CN105528607A - 区域提取方法、模型训练方法及装置 - Google Patents

区域提取方法、模型训练方法及装置 Download PDF

Info

Publication number
CN105528607A
CN105528607A CN201510727932.0A CN201510727932A CN105528607A CN 105528607 A CN105528607 A CN 105528607A CN 201510727932 A CN201510727932 A CN 201510727932A CN 105528607 A CN105528607 A CN 105528607A
Authority
CN
China
Prior art keywords
sample image
numeric area
image
model
cognition
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
CN201510727932.0A
Other languages
English (en)
Other versions
CN105528607B (zh
Inventor
龙飞
张涛
陈志军
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.)
Beijing Xiaomi Technology Co Ltd
Xiaomi Inc
Original Assignee
Xiaomi Inc
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
Priority to CN201510727932.0A priority Critical patent/CN105528607B/zh
Application filed by Xiaomi Inc filed Critical Xiaomi Inc
Priority to PCT/CN2015/099300 priority patent/WO2017071064A1/zh
Priority to JP2017547047A priority patent/JP2018503201A/ja
Priority to KR1020167005383A priority patent/KR101763891B1/ko
Priority to RU2016110914A priority patent/RU2016110914A/ru
Priority to MX2016003753A priority patent/MX2016003753A/es
Publication of CN105528607A publication Critical patent/CN105528607A/zh
Priority to US15/299,659 priority patent/US20170124719A1/en
Priority to EP16195235.3A priority patent/EP3163509A1/en
Application granted granted Critical
Publication of CN105528607B publication Critical patent/CN105528607B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/46—Descriptors for shape, contour or point-related descriptors, e.g. scale invariant feature transform [SIFT] or bags of words [BoW]; Salient regional features
    • G06V10/462—Salient features, e.g. scale invariant feature transforms [SIFT]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/10—Image acquisition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10—Character recognition
    • G06V30/14—Image acquisition
    • G06V30/148—Segmentation of character regions
    • G06V30/153—Segmentation of character regions using recognition of characters or words
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G06V10/758—Involving statistics of pixels or of feature values, e.g. histogram matching
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10—Character recognition
    • G06V30/14—Image acquisition
    • G06V30/146—Aligning or centring of the image pick-up or image-field
    • G06V30/1475—Inclination or skew detection or correction of characters or of image to be recognised
    • G06V30/1478—Inclination or skew detection or correction of characters or of image to be recognised of characters or characters lines
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/40—Document-oriented image-based pattern recognition
    • G06V30/41—Analysis of document content
    • G06V30/413—Classification of content, e.g. text, photographs or tables

Abstract

本公开揭示了一种区域提取方法、模型训练方法及装置，属于图像处理领域。所述区域提取方法包括：通过获取识别模型，识别模型通过分类算法对预设样本图像进行训练得到，预设样本图像包括正样本图像和负样本图像，每个正样本图像包括有至少一个数字，每个负样本图像包括零个数字或残缺数字；根据识别模型对待识别的图像进行识别，得到至少一个数字区域；对数字区域进行区域切割，得到至少一个单数字区域；解决了数字区域提取方法中对数字大小和数字位数有一定限制，对不同字体大小或不同数字位数的数字位置无法准确提取的问题；达到了通过识别模型对图像中不同字体样式或不同字体大小或不同数字位数的数字位置进行准确定位并切割提取的效果。

