CN103336961A - 一种交互式的自然场景文本检测方法 - Google Patents
一种交互式的自然场景文本检测方法 Download PDFInfo
- Publication number
- CN103336961A CN103336961A CN2013103088077A CN201310308807A CN103336961A CN 103336961 A CN103336961 A CN 103336961A CN 2013103088077 A CN2013103088077 A CN 2013103088077A CN 201310308807 A CN201310308807 A CN 201310308807A CN 103336961 A CN103336961 A CN 103336961A
- Authority
- CN
- China
- Prior art keywords
- text
- connected domain
- width
- height
- coco
- 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
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 40
- 230000002452 interceptive effect Effects 0.000 title claims abstract description 6
- 238000002372 labelling Methods 0.000 claims abstract description 18
- 238000003708 edge detection Methods 0.000 claims abstract description 7
- 238000000034 method Methods 0.000 claims description 28
- 238000006243 chemical reaction Methods 0.000 claims description 8
- 230000000694 effects Effects 0.000 abstract description 6
- 238000000638 solvent extraction Methods 0.000 abstract 2
- 238000010586 diagram Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000012467 final product Substances 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
Images
Landscapes
- Image Analysis (AREA)
- Character Input (AREA)
Abstract
本发明公开了一种交互式自然场景文本检测方法，该方法首先在场景图片中标记出感兴趣文本所在区域，即在文本上画一条线；根据这条线从原图中选取一个扩展区域，在扩展区域中进行边缘检测，对边缘检测结果进行连通域标记，再对标记结果的边界进行投影得到边缘文本区域；然后对这个区域分块二值化、连通域标记和投影操作，得到粗略文本区域；最后对粗略文本区域进行分块二值化和反色的二值化操作，对两种二值化结果分别进行连通域标记、去除各种噪声、边界投影和连通域数目确定，根据两种二值图像的连通域数目确定图片极性，再对连通域进行融合得到精确的文本区域。本方法具有局部空间自适应性，对自然场景图片中背景复杂的文本块有很好的检测效果。
Description
技术领域
本发明涉及模式识别技术领域，具体是一种交互式的自然场景文本检测方法。
背景技术
随着数码相机、摄像头、超高速扫描仪等图像获取设备的广泛应用，图像中的信息越来越引起人们的关注，但是目前让计算机理解图像的内容还是很困难的。然而数字图像中嵌入的文字能够提供一些人们所需的重要信息，如书的封面、视频、自然风景图片、网页的彩图等，它们对理解图像中的内容有着重要的帮助作用。让计算机像人类一样识别图像中的文字，即文字的自动检测，近年来越来越引起人们的关注，它对于图像的存储、分类和检索等来说具有极其重要的意义，并有着广泛的应用前景和商业价值。在许多情况下，图像中的文字甚至成为图像中最为关键的信息。
目前OCR引擎只能处理纯文本的数字图像，然而由于图像中的文本块往往具有非常复杂的背景，比如光照、文字大小、分辨率等的影响，所以将检测到的文本块直接送入传统的OCR识别引擎其识别效果非常差。因此，这就需要通过对数字图像中的文本检测抽取技术进行研究，以提高OCR引擎的预处理部分的性能，从而显著提高识别引擎的整体性能。
