co Ltd 画像2値化装置
DE69526792T2 (de) * 1995-09-29 2002-12-05 Hewlett-Packard Co. (N.D.Ges.D.Staates Delaware), Palo Alto Bildverarbeitungsgerät und -verfahren
US6415062B1 (en) 1998-03-05 2002-07-02 Ncr Corporation System and process for repairing a binary image containing discontinuous segments of a character
US6507670B1 (en) 1998-03-05 2003-01-14 Ncr Corporation System and process for removing a background pattern from a binary image
US6363162B1 (en) 1998-03-05 2002-03-26 Ncr Corporation System and process for assessing the quality of a signature within a binary image
US6473522B1 (en) * 2000-03-14 2002-10-29 Intel Corporation Estimating text color and segmentation of images
US6587576B1 (en) 2000-05-17 2003-07-01 Ncr Corporation Method of quantifying the quality of a gray scale image of a document and an apparatus therefor
US6674899B2 (en) 2000-12-18 2004-01-06 Xerox Corporation Automatic background detection of scanned documents
JP4003428B2 (ja) 2001-10-10 2007-11-07 セイコーエプソン株式会社 小切手等処理装置及び小切手等処理方法
US7426291B2 (en) 2002-07-29 2008-09-16 Seiko Epson Corporation Apparatus and method for binarizing images of negotiable instruments using a binarization method chosen based on an image of a partial area
JP4047192B2 (ja) * 2003-02-24 2008-02-13 キヤノン株式会社 画像圧縮装置及び方法、画像伸張装置及び方法、プログラム
US7983446B2 (en) 2003-07-18 2011-07-19 Lockheed Martin Corporation Method and apparatus for automatic object identification
US7522760B1 (en) 2003-10-17 2009-04-21 Carreker Corporation Method for inspecting document images
US7475807B2 (en) 2003-10-24 2009-01-13 De La Rue International Limited Method and apparatus for processing checks
US7379594B2 (en) 2004-01-28 2008-05-27 Sharp Laboratories Of America, Inc. Methods and systems for automatic detection of continuous-tone regions in document images
JP2005301713A (ja) * 2004-04-13 2005-10-27 Oki Electric Ind Co Ltd 帳票画像の地紋除去方法及び装置
TWI284288B (en) 2004-06-04 2007-07-21 Benq Corp Text region recognition method, storage medium and system
JP2007028362A (ja) 2005-07-20 2007-02-01 Seiko Epson Corp 背景画像と目的画像が混在する画像データを処理するための装置及び方法
JP4232804B2 (ja) 2006-08-25 2009-03-04 日本電気株式会社 画像濃度変換方法、画像強調処理装置、およびそのプログラム
US8467614B2 (en) 2007-11-28 2013-06-18 Lumex As Method for processing optical character recognition (OCR) data, wherein the output comprises visually impaired character images
US8073284B2 (en) 2008-04-03 2011-12-06 Seiko Epson Corporation Thresholding gray-scale images to produce bitonal images
US8150202B2 (en) * 2008-06-30 2012-04-03 Honeywell International Inc. Gaussian mixture model based illumination normalization for global enhancement
US8144986B2 (en) * 2008-09-05 2012-03-27 The Neat Company, Inc. Method and apparatus for binarization threshold calculation
JP2010219858A (ja) * 2009-03-17 2010-09-30 Seiko Epson Corp ノイズ成分除去装置、ノイズ成分除去プログラムを記録した媒体

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000181992A (ja) * 1998-12-11 2000-06-30 Fujitsu Ltd カラー文書画像認識装置
US20100328727A1 (en) * 2009-06-29 2010-12-30 Seiko Epson Corporation Image processing program, image processing apparatus, and image processing method
CN102156868A (zh) * 2011-03-31 2011-08-17 汉王科技股份有限公司 图像二值化方法和装置

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106537416A (zh) * 2014-10-31 2017-03-22 欧姆龙株式会社 图像处理装置、文字识别装置、图像处理方法以及程序
CN109508719A (zh) * 2017-09-14 2019-03-22 精工爱普生株式会社 图像处理装置、二值图像生成方法以及存储介质
CN111754492A (zh) * 2020-06-28 2020-10-09 北京百度网讯科技有限公司 图像质量评估方法、装置、电子设备及存储介质
CN111724470A (zh) * 2020-06-30 2020-09-29 联想(北京)有限公司 一种处理方法及电子设备
CN111724470B (zh) * 2020-06-30 2023-08-18 联想(北京)有限公司 一种处理方法及电子设备
CN114187267A (zh) * 2021-12-13 2022-03-15 沭阳县苏鑫冲压件有限公司 基于机器视觉的冲压件缺陷检测方法
CN114187267B (zh) * 2021-12-13 2023-07-21 沭阳县苏鑫冲压件有限公司 基于机器视觉的冲压件缺陷检测方法
CN115272341A (zh) * 2022-09-29 2022-11-01 华联机械集团有限公司 一种基于机器视觉的包装机缺陷产品检测方法

Also Published As

Publication number Publication date
US20130044952A1 (en) 2013-02-21
US8818095B2 (en) 2014-08-26
CN102955943B (zh) 2015-11-18
JP5701182B2 (ja) 2015-04-15
JP2013042415A (ja) 2013-02-28

Similar Documents

Publication Publication Date Title
CN102955943B (zh) 图像处理装置和图像处理方法
ES2773719T3 (es) Mejora de texto de una imagen textual sometida a un reconocimiento óptico de caracteres
US7636467B2 (en) Binarization of an image
CN102956029B (zh) 图像处理装置以及图像处理方法
KR101597739B1 (ko) 화상 처리 장치, 화상 처리 방법, 및 컴퓨터 판독 가능한 매체
JP5810628B2 (ja) 画像処理装置及び画像処理プログラム
US9171224B2 (en) Method of improving contrast for text extraction and recognition applications
JP2010262648A5 (ja) 文書オブジェクトを自動位置合わせするための方法
WO2020093782A1 (en) Method, system, and computer-readable medium for improving quality of low-light images
CN104469071A (zh) 图像处理装置及图像处理方法
CN110598566A (zh) 图像处理方法、装置、终端和计算机可读存储介质
KR20120132315A (ko) 화상 처리 장치, 화상 처리 방법, 및 컴퓨터 판독 가능한 매체
JP2014147046A (ja) 画像処理装置、画像処理方法及びコンピュータプログラム
US8705134B2 (en) Method of processing an image to clarify text in the image
CN110210467B (zh) 一种文本图像的公式定位方法、图像处理装置、存储介质
CN111027564A (zh) 基于深度学习一体化的低照度成像车牌识别方法及装置
US20140086473A1 (en) Image processing device, an image processing method and a program to be used to implement the image processing
US9424488B2 (en) Applying a segmentation engine to different mappings of a digital image
CN102930267B (zh) 卡片扫描图像的切分方法
JP2007189577A (ja) コンピュータプログラム、画像入力装置、画像入力システムおよび画像入力方法
JP6075850B2 (ja) 情報端末装置及びプログラム並びに認識システム
Roullet et al. An automated technique to recognize and extract images from scanned archaeological documents
CN109101960A (zh) 身份文本信息检测方法及装置
CN108596874B (zh) 图像清晰判定方法、装置,以及计算机设备、产品
CN107680046A (zh) 影像矫正方法、装置、存储介质和计算机设备

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20151118

CF01 Termination of patent right due to non-payment of annual fee