Description

区域提取方法、模型训练方法及装置
技术领域
本公开涉及图像处理领域，特别涉及一种区域提取方法、模型训练方法及装置。
背景技术
数字区域提取是一种在图像中提取出数字区域的技术。
相关技术中有关数字的区域提取方法，通常只能在图像中识别出预定大小和预定位数的数字所在的区域，若图像中的数字的字体样式不同或字体大小不同或数字的位数不同，则难以从图像中有效地提取出数字区域。
发明内容
为了解决相关技术中存在的问题，本公开提供一种区域提取、模型训练方法及装置。所述技术方案如下：
根据本公开实施例的第一方面，提供一种区域提取方法，该方法包括：
获取识别模型，识别模型通过分类算法对预设样本图像进行训练得到，预设样本图像包括正样本图像和负样本图像，每个正样本图像包括有至少一个数字，每个负样本图像包括零个数字或残缺数字；
根据识别模型对待识别的图像进行识别，得到至少一个数字区域；
对数字区域进行区域切割，得到至少一个单数字区域。
在一个可选的实施例中，根据识别模型对待识别的图像进行识别，得到至少一个数字区域，包括：
使用预设窗口按照预定扫窗策略从待识别的图像中提取候选窗口区域；
将候选窗口区域的图像特征输入识别模型进行分类，得到分类结果；
若分类结果为正结果，则将候选窗口区域识别为数字区域。
在一个可选的实施例中，数字区域为至少两个，方法还包括：
查找出存在交集区域的n个数字区域；
将存在交集区域的n个数字区域进行合并，得到合并后的数字区域。
在一个可选的实施例中，将存在交集区域的n个数字区域进行合并，得到合并后的数字区域，包括：
在存在交集区域的n个数字区域之间的上边缘和下边缘重合时，
将n个数字区域的n个左边缘中位于最左侧的左边缘，确定为合并后的左边缘；
将n个数字区域的n个右边缘中位于最右侧的右边缘，确定为合并后的右边缘；
根据上边缘、下边缘、合并后的左边缘、合并后的右边缘，得到合并后的数字区域。
在一个可选的实施例中，对数字区域进行区域切割，得到至少一个单数字区域，包括：
对数字区域进行二值化，得到二值化后的数字区域；
对二值化后的数字区域按照竖直方向计算直方图，直方图包括：每列像素点的横坐标和每列像素点中前景色像素点的累加值；
根据直方图中前景色像素点的累加值大于预设阈值的列所组成的连续列集合，识别得到n个单数字区域。
根据本公开实施例的第二方面，提供一种模型训练方法，该方法包括：获取预定样本图像，预定样本图像包括正样本图像和负样本图像，正样本图像包括有至少一个数字；负样本图像包括零个数字或残缺数字；
利用分类算法对预设样本图像进行训练，得到识别模型。
在一个可选的实施例中，利用分类算法对预设样本图像进行训练，得到识别模型，包括：
提取正样本图像的图像特征和负样本图像的图像特征；
将正样本图像的图像特征和用于表示正结果的第一标签输入利用分类算法构建的初始模型中，将负样本图像的图像特征和用于表示负结果的第二标签输入初始模型中，得到识别模型。
在一个可选的实施例中，分类算法包括Adaboost、支持向量机SVM、人工神经网络、遗传算法、朴素贝叶斯、决策树、最近邻KNN算法中的至少一种。
根据本公开实施例的第三方面，提供一种区域提取装置，该装置包括：
获取模块，被配置为获取识别模型，识别模型通过分类算法对预设样本图像进行训练得到，预设样本图像包括正样本图像和负样本图像，每个正样本图像包括有至少一个数字，每个负样本图像包括零个数字或残缺数字；
识别模块，被配置为根据识别模型对待识别的图像进行识别，得到至少一个数字区域；
切割模块，被配置为对数字区域进行区域切割，得到至少一个单数字区域。
在一个可选的实施例中，识别模块，包括：
扫窗子模块，被配置为使用预设窗口按照预定扫窗策略从待识别的图像中提取候选窗口区域；
分类子模块，被配置为将候选窗口区域的图像特征输入识别模型进行分类，得到分类结果；
确认子模块，被配置为在分类结果为正结果时，将候选窗口区域识别为数字区域。
在一个可选的实施例中，数字区域为至少两个，该装置还包括：
查找模块，被配置为查找出存在交集区域的n个数字区域；
合并模块，被配置为将存在交集区域的n个数字区域进行合并，得到合并后的数字区域。
在一个可选的实施例中，合并模块，包括：
在存在交集区域的n个数字区域之间的上边缘和下边缘重合时，
第一确定子模块，被配置为将n个数字区域的n个左边缘中位于最左侧的左边缘，确定为合并后的左边缘；
第二确定子模块，被配置为将n个数字区域的n个右边缘中位于最右侧的右边缘，确定为合并后的右边缘；
第三确定子模块，被配置为根据上边缘、下边缘、合并后的左边缘、合并后的右边缘，得到合并后的数字区域。
在一个可选的实施例中，切割模块，包括：
二值化子模块，被配置为对数字区域进行二值化，得到二值化后的数字区域；
计算子模块，被配置为对二值化后的数字区域按照竖直方向计算直方图，直方图包括：每列像素点的横坐标和每列像素点中前景色像素点的累加值；
数字识别子模块，被配置为根据直方图中前景色像素点的累加值大于预设阈值的列所组成的连续列集合，识别得到n个单数字区域。
根据本公开实施例的第四方面，提供一种模型训练装置，该装置包括：
样本获取模块，被配置为获取预定样本图像，预定样本图像包括正样本图像和负样本图像，正样本图像包括有至少一个数字；负样本图像包括零个数字或残缺数字；
训练模块，被配置为利用分类算法对预设样本图像进行训练，得到识别模型。
在一个可选的实施例中，训练模块，包括：
提取子模块，被配置为提取正样本图像的图像特征和负样本图像的图像特征；
输入子模块，被配置为将正样本图像的图像特征和用于表示正结果的第一标签输入利用分类算法构建的初始模型中，将负样本图像的图像特征和用于表示负结果的第二标签输入初始模型中，得到识别模型。
在一个可选的实施例中，分类算法包括Adaboost、支持向量机SVM、人工神经网络、遗传算法、朴素贝叶斯、决策树、最近邻KNN算法中的至少一种。
根据本公开实施例的第五方面，提供一种区域提取装置，该装置包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，处理器被配置为：
获取识别模型，识别模型通过分类算法对预设样本图像进行训练得到，预设样本图像包括正样本图像和负样本图像，每个正样本图像包括有至少一个数字，每个负样本图像包括零个数字或残缺数字；
根据识别模型对待识别的图像进行识别，得到至少一个数字区域；
对数字区域进行区域切割，得到至少一个单数字区域。
根据本公开实施例的第六方面，提供一种模型训练装置，该装置包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，处理器被配置为：
获取预定样本图像，预定样本图像包括正样本图像和负样本图像，正样本图像包括有至少一个数字；负样本图像包括零个数字或残缺数字；
利用分类算法对预设样本图像进行训练，得到识别模型。
本公开的实施例提供的技术方案可以包括以下有益效果：
通过获取识别模型，识别模型通过分类算法对预设样本图像进行训练得到，预设样本图像包括正样本图像和负样本图像，每个正样本图像包括有至少一个数字，每个负样本图像包括零个数字或残缺数字；根据识别模型对待识别的图像进行识别，得到至少一个数字区域；对数字区域进行区域切割，得到至少一个单数字区域；解决了数字区域提取方法中对数字大小和数字位数有一定限制，对不同字体大小或不同数字位数的数字位置无法准确提取的问题；达到了通过识别模型对图像中不同字体样式或不同字体大小或不同数字位数的数字位置进行准确定位并切割提取的效果。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性的，并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并于说明书一起用于解释本公开的原理。
图1是根据一示例性实施例示出的一种模型训练方法的流程图；
图2是根据一示例性实施例示出的一种区域提取方法的流程图；
图3A是根据另一示例性实施例示出的一种模型训练方法的流程图；
图3B是根据一示例性实施例示出的一种原始样本图像的示意图；
图3C是根据一示例性实施例示出的一种正样本图像的示意图；
图3D是根据一示例性实施例示出的一种负样本图像的示意图；
图4是根据另一示例性实施例示出的一种区域提取方法的流程图；
图5是根据另一示例性实施例示出的一种区域提取方法的流程图；
图6A是根据另一示例性实施例示出的一种区域提取方法的流程图；
图6B是根据一示例性实施例示出的一种区域左边缘的示意图；
图6C是根据一示例性实施例示出的一种区域右边缘的示意图；
图6D是根据一示例性实施例示出的一种区域提取的示意图；
图7A是根据另一示例性实施例示出的一种区域提取方法的流程图；
图7B是根据一示例性实施例示出的一种区域二值化的示意图；
图7C是根据一示例性实施例示出的一种区域二值化直方图的示意图；
图7D是根据一示例性实施例示出的一种区域二值化连续列集合的示意图；
图8是根据一示例性实施例示出的一种区域提取装置的框图；
图9是根据另一示例性实施例示出的一种区域提取装置的框图；
图10是根据另一示例性实施例示出的一种区域提取装置的框图；
图11是根据另一示例性实施例示出的一种区域提取装置的框图；
图12是根据一示例性实施例示出的一种模型训练装置的框图；
图13是根据另一示例性实施例示出的一种模型训练装置的框图；
图14是根据一示例性实施例示出的一种区域提取装置的框图。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
本公开实施例包括两个过程：训练识别模型的第一过程；和，通过识别模型进行识别的第二过程。这两个过程可以采用同一个终端来实现；也可以采用第一终端执行第一过程，第二终端执行第二过程。本公开实施例对此不加以限定。下文采用不同的实施例分别对第一过程和第二过程进行阐述。
图1是根据一示例性实施例示出的一种模型训练方法的流程图，该模型训练方法包括以下几个步骤：
在步骤101中，获取预定样本图像，预定样本图像包括正样本图像和负样本图像，正样本图像包括有至少一个数字；负样本图像包括零个数字或残缺数字；
在步骤102中，利用分类算法对预设样本图像进行训练，得到识别模型。