目前大部分的文本检测方法可以分为三类：基于边缘的方法、基于区域的方法和基于纹理的方法。基于边缘检测的方法是利用边缘检测算子对图像做边缘提取，根据边缘图像的一些不变特征进行文字检测。此类方法计算简单，对文字和背景对比度较大的叠加文字处理效果较好；但在文字和背景对比度相差不大的情况下，文字检测效果并不理想。基于区域文字特征的检测方法是把图像分成几个连通域，对每个连通域进行二值化处理，然后利用连通域分析和区域高度、宽度、投影等特征检测出文字所在区域。这类方法比较适合文本检测的前期阶段，在文字和背景颜色具有很强的对比度时，可以形成很好的文字连通域；但在对比度不大的情况下，可能会无法检测出文字所在区域，造成漏检的现象。基于纹理的方法是把文本看成是一种特殊的纹理，利用一些纹理图像的处理方法来进行文本检测。但遇到纹理规则与文本相似的区域时，就需要结合其他特征进行相应的检测。
如果仅仅使用一种特征对复杂对象进行判别，使用的信息少、可靠性差，系统性能也比较低。对于文本检测，无论是边缘特征，还是颜色特征、纹理特征等，单独使用都无法获得令人满意的效果。在综合集成方法论的指导下，可以采用基于多特征集成性的文本检测方法。根据文本的多种特征，将多种特征集成融合，提出基于多特征集成性的文本检测方法，适应各种复杂图像中的文本检测，从而提高文本检测的性能，这里用到了边缘特征和文字本身的特征。另外根据文字特征和计算复杂度设计多级文本检测器,每一级检测器根据上一级检测器检测的结果用相关的处理方法进行检测，逐级修正和精确检测结果使得检测结果更精确。这样既可以防止漏检，又可以防止误检，以适应各种图像中的文本检测，提高系统性能，增强系统的稳定性。
发明内容
本发明的目的是提供一种交互式的自然场景文本检测的方法，是一种自适应复杂背景文本图像检测方法，其采用由“粗”到“精”的检测技术。首先让用户在场景图片中标记出感兴趣的文本所在区域，即在文本上画一条线。粗略文本区域是根据这条线从原图中选取一个扩展区域，在扩展区域图像中进行边缘检测，对边缘检测结果进行连通域标记，再对标记结果的边界进行投影得到边缘文本区域，然后对这个区域分块二值化、连通域标记和投影操作，得到粗略文本区域。最后是根据粗略文本区域精确定位文本区域，先对粗略文本区域进行分块二值化和反色的二值化操作，对两种二值化结果分别进行连通域标记、去除边界极大极小噪声、去除孤立噪声、边界投影和连通域数目确定等操作，然后根据两种二值图像的连通域数目确定图片极性，最后对连通域进行融合，得到精确的文本区域。
为达到上述目的，本发明提出的一种交互式的自然场景文本检测方法包括以下步骤：
一种交互式自然场景文本检测方法，其特征在于，该方法包括以下步骤：
步骤1，输入待检测图像；
步骤2，使用标记线在所述待检测图像中人为标记待检测文字所在的区域，并以所述标记线为基准进行扩展，得到一扩展后的文本区域；
步骤3，对于所述扩展后的文本区域进行边缘检测，对边缘检测结果进行膨胀处理和连通域标记，判断所得到的每个连通域是否为文字，并去除非文本连通域；
步骤4，对于去除非文本连通域后的文本区域，利用投影法得到由所述文本区域所包含的文本的边缘组成的边缘文本区域；
步骤5，对所述边缘文本区域进行分块二值化处理，并利用投影法和连通域标记得到粗略文本区域；
步骤6，将所述粗略文本区域进行分块二值化处理，并将得到的二值化图像进行反色，得到两种二值化图像；
步骤7，对所述两种二值化图像分别进行连通域标记，判断所得到的每个连通域是否为文字，去除非文本连通域以及每个文字连通域中的各种噪声；
步骤8，利用投影法确定所述步骤7得到的文本连通域所在位置的边界，并统计所有文本连通域的数目；
步骤9，根据两种二值化图像所得到的文本连通域的数目确定图像的极性，并对与此极性对应的连通域进行融合，最终得到精确文本区域。
本发明采用由粗到精的检测技术，首先对扩展区域进行边缘检测，对边缘文本区域分块二值化获取粗略文本区域，因此本方法具有局部空间自适应性，可以处理背景不均匀的复杂背景文本图像。然后，对粗略文本区域进行连通域分析，去除非文本区域并进行文本区域的融合。本方法具有局部空间自适应性，对自然场景图片中背景复杂的文本快有很好的检测效果。
附图说明
图1是本发明提出的一种交互式的自然场景文本检测方法流程图。
图2是根据本发明方法对于某一自然场景的文本进行检测的结果示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本发明进一步详细说明。
图1是本发明提出的一种交互式的自然场景文本检测方法流程图，图2是根据本发明方法对于某一自然场景的文本进行检测的结果示意图，如图1和图2所示，所述方法包括以下步骤：