综上所述，本公开实施例中提供的模型训练方法，通过获取预定样本图像，预定样本图像包括正样本图像和负样本图像，正样本图像包括有至少一个数字；负样本图像包括零个数字或残缺数字；利用分类算法对预设样本图像进行训练，得到识别模型；解决了数字区域提取方法中对数字大小和数字位数有一定限制，对不同字体大小或不同数字位数的数字位置无法准确提取的问题；达到了该训练过程得到的识别模型，具有对图像中不同字体样式或不同字体大小或不同数字位数的数字位置进行准确定位的效果。
图2是根据一示例性实施例示出的一种区域提取方法的流程图，该区域提取方法包括以下几个步骤。
在步骤201中，获取识别模型，识别模型通过分类算法对预设样本图像进行训练得到，预设样本图像包括正样本图像和负样本图像，每个正样本图像包括有至少一个数字，每个负样本图像包括零个数字或残缺数字；
在步骤202中，根据识别模型对待识别的图像进行识别，得到至少一个数字区域；
在步骤203中，对数字区域进行区域切割，得到至少一个单数字区域。
综上所述，本公开实施例中提供的区域提取方法，通过获取识别模型，识别模型通过分类算法对预设样本图像进行训练得到，预设样本图像包括正样本图像和负样本图像，每个正样本图像包括有至少一个数字，每个负样本图像包括零个数字或残缺数字；根据识别模型对待识别的图像进行识别，得到至少一个数字区域；对数字区域进行区域切割，得到至少一个单数字区域；解决了数字区域提取方法中对数字大小和数字位数有一定限制，对不同字体大小或不同数字位数的数字位置无法准确提取的问题；达到了通过识别模型对图像中不同字体样式或不同字体大小或不同数字位数的数字位置进行准确定位并切割提取的效果。
图3A是根据另一示例性实施例示出的一种模型训练方法的流程图，该模型训练方法包括以下几个步骤。
在步骤301中，获取预定样本图像，预定样本图像包括正样本图像和负样本图像，正样本图像包括有至少一个数字；负样本图像包括零个数字或残缺数字；
通过图像库或直接拍摄得到的图像中选取预定样本图像，预定样本图像是指识别模型所使用的图像，预定样本图像包括正样本图像和负样本图像两种图像。其中，正样本图像可以为含有单个数字的数字图像，也可以为含有单行且数字个数不限的数字图像。正样本图像中的数字对字体大小、字体样式和数字位数不作限定；同时，正样本图像中对数字图像的个数不作限定。负样本图像可以是包含零个数字的图像，也可以是包含有部分残缺数字的图像。
可选的，正样本图像可以是从同一幅图像中截取出一个或多个数字区域形成的图像；负样本图像可以是截取同一幅图像中数字区域附近易于混淆区域形成的图像、截取同一幅图像中只包含一小部分数字形成的图像或者截取同一幅图像中其它区域形成的图像，如图3B所示是一幅图像的原始图；图3C是从图3B原始图中截取形成的正样本图像；图3D是从图3B原始图中截取形成的负样本图像。
在步骤302中，提取正样本图像的图像特征和负样本图像的图像特征；
在获取到正样本图像和负样本图像后，分别对正样本图像和负样本图像进行特征提取，得到正样本图像的图像特征和负样本图像的图像特征。
在步骤303中，将正样本图像的图像特征和用于表示正结果的第一标签输入利用分类算法构建的初始模型中，将负样本图像的图像特征和用于表示负结果的第二标签输入初始模型中，得到识别模型。
将得到的正样本图像的图像特征输入到利用分类算法构建的初始模型中，同时将正样本图像对应的正结果的第一标签也输入到初始模型中。比如：将表示正结果的第一标签设置为1。
将得到的负样本头像的图像特征输入到利用分类算法构建的初始模型中，同时将负样本图像对应的负结果的第二标签也输入到初始模型中。比如：将表示负结果的第二标签设置为-1。
其中，分类算法包括Adaboost、SVM(SupportVectorMachine，支持向量机)、人工神经网络、遗传算法、朴素贝叶斯、决策树、KNN(k-NearestNeighbor，k最近邻)算法中的至少一种。
比如：原始的正样本图像是256*256像素点，将原始的正样本图像进行haar特征的提取，每一幅正样本图像可以得到一个haar特征，将所有正样本图像提取到的图像特征输入到利用分类算法构建的初始模型中，同理，将负样本图像中提取到的图像特征输入到利用分类算法构建的初始模型中，经过训练后，得到识别模型。
综上所述，本公开实施例中提供的模型训练方法，通过获取预定样本图像，预定样本图像包括正样本图像和负样本图像，正样本图像包括有至少一个数字；负样本图像包括零个数字或残缺数字；提取正样本图像的图像特征和负样本图像的图像特征；将正样本图像的图像特征和用于表示正结果的第一标签输入利用分类算法构建的初始模型中，将负样本图像的图像特征和用于表示负结果的第二标签输入初始模型中，得到识别模型；解决了数字区域提取方法中对数字大小和数字位数有一定限制，对不同字体大小或不同数字位数的数字位置无法准确提取的问题；达到了通过识别模型对图像中不同字体样式或不同字体大小或不同数字位数的数字位置进行准确定位的效果。
图4是根据另一示例性实施例示出的一种区域提取方法的流程图，该区域提取方法包括以下几个步骤。
在步骤401中，获取识别模型，识别模型通过分类算法对预设样本图像进行训练得到，预设样本图像包括正样本图像和负样本图像，每个正样本图像包括有至少一个数字，每个负样本图像包括零个数字或残缺数字；
获取识别模型，该识别模型是图3所示的实施例中通过对正样本图像和负样本图像利用分类算法构建的初始模型训练得到的模型。
在步骤402中，使用预设窗口按照预定扫窗策略从待识别的图像中提取候选窗口区域；
在获取到识别模型后，设置固定大小的预设窗口，利用预设窗口按照预定扫窗策略对待识别的图像进行扫窗；通过扫窗后从待识别的图像中提取到多个数字区域的候选窗口区域。
可选地，该预定扫窗策略包括：按照从上往下，从左到右的顺序对待识别的图像进行逐行扫窗。
可选的，该预定扫窗策略包括：对于同一幅待识别图像采用不同大小的预设窗口多次扫窗。
可选的，该预定扫窗策略包括：在采用固定大小的预设窗口对待识别图像进行扫窗时，预设窗口在相邻的两次移动过程中存在有相互重叠的区域。
比如：预设窗口大小为16*16像素点，待识别图像的大小为256*256像素点，则将16*16像素点的预设窗口从待识别图像的左上角开始，按照预定扫窗策略从从上到下、从左至右依次对待识别图像的每一个像素点进行扫窗，预设窗口从左至右移动过程中，相邻的两次移动过程的预设窗口存在有相互重叠的区域。
在步骤403中，将候选窗口区域的图像特征输入识别模型进行分类，得到分类结果；
对步骤402中得到的候选窗口区域进行图像特征提取，图像特征的提取与图3A所示实施例中识别模型中的图像特征提取相同。将对候选窗口区域提取到的图像特征输入到图3A所示实施例中获取的识别模型中进行分类，识别模型将候选窗口区域中提取的图像特征与识别模型中的模板进行匹配，检测该候选窗口区域是否为数字区域。通过识别模型对候选窗口区域中图像特征的检测，识别出候选窗口区域中的数字区域。
在步骤404中，若分类结果为正结果，则将候选窗口区域识别为数字区域；
若识别模型经过分类后，得出的分类结果为正结果，则将候选窗口区域识别为数字区域。正结果是指该候选窗口区域属于正样本图像训练得到的模型。
根据识别模型中表示正结果的第一标签，在对候选窗口区域进行分类时，若分类结果为正结果，则分类后在该候选窗口区域标记第一标签。
在步骤405中，若分类结果为负结果，则将候选窗口区域识别为非数字区域；
若识别模型经过分类后，得出的分类结果为负结果，则将候选窗口区域识别为非数字区域。负结果是指该候选窗口区域属于负样本图像训练得到的模型。
根据识别模型中表示负结果的第二标签，在对候选窗口区域进行分类时，若分类结果为负结果，则分类后在该候选窗口区域标记第二标签。
在步骤406中，对数字区域进行区域切割，得到至少一个单数字区域。
对进行识别模型分类后，分类结果为正结果的候选窗口区域进行区域切割，得到该候选窗口区域中的单数字区域，其中，该候选窗口区域中至少包含一个单数字区域。
综上，本公开实施例中提供的区域提取方法，通过获取识别模型，识别模型通过分类算法对预设样本图像进行训练得到，预设样本图像包括正样本图像和负样本图像，每个正样本图像包括有至少一个数字，每个负样本图像包括零个数字或残缺数字；使用预设窗口按照预定扫窗策略从待识别的图像中提取候选窗口区域；将候选窗口区域的图像特征输入识别模型进行分类，得到分类结果；若分类结果为正结果，则将候选窗口区域识别为数字区域；对数字区域进行区域切割，得到至少一个单数字区域；解决了数字区域提取方法中对数字大小和数字位数有一定限制，对不同字体大小或不同数字位数的数字位置无法准确提取的问题；达到了通过识别模型对图像中不同字体样式或不同字体大小或不同数字位数的数字位置进行准确定位并切割提取的效果。
当对候选窗口区域的识别中得到的数字区域为至少两个时，该至少两个数字区域之间可能存在交集区域，对存在交集区域的多个数字区域需要进行合并。
在基于图4所示的可选实施例中，数字区域为至少两个，在步骤405之后还可以包括如下步骤，如图5所示：
在步骤501中，查找出存在交集区域的n个数字区域；
当数字区域为至少两个时，通过简单规则查找出所有数字区域中存在交集区域的n个数字区域；
比如：通过检测数字区域中重叠的个数查找出存在交集区域的数字区域，或者，通过数字区域中重叠区域的相互包含关系查找出存在交集区域的数字区域。
在步骤502中，将存在交集区域的n个数字区域进行合并，得到合并后的数字区域；
在查找出存在交集区域的n个数字区域后，将存在交集区域的n个数字区域进行合并，确定出最终的数字区域。
综上所述，本实施例通过查找出存在交集区域的n个数字区域；将存在交集区域的n个数字区域进行合并，得到合并后的数字区域；使得最终确定的数字区域更加准确，更加有利于对数字区域的识别和提取。
在基于图5所示的可选实施例中，步骤502可替代为如下步骤502a至步骤502c，如图6A所示：
在存在交集区域的n个数字区域之间的上边缘和下边缘重合时，
在步骤502a中，根据n个数字区域的n个左边缘中位于最左侧的左边缘，确定为合并后的左边缘；
当n个数字区域排列在一行时，获取n个数字区域的n个左边缘，将n个左边缘中位于最左侧的左边缘确定为n个数字区域合并后的左边缘m1，如图6B所示。
在步骤502b中，根据n个数字区域的n个右边缘中位于最右侧的右边缘，确定为合并后的右边缘；
当n个数字区域排列在一行时，获取n个数字区域的n个右边缘，将n个右边缘中位于最右侧的右边缘确定为n个数字区域合并后的右边缘m2，如图6C所示。