步骤1，输入待检测图像，如图2a所示；
步骤2，使用标记线在所述待检测图像中人为标记待检测文字所在的区域，并以所述标记线为基准进行扩展，得到一扩展后的文本区域；
该步骤中，以所述标记线为基准进行扩展具体为：分别向上向下扩展待检测图像高度的1/3，向左向右扩展所述标记线长度的1/3。
在本发明一实施例中，使用一条标记线划过待检测文字所在的区域，如图2b所示，实际上，该标记线无需很准确地到达文字的左右边界，只需要保证在经过上述扩展之后能够覆盖所有的待检测文字即可。
步骤3，对于所述扩展后的文本区域进行边缘检测（比如Canny边缘检测），对边缘检测结果进行膨胀处理和连通域标记，判断所得到的每个连通域是否为文字，并去除非文本连通域；
该步骤中，根据以下规则判断每个连通域是否为文字：
其中，Width，Height为扩展文本区域的宽度和高度；width_CoCo，height_CoCo为连通域的宽度和高度；top_CoCo，bottom_CoCo为连通域顶部和底部的位置；top_Line，bottom_Line为标记线顶部和底部的位置；Tw1，Tw2，Th1，Th2，Twh为连通域属性的阈值；&&表示关系与操作，即当进行与操作的两个条件都成立时结果才成立；在本发明一实施例中，Tw1=0.01，Tw2=0.8，Th1=0.01，Th2=0.8，Twh=5.0。
步骤4，对于去除非文本连通域后的文本区域，利用投影法得到由所述文本区域所包含的文本的边缘组成的边缘文本区域；
该步骤中，考虑到边缘的像素值为255，非边缘的像素值为0，所以可以从标记线开始向上下左右四个方向逐行扫描判断是否为文本的边缘，并根据以下规则判断某一行或列是否为边缘文本区域的边界：
上下边界:num_pixel_255<Trow*Width
左右边界:num_pixel_255<Tcol*Height，
其中，num_pixel_255为所述边缘文本区域中所有边缘点的数目；Width，Height为所述边缘文本区域的宽度和高度；Trow，Tcol为阈值；在本发明一实施例中，Trow=0.002，Tcol=0.002。
步骤5，为了使对比度较强的图片具有较好的二值化结果，对所述边缘文本区域进行分块二值化处理，并利用投影法和连通域标记得到粗略文本区域，如图2c所示；
所述步骤5进一步包括以下步骤：
步骤51，将所述边缘文本区域分成多个子图像块，比如多个宽度和高度均为100的子图像块，并对每个子图像块进行二值化（比如利用Otsu方法进行二值化），得到二值边缘文本区域；
步骤52，对于所述二值边缘文本区域，利用投影法得到所述二值边缘文本区域的边界；
该步骤使用的投影法规则与所述步骤4中的投影规则类似，只是其中阈值的取值为：Trow=0.005，Tcol=0.005。
步骤53，对于得到的区域再进行连通域标记，判断所得到的每个连通域是否为文字，并去除非文本连通域，得到粗略文本区域；
该步骤中，根据以下规则判断每个连通域是否为文字：
其中，Width，Height为所述步骤52得到的区域的宽度和高度；width_CoCo，height_CoCo为连通域的宽度和高度；left_CoCo，right_CoCo，top_CoCo，bottom_CoCo为连通域的左边、右边、顶部和底部的位置；left_Line，right_Line，top_Line，bottom_Line为标记线的左边、右边、顶部和底部的位置；Tw，Twh为连通域属性的阈值；在本发明一实施例中，Tw=0.5，Twh=10.0。
步骤6，将所述粗略文本区域进行分块二值化处理，并将得到的二值化图像进行反色，即将前景和背景像素交换，得到两种二值化图像；
步骤7，对所述两种二值化图像分别进行连通域标记，判断所得到的每个连通域是否为文字，去除非文本连通域以及每个文字连通域中的各种噪声；
该步骤中，根据以下规则去除所述连通域中的各种噪声：
其中，Width，Height为所述粗略文本区域的宽度和高度；width_CoCo，height_CoCo为连通域的宽度和高度；left_CoCo，right_CoCo，top_CoCo，bottom_CoCo为连通域的左边、右边、顶部和底部的位置；left_CoCoRight，right_CoCoLeft，bottom_CoCoUp，top_CoCoDown为连通域的左边、右边、上面和下面最近的连通域的位置；Tw1，Tw2，Th，Ttop，Tbot，T为连通域属性的阈值；在本发明一实施例中，Tw1=0.5，Tw2=0.01，Th=0.02，Ttop=0.9，Tbot=0.1，T=0.25。
步骤8，利用投影法确定所述步骤7得到的文本连通域所在位置的边界，并统计所有文本连通域的数目；