在步骤502c中，根据上边缘、下边缘、合并后的左边缘、合并后的右边缘，得到合并后的数字区域。
根据上述步骤中确定的上边缘、下边缘、合并后的左边缘、合并后的右边缘，得到最后合并的数字区域，如图6D所示。
综上所述，本实施例通过根据n个数字区域的n个左边缘中位于最左侧的左边缘，确定为合并后的左边缘；根据n个数字区域的n个右边缘中位于最右侧的右边缘，确定为合并后的右边缘；根据上边缘、下边缘、合并后的左边缘、合并后的右边缘，得到合并后的数字区域；使得合并后的数字区域更加准确，更加有利于数字区域的切割和提取。
在基于图6A所示的可选实施例中，步骤406可替代为如下步骤406a至步骤406e，如图7A所示：
在步骤406a中，对数字区域进行二值化，得到二值化后的数字区域；
可选地，根据步骤502c合并后的数字区域，对该数字区域进行预处理，其中，预处理可以包括：去噪、滤波、提取边缘等操作；将预处理后的数字区域进行二值化。
二值化是指将数字区域中的像素点的灰度值与预设灰度阈值比较，将数字区域中的像素点分成两部分：大于预设灰度阈值的像素群和小于预设灰度阈值的像素群，将两部分像素群在数字区域中分别呈现出黑和白两种不同的颜色，得到二值化后的数字区域，如图7B所示。其中，位于前景的一种颜色的像素点称之为前景色像素点，也即图7B中的白色像素点；位于背景的一种颜色像素点称之为背景色像素点，也即图7B中的黑色像素点。
在步骤406b中，对二值化后的数字区域按照竖直方向计算直方图，直方图包括：每列像素点的横坐标和每列像素点中前景色像素点的累加值；
对二值化后的数字区域按照竖直方向计算直方图，该直方图在水平方向表示每列像素点的横坐标，在竖直方向表示每列像素点中前景色像素点的个数累加值，如图7C所示。
在步骤406c中，根据直方图中前景色像素点的累加值大于预设阈值的列所组成的连续列集合，识别得到n个单数字区域。
根据直方图可以获取到每一列像素点中前景色像素点的累加值，将每一列像素点中前景色像素点的累加值与预设阈值进行比较，将直方图中前景色像素点的累加值大于预设阈值的列所组成的连续列集合，确定为单数字区域所在的列。
连续列集合是指：前景色像素点的累加值大于预设阈值的列是连续的p列，该连续的p列像素点所组成的集合，如图7D所示，连续列集合为p，也即直方图中形成的连续白色区域。对于图中的p列像素点，在位于下侧直方图中的前景色像素点的累加值均大于预设阈值。而该p列像素点在数字图像中对应数字区域“X”。
每个连续列集合识别为一个数字区域，n个连续列集合识别为n个单数字区域。
综上所述，本实施例通过对数字区域二值化，并将二值化后的数字区域按照竖直方向计算直方图，识别出每个数字对应的单数字区域，能够提高识别数字区域中单数字区域的准确度。
下述为本公开装置实施例，可以用于执行本公开方法实施例。对于本公开装置实施例中未披露的细节，请参照本公开方法实施例。
图8是根据一示例性实施例示出的一种区域提取装置的框图，如图8所示，该区域提取装置包括但不限于：
获取模块810，被配置为获取识别模型，识别模型通过分类算法对预设样本图像进行训练得到，预设样本图像包括正样本图像和负样本图像，每个正样本图像包括有至少一个数字，每个负样本图像包括零个数字或残缺数字；
识别模块820，被配置为根据识别模型对待识别的图像进行识别，得到至少一个数字区域；
切割模块830，被配置为对数字区域进行区域切割，得到至少一个单数字区域。
综上所述，本公开实施例中提供的区域提取装置，通过获取识别模型，识别模型通过分类算法对预设样本图像进行训练得到，预设样本图像包括正样本图像和负样本图像，每个正样本图像包括有至少一个数字，每个负样本图像包括零个数字或残缺数字；根据识别模型对待识别的图像进行识别，得到至少一个数字区域；对数字区域进行区域切割，得到至少一个单数字区域；解决了数字区域提取方法中对数字大小和数字位数有一定限制，对不同字体大小或不同数字位数的数字位置无法准确提取的问题；达到了通过识别模型对图像中不同字体样式或不同字体大小或不同数字位数的数字位置进行准确定位并切割提取的效果。
图9是根据另一示例性实施例示出的一种区域提取装置的框图，如图9所示，该区域提取装置包括但不限于：
获取模块810，被配置为获取识别模型，识别模型通过分类算法对预设样本图像进行训练得到，预设样本图像包括正样本图像和负样本图像，每个正样本图像包括有至少一个数字，每个负样本图像包括零个数字或残缺数字；
获取模块810获取识别模型，该识别模型是通过对正样本图像和负样本图像利用分类算法构建的初始模型训练得到的模型。
识别模块820，被配置为根据识别模型对待识别的图像进行识别，得到至少一个数字区域；
本实施例中，识别模块820，还包括如下子模块：
扫窗子模块821，被配置为使用预设窗口按照预定扫窗策略从待识别的图像中提取候选窗口区域；
在获取模块810获取到识别模型后，扫窗子模块821设置固定大小的预设窗口，利用预设窗口按照预定扫窗策略对待识别的图像进行扫窗；通过扫窗后从待识别的图像中提取到多个数字区域的候选窗口区域。
可选地，该预定扫窗策略包括：按照从上往下，从左到右的顺序对待识别的图像进行逐行扫窗。
可选的，该预定扫窗策略包括：对于同一幅待识别图像采用不同大小的预设窗口多次扫窗。
可选的，该预定扫窗策略包括：在采用固定大小的预设窗口对待识别图像进行扫窗时，预设窗口在相邻的两次移动过程中存在有相互重叠的区域。
分类子模块822，被配置为将候选窗口区域的图像特征输入识别模型进行分类，得到分类结果；
对扫窗子模块821中得到的候选窗口区域进行图像特征提取。将对候选窗口区域提取到的图像特征输入到获取模块810获取的识别模型中进行分类，识别模型将候选窗口区域中提取的图像特征与识别模型中的模板进行匹配，检测该候选窗口区域是否为数字区域。分类子模块822通过识别模型对候选窗口区域中图像特征的检测，识别出候选窗口区域中的数字区域。
确认子模块823，被配置为在分类结果为正结果时，将候选窗口区域识别为数字区域。
若识别模型经过分类后，得出的分类结果为正结果，则确认子模块823将候选窗口区域识别为数字区域。正结果是指该候选窗口区域属于正样本图像训练得到的模型。
确认子模块823，还被配置为在分类结果为负结果时，将候选窗口区域识别为非数字区域。
若识别模型经过分类后，得出的分类结果为负结果，则确认子模块823将候选窗口区域识别为非数字区域。负结果是指该候选窗口区域属于负样本图像训练得到的模型。
切割模块830，被配置为对数字区域进行区域切割，得到至少一个单数字区域。
切割模块830对确认子模块823得到的候选窗口区域进行区域切割，得到该候选窗口区域中的单数字区域，其中，该候选窗口区域中至少包含一个单数字区域。
综上所述，本公开实施例中提供的区域提取装置，通过获取识别模型，识别模型通过分类算法对预设样本图像进行训练得到，预设样本图像包括正样本图像和负样本图像，每个正样本图像包括有至少一个数字，每个负样本图像包括零个数字或残缺数字；使用预设窗口按照预定扫窗策略从待识别的图像中提取候选窗口区域；将候选窗口区域的图像特征输入识别模型进行分类，得到分类结果；若分类结果为正结果，则将候选窗口区域识别为数字区域；对数字区域进行区域切割，得到至少一个单数字区域；解决了数字区域提取方法中对数字大小和数字位数有一定限制，对不同字体大小或不同数字位数的数字位置无法准确提取的问题；达到了通过识别模型对图像中不同字体样式或不同字体大小或不同数字位数的数字位置进行准确定位并切割提取的效果。
在基于图9所示的可选实施例中，该装置还可以包括如下模块，如图10所示：
查找模块1010，被配置为查找出存在交集区域的n个数字区域；
当数字区域为至少两个时，查找模块1010通过简单规则查找出所有数字区域中存在交集区域的n个数字区域。
合并模块1020，被配置为将存在交集区域的n个数字区域进行合并，得到合并后的数字区域。
在查找出存在交集区域的n个数字区域后，合并模块1020将存在交集区域的n个数字区域进行合并，确定出最终的数字区域。
其中，作为一种可选的实现方式，合并模块1020可以包括如下子模块：
在存在交集区域的n个数字区域之间的上边缘和下边缘重合时，
第一确定子模块1021，被配置为将n个数字区域的n个左边缘中位于最左侧的左边缘，确定为合并后的左边缘；
当n个数字区域排列在一行时，获取n个数字区域的n个左边缘，第一确定子模块1021将n个左边缘中位于最左侧的左边缘确定为n个数字区域合并后的左边缘。
第二确定子模块1022，被配置为将n个数字区域的n个右边缘中位于最右侧的右边缘，确定为合并后的右边缘；
当n个数字区域排列在一行时，获取n个数字区域的n个右边缘，第二确定子模块1022将n个右边缘中位于最右侧的右边缘确定为n个数字区域合并后的右边缘。
第三确定子模块1023，被配置为根据上边缘、下边缘、合并后的左边缘、合并后的右边缘，得到合并后的数字区域。
根据第一确定子模块1021和第二确定子模块1022中确定的上边缘、下边缘、合并后的左边缘、合并后的右边缘，第三确定子模块1023得到最后合并的数字区域。
综上所述，本实施例通过根据n个数字区域的n个左边缘中位于最左侧的左边缘，确定为合并后的左边缘；根据n个数字区域的n个右边缘中位于最右侧的右边缘，确定为合并后的右边缘；根据上边缘、下边缘、合并后的左边缘、合并后的右边缘，得到合并后的数字区域；使得合并后的数字区域更加准确，更加有利于数字区域的切割和提取。
在基于图8所示的可选实施例中，切割模块830还可以包括如下子模块，如图11所示：
二值化子模块831，被配置为对数字区域进行二值化，得到二值化后的数字区域；
可选地，根据第三确定子模块1023确定的数字区域，二值化子模块831对该数字区域进行预处理，其中，预处理可以包括：去噪、滤波、提取边缘等操作；将预处理后的数字区域进行二值化。
二值化是指将数字区域中的像素点的灰度值与预设灰度阈值比较，将数字区域中的像素点分成两部分：大于预设灰度阈值的像素群和小于预设灰度阈值的像素群，将两部分像素群在数字区域中分别呈现出黑和白两种不同的颜色，得到二值化后的数字区域。
计算子模块832，被配置为对二值化后的数字区域按照竖直方向计算直方图，直方图包括：每列像素点的横坐标和每列像素点中前景色像素点的累加值；