步骤9，根据两种二值化图像所得到的文本连通域的数目确定图像的极性，并对与此极性对应的连通域进行融合，最终得到精确文本区域，如图2d所示。
二值化图像的极性有两种：白底黑字和黑底白字。由于本发明最终想要得到的是白底黑字，所以需要先判断图像的极性，如果图像是黑底白字就需要将二值化图像进行反色处理。
该步骤中，根据以下规则判断水平方向上的两个连通域是否需要融合：
其中，Width，Height为每个连通域的宽度和高度；dist(CoCo1,CoCo2)为两个连通域之间的最小距离；T为连通域属性的阈值；||表示关系或操作，即进行或操作的两个条件如果有一个成立那么结果就成立，
表示一个集合包含于另一个集合，即前一个集合是后一个集合的子集，
表示一个集合包含另一个集合，即后一个集合是前一个集合的子集，∩表示集合的交操作，其结果为两个集合重合的部分；在本发明一实施例中，T=0.03。
以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (8)
1.一种交互式自然场景文本检测方法，其特征在于，该方法包括以下步骤：
步骤1，输入待检测图像；
步骤2，使用标记线在所述待检测图像中人为标记待检测文字所在的区域，并以所述标记线为基准进行扩展，得到一扩展后的文本区域；
步骤3，对于所述扩展后的文本区域进行边缘检测，对边缘检测结果进行膨胀处理和连通域标记，判断所得到的每个连通域是否为文字，并去除非文本连通域；
步骤4，对于去除非文本连通域后的文本区域，利用投影法得到由所述文本区域所包含的文本的边缘组成的边缘文本区域；
步骤5，对所述边缘文本区域进行分块二值化处理，并利用投影法和连通域标记得到粗略文本区域；
步骤6，将所述粗略文本区域进行分块二值化处理，并将得到的二值化图像进行反色，得到两种二值化图像；
步骤7，对所述两种二值化图像分别进行连通域标记，判断所得到的每个连通域是否为文字，去除非文本连通域以及每个文字连通域中的各种噪声；
步骤8，利用投影法确定所述步骤7得到的文本连通域所在位置的边界，并统计所有文本连通域的数目；
步骤9，根据两种二值化图像所得到的文本连通域的数目确定图像的极性，并对与此极性对应的连通域进行融合，最终得到精确文本区域。
2.根据权利要求1所述的方法，其特征在于，所述步骤2中，以所述标记线为基准进行扩展具体为：分别向上向下扩展待检测图像高度的1/3，向左向右扩展所述标记线长度的1/3。
3.根据权利要求1所述的方法，其特征在于，所述步骤3中，根据以下规则判断每个连通域是否为文字：
其中，Width，Height为扩展文本区域的宽度和高度；width_CoCo，height_CoCo为连通域的宽度和高度；top_CoCo，bottom_CoCo为连通域顶部和底部的位置；top_Line，bottom_Line为标记线顶部和底部的位置；Tw1，Tw2，Th1，Th2，Twh为连通域属性的阈值；&&表示关系与操作。
4.根据权利要求1所述的方法，其特征在于，所述步骤4中，从标记线开始向上下左右四个方向逐行扫描判断是否为文本的边缘，并根据以下规则判断某一行或列是否为边缘文本区域的边界：
上下边界：num_pixel_255＜Trow*Width
左右边界：num_pixel_255＜Tcol*Height’
其中，num_pixel_255为所述边缘文本区域中所有边缘点的数目；Width，Height为所述边缘文本区域的宽度和高度；Trow，Tcol为阈值。
5.根据权利要求1所述的方法，其特征在于，所述步骤5进一步包括以下步骤：
步骤51，将所述边缘文本区域分成多个子图像块，并对每个子图像块进行二值化，得到二值边缘文本区域；
步骤52，对于所述二值边缘文本区域，利用投影法得到所述二值边缘文本区域的边界；
步骤53，对于得到的区域再进行连通域标记，判断所得到的每个连通域是否为文字，并去除非文本连通域，得到粗略文本区域。
6.根据权利要求5所述的方法，其特征在于，所述步骤53中，根据以下规则判断每个连通域是否为文字：
其中，Width，Height为所述步骤52得到的区域的宽度和高度；width_CoCo，height_CoCo为连通域的宽度和高度；left_CoCo，right_CoCo，top_CoCo，bottom_CoCo为连通域的左边、右边、顶部和底部的位置；left_Line，right_Line，top_Line，bottom_Line为标记线的左边、右边、顶部和底部的位置；Tw，Twh为连通域属性的阈值。
7.根据权利要求1所述的方法，其特征在于，所述步骤7中，根据以下规则去除所述连通域中的各种噪声：