计算子模块832对二值化子模块831处理后的数字区域按照竖直方向计算直方图，该直方图在水平方向表示每列像素点的横坐标，在竖直方向表示每列像素点中前景色像素点的个数累加值。
数字识别子模块833，被配置为根据直方图中前景色像素点的累加值大于预设阈值的列所组成的连续列集合，识别得到n个单数字区域。
根据直方图可以获取到每一列像素点中前景色像素点的累加值，数字识别子模块833将每一列像素点中前景色像素点的累加值与预设阈值进行比较，将直方图中前景色像素点的累加值大于预设阈值的列所组成的连续列集合，确定为单数字区域所在的列。
连续列集合是指：前景色像素点的累加值大于预设阈值的列是连续的p列，该连续的p列像素点所组成的集合。
每个连续列集合识别为一个数字区域，n个连续列集合识别为n个单数字区域。
综上所述，本实施例通过对数字区域二值化，并将二值化后的数字区域按照竖直方向计算直方图，识别出每个数字对应的单数字区域，提供了一种准确切割和识别单数字区域的方法。
图12是根据一示例性实施例示出的一种模型训练装置的框图，如图12所示，该模型训练装置包括但不限于：
样本获取模块1210，被配置为获取预定样本图像，预定样本图像包括正样本图像和负样本图像，正样本图像包括有至少一个数字；负样本图像包括零个数字或残缺数字；
训练模块1220，被配置为利用分类算法对预设样本图像进行训练，得到识别模型。
综上所述，本公开实施例中提供的模型训练装置，通过获取预定样本图像，预定样本图像包括正样本图像和负样本图像，正样本图像包括有至少一个数字；负样本图像包括零个数字或残缺数字；利用分类算法对预设样本图像进行训练，得到识别模型；解决了数字区域提取方法中对数字大小和数字位数有一定限制，对不同字体大小或不同数字位数的数字位置无法准确提取的问题；达到了该训练过程得到的识别模型，具有对图像中不同字体样式或不同字体大小或不同数字位数的数字位置进行准确定位的效果。
图13是根据另一示例性实施例示出的一种模型训练装置的框图，如图13所示，该模型训练装置包括但不限于：
样本获取模块1210，被配置为获取预定样本图像，预定样本图像包括正样本图像和负样本图像，正样本图像包括有至少一个数字；负样本图像包括零个数字或残缺数字；
样本获取模块1210通过图像库或直接拍摄得到的图像中选取预定样本图像，预定样本图像是指识别模型所使用的图像，预定样本图像包括正样本图像和负样本图像两种图像。其中，正样本图像可以为含有单个数字的数字图像，也可以为含有单行且数字个数不限的数字图像。正样本图像中的数字对字体大小、字体样式和数字位数不作限定；同时，正样本图像中对数字图像的个数不作限定。负样本图像可以是包含零个数字的图像，也可以是包含有部分残缺数字的图像。
训练模块1220，被配置为利用分类算法对预设样本图像进行训练，得到识别模型。
其中，分类算法包括Adaboost、支持向量机SVM、人工神经网络、遗传算法、朴素贝叶斯、决策树、最近邻KNN算法中的至少一种。
本实施例中，训练模型1220可以包括如下子模块：
提取子模块1221，被配置为提取正样本图像的图像特征和负样本图像的图像特征；
在样本获取模块1210获取到正样本图像和负样本图像后，提取子模块1221分别对正样本图像和负样本图像进行特征提取，得到正样本图像的图像特征和负样本图像的图像特征。
输入子模块1222，被配置为将正样本图像的图像特征和用于表示正结果的第一标签输入利用分类算法构建的初始模型中，将负样本图像的图像特征和用于表示负结果的第二标签输入初始模型中，得到识别模型。
输入子模块1222将得到的正样本图像的图像特征输入到利用分类算法构建的初始模型中，同时将正样本图像对应的正结果的第一标签也输入到初始模型中。
输入子模块1222将得到的负样本头像的图像特征输入到利用分类算法构建的初始模型中，同时将负样本图像对应的负结果的第二标签也输入到初始模型中。
其中，分类算法包括Adaboost、SVM、人工神经网络、遗传算法、朴素贝叶斯、决策树、KNN算法中的至少一种。
综上所述，本公开实施例中提供的模型训练装置，通过获取预定样本图像，预定样本图像包括正样本图像和负样本图像，正样本图像包括有至少一个数字；负样本图像包括零个数字或残缺数字；提取正样本图像的图像特征和负样本图像的图像特征；将正样本图像的图像特征和用于表示正结果的第一标签输入利用分类算法构建的初始模型中，将负样本图像的图像特征和用于表示负结果的第二标签输入初始模型中，得到识别模型；解决了数字区域提取方法中对数字大小和数字位数有一定限制，对不同字体大小或不同数字位数的数字位置无法准确提取的问题；达到了通过识别模型对图像中不同字体样式或不同字体大小或不同数字位数的数字位置进行准确定位的效果。
本公开还提供一种区域提取装置，该装置包括：处理器；
用于存储处理器可执行指令的存储器；
其中，处理器被配置为：
获取识别模型，识别模型通过分类算法对预设样本图像进行训练得到，预设样本图像包括正样本图像和负样本图像，每个正样本图像包括有至少一个数字，每个负样本图像包括零个数字或残缺数字；
根据识别模型对待识别的图像进行识别，得到至少一个数字区域；
对数字区域进行区域切割，得到至少一个单数字区域。
本公开还提供一种模型训练装置，该装置包括：处理器；
用于存储处理器可执行指令的存储器；
其中，处理器被配置为：
获取预定样本图像，预定样本图像包括正样本图像和负样本图像，正样本图像包括有至少一个数字；负样本图像包括零个数字或残缺数字；
利用分类算法对预设样本图像进行训练，得到识别模型。
关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
图14是根据一示例性实施例示出的一种用于执行区域提取方法的装置的框图。例如，装置1400可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等。
参照图14，装置1400可以包括以下一个或多个组件：处理组件1402，存储器1404，电源组件1406，多媒体组件1408，音频组件1410，输入/输出(I/O)接口1412，传感器组件1414，以及通信组件1416。
处理组件1402通常控制装置1400的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件1402可以包括一个或多个处理器1418来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件1402可以包括一个或多个模块，便于处理组件1402和其他组件之间的交互。例如，处理组件1402可以包括多媒体模块，以方便多媒体组件1408和处理组件1402之间的交互。
存储器1404被配置为存储各种类型的数据以支持在装置1400的操作。这些数据的示例包括用于在装置1400上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器1404可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。
电源组件1406为装置1400的各种组件提供电力。电源组件1406可以包括电源管理系统，一个或多个电源，及其他与为装置1400生成、管理和分配电力相关联的组件。
多媒体组件1408包括在装置1400和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件1408包括一个前置摄像头和/或后置摄像头。当装置1400处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件1410被配置为输出和/或输入音频信号。例如，音频组件1410包括一个麦克风(MIC)，当装置1400处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器1404或经由通信组件1416发送。在一些实施例中，音频组件1410还包括一个扬声器，用于输出音频信号。
I/O接口1412为处理组件1402和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件1414包括一个或多个传感器，用于为装置1400提供各个方面的状态评估。例如，传感器组件1414可以检测到装置1400的打开/关闭状态，组件的相对定位，例如组件为装置1400的显示器和小键盘，传感器组件1414还可以检测装置1400或装置1400一个组件的位置改变，用户与装置1400接触的存在或不存在，装置1400方位或加速/减速和装置1400的温度变化。传感器组件1414可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件1414还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件1414还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。
通信组件1416被配置为便于装置1400和其他设备之间有线或无线方式的通信。装置1400可以接入基于通信标准的无线网络，如Wi-Fi，2G或3G，或它们的组合。在一个示例性实施例中，通信组件1416经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，通信组件1416还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IRDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。
在示例性实施例中，装置1400可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述区域提取方法。
在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器1404，上述指令可由装置1400的处理器1418执行以完成上述区域提取方法。例如，非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。
应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。

Claims (18)

1.一种区域提取方法，其特征在于，所述方法包括：
获取识别模型，所述识别模型通过分类算法对预设样本图像进行训练得到，所述预设样本图像包括正样本图像和负样本图像，每个所述正样本图像包括有至少一个数字，每个所述负样本图像包括零个数字或残缺数字；
根据所述识别模型对待识别的图像进行识别，得到至少一个数字区域；
对所述数字区域进行区域切割，得到至少一个单数字区域。
2.根据权利要求1所述的方法，其特征在于，所述根据所述识别模型对待识别的图像进行识别，得到至少一个数字区域，包括：
使用预设窗口按照预定扫窗策略从所述待识别的图像中提取候选窗口区域；
将所述候选窗口区域的图像特征输入所述识别模型进行分类，得到分类结果；
若所述分类结果为正结果，则将所述候选窗口区域识别为所述数字区域。
3.根据权利要求2所述的方法，其特征在于，所述数字区域为至少两个，所述方法还包括：
查找出存在交集区域的n个所述数字区域；
将存在所述交集区域的所述n个数字区域进行合并，得到合并后的所述数字区域。
4.根据权利要求3所述的方法，其特征在于，所述将存在所述交集区域的n个所述数字区域进行合并，得到合并后的所述数字区域，包括：
在存在所述交集区域的n个所述数字区域之间的上边缘和下边缘重合时，
将n个所述数字区域的n个左边缘中位于最左侧的左边缘，确定为合并后的左边缘；
将n个所述数字区域的n个右边缘中位于最右侧的右边缘，确定为合并后的右边缘；
根据所述上边缘、所述下边缘、所述合并后的左边缘、所述合并后的右边缘，得到所述合并后的所述数字区域。
5.根据权利要求1至4任一所述的方法，其特征在于，所述对所述数字区域进行区域切割，得到至少一个单数字区域，包括：
对所述数字区域进行二值化，得到二值化后的数字区域；
对所述二值化后的数字区域按照竖直方向计算直方图，所述直方图包括：每列像素点的横坐标和所述每列像素点中前景色像素点的累加值；
根据所述直方图中前景色像素点的累加值大于预设阈值的列所组成的连续列集合，识别得到n个单数字区域。
6.一种模型训练方法，其特征在于，所述方法包括：
获取预定样本图像，所述预定样本图像包括正样本图像和负样本图像，所述正样本图像包括有至少一个数字；所述负样本图像包括零个数字或残缺数字；
利用分类算法对所述预设样本图像进行训练，得到识别模型。
7.根据权利要求6所述的方法，其特征在于，所述利用分类算法对所述预设样本图像进行训练，得到识别模型，包括：
提取所述正样本图像的图像特征和所述负样本图像的图像特征；
将所述正样本图像的图像特征和用于表示正结果的第一标签输入利用所述分类算法构建的初始模型中，将所述负样本图像的图像特征和用于表示负结果的第二标签输入所述初始模型中，得到所述识别模型。
8.根据权利要求6或7所述的方法，其特征在于，所述分类算法包括Adaboost、支持向量机SVM、人工神经网络、遗传算法、朴素贝叶斯、决策树、最近邻KNN算法中的至少一种。
9.一种区域提取装置，其特征在于，所述装置包括：
获取模块，被配置为获取识别模型，所述识别模型通过分类算法对预设样本图像进行训练得到，所述预设样本图像包括正样本图像和负样本图像，每个所述正样本图像包括有至少一个数字，每个所述负样本图像包括零个数字或残缺数字；
识别模块，被配置为根据所述识别模型对待识别的图像进行识别，得到至少一个数字区域；
切割模块，被配置为对所述数字区域进行区域切割，得到至少一个单数字区域。
10.根据权利要求9所述的装置，其特征在于，所述识别模块，包括：
扫窗子模块，被配置为使用预设窗口按照预定扫窗策略从所述待识别的图像中提取候选窗口区域；
分类子模块，被配置为将所述候选窗口区域的图像特征输入所述识别模型进行分类，得到分类结果；
确认子模块，被配置为在所述分类结果为正结果时，将所述候选窗口区域识别为所述数字区域。
11.根据权利要求10所述的装置，其特征在于，所述数字区域为至少两个，所述装置还包括：
查找模块，被配置为查找出存在交集区域的n个所述数字区域；
合并模块，被配置为将存在所述交集区域的所述n个数字区域进行合并，得到合并后的所述数字区域。
12.根据权利要求11所述的装置，其特征在于，所述合并模块，包括：
在存在所述交集区域的n个所述数字区域之间的上边缘和下边缘重合时，
第一确定子模块，被配置为将n个所述数字区域的n个左边缘中位于最左侧的左边缘，确定为合并后的左边缘；
第二确定子模块，被配置为将n个所述数字区域的n个右边缘中位于最右侧的右边缘，确定为合并后的右边缘；
第三确定子模块，被配置为根据所述上边缘、所述下边缘、所述合并后的左边缘、所述合并后的右边缘，得到所述合并后的所述数字区域。
13.根据权利要求9至12任一所述的装置，其特征在于，所述切割模块，包括：
二值化子模块，被配置为对所述数字区域进行二值化，得到二值化后的数字区域；
计算子模块，被配置为对所述二值化后的数字区域按照竖直方向计算直方图，所述直方图包括：每列像素点的横坐标和所述每列像素点中前景色像素点的累加值；
数字识别子模块，被配置为根据所述直方图中前景色像素点的累加值大于预设阈值的列所组成的连续列集合，识别得到n个单数字区域。
14.一种模型训练装置，其特征在于，所述装置包括：
样本获取模块，被配置为获取预定样本图像，所述预定样本图像包括正样本图像和负样本图像，所述正样本图像包括有至少一个数字；所述负样本图像包括零个数字或残缺数字；
训练模块，被配置为利用分类算法对所述预设样本图像进行训练，得到识别模型。
15.根据权利要求14所述的装置，其特征在于，所述训练模块，包括：
提取子模块，被配置为提取所述正样本图像的图像特征和所述负样本图像的图像特征；
输入子模块，被配置为将所述正样本图像的图像特征和用于表示正结果的第一标签输入利用所述分类算法构建的初始模型中，将所述负样本图像的图像特征和用于表示负结果的第二标签输入所述初始模型中，得到所述识别模型。
16.根据权利要求14或15所述的装置，其特征在于，所述分类算法包括Adaboost、支持向量机SVM、人工神经网络、遗传算法、朴素贝叶斯、决策树、最近邻KNN算法中的至少一种。
17.一种区域提取装置，其特征在于，所述装置包括：
处理器；
用于存储所述处理器可执行指令的存储器；
其中，所述处理器被配置为：
获取识别模型，所述识别模型通过分类算法对预设样本图像进行训练得到，所述预设样本图像包括正样本图像和负样本图像，每个所述正样本图像包括有至少一个数字，每个所述负样本图像包括零个数字或残缺数字；
根据所述识别模型对待识别的图像进行识别，得到至少一个数字区域；
对所述数字区域进行区域切割，得到至少一个单数字区域。
18.一种模型训练装置，其特征在于，所述装置包括：
处理器；
用于存储所述处理器可执行指令的存储器；
其中，所述处理器被配置为：
获取预定样本图像，所述预定样本图像包括正样本图像和负样本图像，所述正样本图像包括有至少一个数字；所述负样本图像包括零个数字或残缺数字；
利用分类算法对所述预设样本图像进行训练，得到识别模型。
CN201510727932.0A 2015-10-30 2015-10-30 区域提取方法、模型训练方法及装置 Active CN105528607B (zh)