其中，Width，Height为所述粗略文本区域的宽度和高度；width_CoCo，height_CoCo为连通域的宽度和高度；left_CoCo，right_CoCo，top_CoCo，bottom_CoCo为连通域的左边、右边、顶部和底部的位置；left_CoCoRight，right_CoCoLeft，bottom_CoCoUp，top_CoCoDown为连通域的左边、右边、上面和下面最近的连通域的位置；Tw1，Tw2，Th，Ttop，Tbot，T为连通域属性的阈值。
8.根据权利要求1所述的方法，其特征在于，所述步骤9中，根据以下规则判断水平方向上的两个连通域是否需要融合：
其中，Width，Height为每个连通域的宽度和高度；dist(CoCo1，CoCo2)为两个连通域之间的最小距离；T为连通域属性的阈值；||表示关系或操作，
表示一个集合包含于另一个集合，表示一个集合包含另一个集合，∩表示集合的交操作。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201310308807.7A CN103336961B (zh) | 2013-07-22 | 2013-07-22 | 一种交互式的自然场景文本检测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201310308807.7A CN103336961B (zh) | 2013-07-22 | 2013-07-22 | 一种交互式的自然场景文本检测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN103336961A true CN103336961A (zh) | 2013-10-02 |
| CN103336961B CN103336961B (zh) | 2016-06-29 |
Family
ID=49245118
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201310308807.7A Active CN103336961B (zh) | 2013-07-22 | 2013-07-22 | 一种交互式的自然场景文本检测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN103336961B (zh) |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103839062A (zh) * | 2014-03-11 | 2014-06-04 | 东方网力科技股份有限公司 | 一种图像文字定位方法及装置 |
| CN103942550A (zh) * | 2014-05-04 | 2014-07-23 | 厦门大学 | 一种基于稀疏编码特征的场景文本识别方法 |
| CN104732188A (zh) * | 2013-12-19 | 2015-06-24 | 富士通株式会社 | 文本提取方法和装置 |
| CN105373790A (zh) * | 2015-10-23 | 2016-03-02 | 北京汉王数字科技有限公司 | 版面分析方法和装置 |
| CN107066972A (zh) * | 2017-04-17 | 2017-08-18 | 武汉理工大学 | 基于多通道极值区域的自然场景文本检测方法 |
| CN107229932A (zh) * | 2016-03-25 | 2017-10-03 | 阿里巴巴集团控股有限公司 | 一种图像文本的识别方法和装置 |
| CN107609558A (zh) * | 2017-09-13 | 2018-01-19 | 北京元心科技有限公司 | 文字图像处理方法及装置 |
| CN110070512A (zh) * | 2019-04-30 | 2019-07-30 | 秒针信息技术有限公司 | 图片修饰的方法及装置 |
| CN111652208A (zh) * | 2020-04-17 | 2020-09-11 | 北京三快在线科技有限公司 | 用户界面组件的识别方法、装置、电子设备及存储介质 |
| CN114663641A (zh) * | 2020-12-08 | 2022-06-24 | 凌华科技股份有限公司 | 时间相依文字感兴趣区域的侦测方法 |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110503159B (zh) * | 2019-08-28 | 2022-10-11 | 北京达佳互联信息技术有限公司 | 文字识别方法、装置、设备及介质 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20080243473A1 (en) * | 2007-03-29 | 2008-10-02 | Microsoft Corporation | Language translation of visual and audio input |