Priority Applications (8)

Application Number Priority Date Filing Date Title
CN201510727932.0A CN105528607B (zh) 2015-10-30 2015-10-30 区域提取方法、模型训练方法及装置
JP2017547047A JP2018503201A (ja) 2015-10-30 2015-12-29 領域抽出方法、モデル訓練方法及び装置
KR1020167005383A KR101763891B1 (ko) 2015-10-30 2015-12-29 영역 추출 방법, 모델 트레이닝 방법 및 장치
RU2016110914A RU2016110914A (ru) 2015-10-30 2015-12-29 Способ извлечения области, способ обучения модели и устройства для их осуществления
PCT/CN2015/099300 WO2017071064A1 (zh) 2015-10-30 2015-12-29 区域提取方法、模型训练方法及装置
MX2016003753A MX2016003753A (es) 2015-10-30 2015-12-29 Metodo para extraccion de region, metodo para entrenamiento de modelo y dispositivos de los mismos.
US15/299,659 US20170124719A1 (en) 2015-10-30 2016-10-21 Method, device and computer-readable medium for region recognition
EP16195235.3A EP3163509A1 (en) 2015-10-30 2016-10-24 Method for region extraction, method for model training, and devices thereof

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510727932.0A CN105528607B (zh) 2015-10-30 2015-10-30 区域提取方法、模型训练方法及装置

Publications (2)

Publication Number Publication Date
CN105528607A true CN105528607A (zh) 2016-04-27
CN105528607B CN105528607B (zh) 2019-02-15

Family

ID=55770821

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510727932.0A Active CN105528607B (zh) 2015-10-30 2015-10-30 区域提取方法、模型训练方法及装置

Country Status (8)

Country Link
US (1) US20170124719A1 (zh)
EP (1) EP3163509A1 (zh)
JP (1) JP2018503201A (zh)
KR (1) KR101763891B1 (zh)
CN (1) CN105528607B (zh)
MX (1) MX2016003753A (zh)
RU (1) RU2016110914A (zh)
WO (1) WO2017071064A1 (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106373160A (zh) * 2016-08-31 2017-02-01 清华大学 一种基于深度强化学习的摄像机主动目标定位方法
CN107886102A (zh) * 2016-09-29 2018-04-06 北京君正集成电路股份有限公司 Adaboost分类器训练方法及系统
CN110119725A (zh) * 2019-05-20 2019-08-13 百度在线网络技术（北京）有限公司 用于检测信号灯的方法及装置
CN110781877A (zh) * 2019-10-28 2020-02-11 京东方科技集团股份有限公司 一种图像识别方法、设备及存储介质