| CN101599125A (zh) * | 2009-06-11 | 2009-12-09 | 上海交通大学 | 复杂背景下图像处理的二值化方法 |
| CN101615252A (zh) * | 2008-06-25 | 2009-12-30 | 中国科学院自动化研究所 | 一种自适应图像文本信息提取方法 |
| CN102163284A (zh) * | 2011-04-11 | 2011-08-24 | 西安电子科技大学 | 面向中文环境的复杂场景文本定位方法 |
-
2013
- 2013-07-22 CN CN201310308807.7A patent/CN103336961B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20080243473A1 (en) * | 2007-03-29 | 2008-10-02 | Microsoft Corporation | Language translation of visual and audio input |
| CN101615252A (zh) * | 2008-06-25 | 2009-12-30 | 中国科学院自动化研究所 | 一种自适应图像文本信息提取方法 |
| CN101599125A (zh) * | 2009-06-11 | 2009-12-09 | 上海交通大学 | 复杂背景下图像处理的二值化方法 |
| CN102163284A (zh) * | 2011-04-11 | 2011-08-24 | 西安电子科技大学 | 面向中文环境的复杂场景文本定位方法 |
Non-Patent Citations (2)
| Title |
|---|
| 姚金良等: "基于连通域的图像中场景文本定位", 《高技术通讯》, vol. 17, no. 6, 30 June 2007 (2007-06-30), pages 612 - 617 * |
| 廖佳等: "图像与视频中的文本定位技术研究综述", 《电脑知识与技术》, vol. 6, no. 26, 30 September 2010 (2010-09-30), pages 7378 - 7382 * |
Cited By (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104732188B (zh) * | 2013-12-19 | 2017-12-08 | 富士通株式会社 | 文本提取方法和装置 |
| CN104732188A (zh) * | 2013-12-19 | 2015-06-24 | 富士通株式会社 | 文本提取方法和装置 |
| CN103839062A (zh) * | 2014-03-11 | 2014-06-04 | 东方网力科技股份有限公司 | 一种图像文字定位方法及装置 |
| CN103839062B (zh) * | 2014-03-11 | 2017-08-08 | 东方网力科技股份有限公司 | 一种图像文字定位方法及装置 |
| CN103942550A (zh) * | 2014-05-04 | 2014-07-23 | 厦门大学 | 一种基于稀疏编码特征的场景文本识别方法 |
| CN103942550B (zh) * | 2014-05-04 | 2018-11-02 | 厦门大学 | 一种基于稀疏编码特征的场景文本识别方法 |
| CN105373790A (zh) * | 2015-10-23 | 2016-03-02 | 北京汉王数字科技有限公司 | 版面分析方法和装置 |
| CN105373790B (zh) * | 2015-10-23 | 2019-02-05 | 北京汉王数字科技有限公司 | 版面分析方法和装置 |
| CN107229932A (zh) * | 2016-03-25 | 2017-10-03 | 阿里巴巴集团控股有限公司 | 一种图像文本的识别方法和装置 |
| CN107066972A (zh) * | 2017-04-17 | 2017-08-18 | 武汉理工大学 | 基于多通道极值区域的自然场景文本检测方法 |
| CN107066972B (zh) * | 2017-04-17 | 2019-06-21 | 武汉理工大学 | 基于多通道极值区域的自然场景文本检测方法 |
| CN107609558A (zh) * | 2017-09-13 | 2018-01-19 | 北京元心科技有限公司 | 文字图像处理方法及装置 |
| CN110070512A (zh) * | 2019-04-30 | 2019-07-30 | 秒针信息技术有限公司 | 图片修饰的方法及装置 |
| CN111652208A (zh) * | 2020-04-17 | 2020-09-11 | 北京三快在线科技有限公司 | 用户界面组件的识别方法、装置、电子设备及存储介质 |
| CN114663641A (zh) * | 2020-12-08 | 2022-06-24 | 凌华科技股份有限公司 | 时间相依文字感兴趣区域的侦测方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN103336961B (zh) | 2016-06-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103336961B (zh) | 一种交互式的自然场景文本检测方法 | |
| CN101533474B (zh) | 基于视频图像的字符和图像识别系统和方法 | |
| USRE47889E1 (en) | System and method for segmenting text lines in documents | |
| CN105046196B (zh) | 基于级联卷积神经网络的前车车辆信息结构化输出方法 | |
| CN101615252B (zh) | 一种自适应图像文本信息提取方法 | |
| TWI536277B (zh) | Form identification method and device | |
| CN104298982B (zh) | 一种文字识别方法及装置 | |
| CN103310211B (zh) | 一种基于图像处理的填注标记识别方法 | |
| CN104182750A (zh) | 一种在自然场景图像中基于极值连通域的中文检测方法 | |
| CN104361336A (zh) | 一种水下视频图像的文字识别方法 | |
| CN106650553A (zh) | 车牌识别方法及系统 | |
| CN101122953A (zh) | 一种图片文字分割的方法 | |
| CN103093228A (zh) | 一种在自然场景图像中基于连通域的中文检测方法 | |
| CN102968637A (zh) | 一种复杂背景图像文字分割方法 | |
| CN102332097B (zh) | 一种基于图割的复杂背景文本图像分割方法 | |
| CN104299009A (zh) | 基于多特征融合的车牌字符识别方法 | |
| CN104794479A (zh) | 基于局部笔画宽度变换的自然场景图片中文本检测方法 | |
| CN104463138A (zh) | 基于视觉结构属性的文本定位方法及系统 | |
| CN104463134A (zh) | 一种车牌检测方法和系统 | |
| CN104598907A (zh) | 一种基于笔画宽度图的图像中文字数据提取方法 | |
| CN102147867A (zh) | 一种基于主体的国画图像和书法图像的识别方法 | |
| CN103049756A (zh) | 基于cema算法和纹理块匹配修复技术的自动提取与去除彩色图像内文字的方法 | |
| CN112241730A (zh) | 一种基于机器学习的表格提取方法和系统 | |
| CN104268509A (zh) | 泥头车车牌检测的方法及系统 | |
| CN107798355A (zh) | 一种基于文档图像版式自动分析与判断的方法 |
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 | ||
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20190709 Address after: 100098 Beijing Haidian District Zhichun Road 56 West District 8 Floor Central 801-803 Patentee after: INFAN TECHNOLOGY (BEIJING) CO., LTD. Address before: 100190 Zhongguancun East Road, Haidian District, Haidian District, Beijing Patentee before: Institute of Automation, Chinese Academy of Sciences |