Families Citing this family (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106687992B (zh) * 2014-07-10 2021-01-12 赛诺菲-安万特德国有限公司 用于执行光学字符识别的装置和方法
CN107784301B (zh) * 2016-08-31 2021-06-11 百度在线网络技术（北京）有限公司 用于识别图像中文字区域的方法和装置
CN106991418B (zh) * 2017-03-09 2020-08-04 上海小蚁科技有限公司 飞虫检测方法、装置及终端
WO2019055849A1 (en) * 2017-09-14 2019-03-21 Chevron U.S.A. Inc. CLASSIFICATION OF CHAINS OF CHARACTER USING MACHINE LEARNING
KR102030768B1 (ko) 2018-05-08 2019-10-10 숭실대학교산학협력단 영상을 이용한 가금류 무게 측정 방법, 이를 수행하기 위한 기록매체 및 장치
CN108846795A (zh) * 2018-05-30 2018-11-20 北京小米移动软件有限公司 图像处理方法及装置
CN109002846B (zh) * 2018-07-04 2022-09-27 腾讯医疗健康(深圳)有限公司 一种图像识别方法、装置和存储介质
CN111325228B (zh) * 2018-12-17 2021-04-06 上海游昆信息技术有限公司 一种模型训练方法及装置
CN113366390B (zh) 2019-01-29 2024-02-20 Asml荷兰有限公司 半导体制造过程中的决定方法
CN111814514A (zh) 2019-04-11 2020-10-23 富士通株式会社 号码识别装置、方法以及电子设备
CN110533003B (zh) * 2019-09-06 2022-09-20 兰州大学 一种穿线法车牌数字识别方法及设备
CN111275011B (zh) * 2020-02-25 2023-12-19 阿波罗智能技术(北京)有限公司 移动红绿灯检测方法、装置、电子设备和存储介质
CN111753851B (zh) * 2020-07-01 2022-06-07 中国铁路设计集团有限公司 基于图像处理的铁路雪深及风雪运移轨迹监测方法及系统
CN112330619B (zh) * 2020-10-29 2023-10-10 浙江大华技术股份有限公司 一种检测目标区域的方法、装置、设备及存储介质
CN115862045B (zh) * 2023-02-16 2023-05-26 中国人民解放军总医院第一医学中心 基于图文识别技术的病例自动识别方法、系统、设备及存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040095601A1 (en) * 2002-11-05 2004-05-20 Konica Minolta Business Technologies, Inc. Image processing device, image processing method, image processing program and computer-readable recording medium on which the program is recorded
CN101498592A (zh) * 2009-02-26 2009-08-05 北京中星微电子有限公司 指针式仪表的读数方法及装置
CN104156704A (zh) * 2014-08-04 2014-11-19 胡艳艳 一种新的车牌识别方法及系统
CN104298976A (zh) * 2014-10-16 2015-01-21 电子科技大学 基于卷积神经网络的车牌检测方法
CN104598885A (zh) * 2015-01-23 2015-05-06 西安理工大学 街景图像中的文字标牌检测与定位方法
CN104966107A (zh) * 2015-07-10 2015-10-07 安徽清新互联信息科技有限公司 一种基于机器学习的信用卡卡号识别方法

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2917353B2 (ja) * 1990-01-22 1999-07-12 松下電器産業株式会社 文字切り出し装置
JP3442847B2 (ja) * 1994-02-17 2003-09-02 三菱電機株式会社 文字読取装置
JP4078045B2 (ja) * 2001-07-02 2008-04-23 キヤノン株式会社 画像処理装置、方法、プログラム、及び記憶媒体
JP2004287671A (ja) * 2003-03-20 2004-10-14 Ricoh Co Ltd 手書き文字認識装置、情報入出力システム、プログラム及び記憶媒体
US8644561B2 (en) * 2012-01-18 2014-02-04 Xerox Corporation License plate optical character recognition method and system
KR101183211B1 (ko) * 2012-04-30 2012-09-14 주식회사 신아시스템 계량기 영상 정보의 세그멘테이션 처리장치
US9740925B2 (en) * 2012-11-19 2017-08-22 Imds America Inc. Method and system for the spotting of arbitrary words in handwritten documents
CN104346628B (zh) * 2013-08-01 2017-09-15 天津天地伟业数码科技有限公司 基于多尺度多方向Gabor特征的车牌汉字识别方法
CN104899587A (zh) * 2015-06-19 2015-09-09 四川大学 一种基于机器学习的数字式表计识别方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040095601A1 (en) * 2002-11-05 2004-05-20 Konica Minolta Business Technologies, Inc. Image processing device, image processing method, image processing program and computer-readable recording medium on which the program is recorded
CN101498592A (zh) * 2009-02-26 2009-08-05 北京中星微电子有限公司 指针式仪表的读数方法及装置
CN104156704A (zh) * 2014-08-04 2014-11-19 胡艳艳 一种新的车牌识别方法及系统
CN104298976A (zh) * 2014-10-16 2015-01-21 电子科技大学 基于卷积神经网络的车牌检测方法
CN104598885A (zh) * 2015-01-23 2015-05-06 西安理工大学 街景图像中的文字标牌检测与定位方法
CN104966107A (zh) * 2015-07-10 2015-10-07 安徽清新互联信息科技有限公司 一种基于机器学习的信用卡卡号识别方法

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106373160A (zh) * 2016-08-31 2017-02-01 清华大学 一种基于深度强化学习的摄像机主动目标定位方法
CN106373160B (zh) * 2016-08-31 2019-01-11 清华大学 一种基于深度强化学习的摄像机主动目标定位方法
CN107886102A (zh) * 2016-09-29 2018-04-06 北京君正集成电路股份有限公司 Adaboost分类器训练方法及系统
CN107886102B (zh) * 2016-09-29 2020-04-07 北京君正集成电路股份有限公司 Adaboost分类器训练方法及系统
CN110119725A (zh) * 2019-05-20 2019-08-13 百度在线网络技术（北京）有限公司 用于检测信号灯的方法及装置
CN110781877A (zh) * 2019-10-28 2020-02-11 京东方科技集团股份有限公司 一种图像识别方法、设备及存储介质
CN110781877B (zh) * 2019-10-28 2024-01-23 京东方科技集团股份有限公司 一种图像识别方法、设备及存储介质

Also Published As

Publication number Publication date
MX2016003753A (es) 2017-05-30
CN105528607B (zh) 2019-02-15
RU2016110914A (ru) 2017-09-28
KR101763891B1 (ko) 2017-08-01
EP3163509A1 (en) 2017-05-03
US20170124719A1 (en) 2017-05-04
JP2018503201A (ja) 2018-02-01
KR20170061628A (ko) 2017-06-05
WO2017071064A1 (zh) 2017-05-04

Similar Documents

Publication Publication Date Title
CN105528607A (zh) 区域提取方法、模型训练方法及装置
EP3163504B1 (en) Method, device and computer-readable medium for region extraction
CN105528602A (zh) 区域识别方法及装置
CN105528606A (zh) 区域识别方法及装置
CN105095881A (zh) 人脸识别方法、装置及终端
CN106295638A (zh) 证件图像倾斜校正方法和装置
CN106228168B (zh) 卡片图像反光检测方法和装置
CN105528600A (zh) 区域识别方法及装置
CN105550633A (zh) 区域识别方法及装置
CN105139415A (zh) 图像前后景分割方法、装置及终端
CN105069786A (zh) 直线检测方法及装置
CN106250831A (zh) 图像检测方法、装置和用于图像检测的装置
CN108010060A (zh) 目标检测方法及装置
CN106228556A (zh) 图像质量分析方法和装置
CN107480665A (zh) 文字检测方法、装置及计算机可读存储介质
CN106295511A (zh) 人脸跟踪方法及装置
CN104077597B (zh) 图像分类方法及装置
CN106295515A (zh) 确定图像中的人脸区域的方法及装置
CN105095860A (zh) 字符分割方法和装置
CN105354560A (zh) 指纹识别方法及装置
CN104239879A (zh) 分割字符的方法及装置
CN105528078A (zh) 控制电子设备的方法及装置
CN105139378A (zh) 卡片边界检测方法及装置
CN106446946A (zh) 图像识别方法及装置
CN105117680A (zh) 一种识别信息卡的信息的方法和装置

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant