CN106250831A - 图像检测方法、装置和用于图像检测的装置 - Google Patents
图像检测方法、装置和用于图像检测的装置 Download PDFInfo
- Publication number
- CN106250831A CN106250831A CN201610587516.XA CN201610587516A CN106250831A CN 106250831 A CN106250831 A CN 106250831A CN 201610587516 A CN201610587516 A CN 201610587516A CN 106250831 A CN106250831 A CN 106250831A
- Authority
- CN
- China
- Prior art keywords
- image
- connected domain
- word segment
- detection
- carried out
- 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.)
- Pending
Links
Classifications
-
- 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
- G06V30/414—Extracting the geometrical structure, e.g. layout tree; Block segmentation, e.g. bounding boxes for graphics or text
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/28—Quantising the image, e.g. histogram thresholding for discrimination between background and foreground patterns
-
- 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
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Artificial Intelligence (AREA)
- Image Analysis (AREA)
Abstract
本公开是关于一种图像检测方法、装置和用于图像检测的装置。该方法包括:对待检测图像进行二值化处理,得到处理后的图像;对所述处理后的图像进行边缘检测,得到边缘检测后的图像;在所述边缘检测后的图像中查找连通域;在所述连通域中,确定文字部分所在的连通域。该方法能够检测出图像中的文字部分,以便在文字部分之外的区域定位出图像中的文档边界。
Description
技术领域
本公开涉及图像处理技术领域,尤其涉及一种图像检测方法、装置和用于图像检测的装置。
背景技术
文档自动检测是当今图像处理领域比较热门的技术,大致流程是利用直线检测结合滤波等技术得到文档的四条边,之后利用变换矩阵将纸张还原为矩形,便于后续处理。
相关技术中,在白板(身份证、信用卡、ppt、黑板、白板)边界检测时,可以直接进行边界检测。但是,由于文档内部文字与背景(通常为白纸)的梯度差过于明显并且密集,而文档边界又格外不明显,所以直接查找文档边界基本不可行。
发明内容
为克服相关技术中存在的问题,本公开提供一种图像检测方法、装置和用于图像检测的方法。
根据本公开实施例的第一方面,提供一种图像检测方法,包括:对待检测图像进行二值化处理,得到处理后的图像;对所述处理后的图像进行边缘检测,得到边缘检测后的图像;在所述边缘检测后的图像中查找连通域;在所述连通域中,确定文字部分所在的连通域。
可选的,还包括:在查找得到的连通域中,对除所述文字部分所在的连通域之外的连通域进行边界检测,确定文档边界。
可选的,所述二值化处理为自适应二值化处理。
可选的,所述对待检测图像进行二值化处理之前,所述方法还包括:对待检测图像进行降采样处理;对降采样处理后的图像进行直方图均衡化。
可选的,所述在所述边缘检测后的图像中查找连通域之前,所述方法还包括:对所述边缘检测后的图像进行膨胀处理,以在膨胀处理后的图像中查找连通域。
可选的,所述在所述连通域中,确定文字部分所在的连通域,包括:根据先验信息或统计信息,在所述连通域中,确定文字部分所在的连通域。
可选的,所述对除所述文字部分所在的连通域之外的连通域进行边界检测,确定文档边界,包括:对除所述文字部分所在的连通域之外的连通域提取直线,将提取得到的直线确定为文档边界。
根据本公开实施例的第二方面,提供一种图像检测装置,包括:二值化处理模块,用于对待检测图像进行二值化处理,得到处理后的图像;边缘检测模块,用于对所述处理后的图像进行边缘检测,得到边缘检测后的图像;查找模块,用于在所述边缘检测后的图像中查找连通域;确定模块,用于在所述连通域中,确定文字部分所在的连通域。
可选的,还包括:检测模块,用于在查找得到的连通域中,对除所述文字部分所在的连通域之外的连通域进行边界检测,确定文档边界。
可选的,所述二值化处理模块采用的二值化处理为自适应二值化处理。
可选的,还包括:降采样模块,用于对待检测图像进行降采样处理;均衡模块,用于对降采样处理后的图像进行直方图均衡化。
可选的,还包括:膨胀模块,用于对所述边缘检测后的图像进行膨胀处理,以在膨胀处理后的图像中查找连通域。
可选的,所述查找模块进一步用于:根据先验信息或统计信息,在所述连通域中,确定文字部分所在的连通域。
可选的,所述检测模块进一步用于:在查找得到的连通域中,对除所述文字部分所在的连通域之外的连通域提取直线,将提取得到的直线确定为文档边界。
根据本公开实施例的第三方面,提供一种用于图像检测的装置,包括:处理器;用于存储处理器可执行指令的存储器;其中,所述处理器被配置为:对待检测图像进行二值化处理,得到处理后的图像;对所述处理后的图像进行边缘检测,得到边缘检测后的图像;在所述边缘检测后的图像中查找连通域;在所述连通域中,确定文字部分所在的连通域。
可选的,还包括:在查找得到的连通域中,除所述文字部分所在的连通域之外的连通域中,进行边界检测,确定文档边界。
可选的,所述二值化处理为自适应二值化处理。
可选的,所述对待检测图像进行二值化处理之前,所述方法还包括:对待检测图像进行降采样处理;对降采样处理后的图像进行直方图均衡化。
可选的,所述在所述边缘检测后的图像中查找连通域之前,所述方法还包括:对所述边缘检测后的图像进行膨胀处理,以在膨胀处理后的图像中查找连通域。
可选的,所述在所述连通域中,确定文字部分所在的连通域,包括:根据先验信息或统计信息,在所述连通域中,确定文字部分所在的连通域。
可选的,所述对除所述文字部分所在的连通域之外的连通域进行边界检测,确定文档边界,包括:对除所述文字部分所在的连通域之外的连通域提取直线,将提取得到的直线确定为文档边界。
根据本公开实施例的第四方面,提供一种非临时性计算机可读存储介质,当所述存储介质中的指令由终端的处理器执行时,使得终端能够执行一种图像检测方法,所述方法包括:对待检测图像进行二值化处理,得到处理后的图像;对所述处理后的图像进行边缘检测,得到边缘检测后的图像;在所述边缘检测后的图像中查找连通域;在所述连通域中,确定文字部分所在的连通域。
可选的,还包括:在查找得到的连通域中,除所述文字部分所在的连通域之外的连通域中,进行边界检测,确定文档边界。
可选的,所述二值化处理为自适应二值化处理。
可选的,所述对待检测图像进行二值化处理之前,所述方法还包括:对待检测图像进行降采样处理;对降采样处理后的图像进行直方图均衡化。
可选的,所述在所述边缘检测后的图像中查找连通域之前,所述方法还包括:对所述边缘检测后的图像进行膨胀处理,以在膨胀处理后的图像中查找连通域。
可选的,所述在所述连通域中,确定文字部分所在的连通域,包括:根据先验信息或统计信息,在所述连通域中,确定文字部分所在的连通域。
可选的,所述对除所述文字部分所在的连通域之外的连通域进行边界检测,确定文档边界,包括:对除所述文字部分所在的连通域之外的连通域提取直线,将提取得到的直线确定为文档边界。
本公开的实施例提供的技术方案可以包括以下有益效果:
通过对图像进行二值化处理及边缘检测,以及在边缘检测后的图像中查找连通域,并在连通域中确定文字部分所在的连通域,可以确定出待检测图像中文字部分所在区域,进而可以为文档边界检测提供基础。
进一步的,通过在非文字部分区域进行文档边界检测,可以去除文字部分对文档边界检测的影响,从而可以提高文档边界检测的准确性。
进一步的,通过采用自适应二值化处理,可以保留梯度相对较小的文档边界。
进一步的,通过对图像进行降采样处理,可以降低运算量。
进一步的,通过对图像进行直方图均衡化,可以提高图像清晰度,以便后续得到更好的二值化结果。
进一步的,通过对图像进行膨胀处理,可以方便查找连通域。
进一步的,通过先验信息或统计信息可以确定文字部分所在区域。
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和解释性的,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,并与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图像检测方法的流程图。
图2是根据一示例性实施例示出的二值化处理前后的两个图像的示意图。
图3是根据一示例性实施例示出的边缘检测前后的两个图像的示意图。
图4是根据一示例性实施例示出的另一种图像检测方法的流程图。
图5是根据一示例性实施例示出的一种图像检测装置框图。
图6是根据一示例性实施例示出的另一种图形检测装置框图。
图7是根据一示例性实施例示出的一种用于图像检测的装置框图。
图8是根据一示例性实施例示出的另一种用于图像检测的装置框图。
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。
图1是根据一示例性实施例示出的一种图像检测方法的流程图,如图1所示,该方法用于移动终端、个人电脑(Personal Computer,PC)或服务器等终端中,包括以下步骤。
步骤S11,对待检测图像进行二值化处理,得到处理后的图像。
其中,二值化处理可以具体是自适应二值化处理。
对图像进行二值化处理后,可以将图像转换为黑白图像。具体的,对应图像中的某个像素,如果该像素的像素值大于阈值,则在二值化处理时,将该像素的像素值置为255,该像素在二值化处理后的图像中为白色像素。如果该像素的像素值小于或等于阈值,则在二值化处理时,将该像素的像素值置为0,该像素在二值化处理后的图像中为黑色像素。
在自适应二值化处理时,上述的阈值是可变的,而不是固定不变的。
在自适应二值化处理时,可以根据像素的邻域块的像素值分布来确定该像素位置上的二值化阈值。因此,每个像素位置处的二值化阈值不是固定不变的,而是由其周围邻域像素值的分布决定。通常来讲,亮度较高的图像区域的二值化阈值会较高,亮度较低的图像区域的二值化阈值会较低。常用的局部的二值化阈值可以根据局部邻域块的均值或高斯加权和确定。
例如,参见图2,对待检测图像21进行自适应二值化处理后,可以得到处理后的图像22。
步骤S12,对所述处理后的图像进行边缘检测,得到边缘检测后的图像。
边缘检测是图像处理和计算机视觉中的基本问题,顾名思义,边缘检测是为了检测出图像中的边缘,边缘可以认为是图像中灰度发生明显变化的区域边界。边缘检测的基本思想是通过检测每个像素和其邻域的状态,以决定该像素是否位于一个边界上。如果一个像素位于一个边界上,则其邻域像素的灰度值的变化就比较大。
在边缘检测时,可以用边缘检测算子(可简称为算子)对图像进行操作,从而检测出图像中的边缘。比如采用一阶算子且该算子是【-1,0,1】,该算子的作用是对应图像中的每个点,将右邻点的灰度值减去左邻点的灰度值作为该点的灰度值。因此,在灰度相近的区域内,这么做的结果使得该点的灰度值接近于0;而在边缘附近,灰度值有明显的跳变,这么做的结果使得该点的灰度值很大,这样就会在边缘出现高的多的灰度值,观察时就是明显的亮边,因此,可以检测出边缘。在数学上,上述的边缘检测算子是一种基于梯度的滤波器。
上述的边缘检测算子可以包括一阶算子和二阶算子,一阶算子例如包括RobertsCross算子,Prewitt算子,Sobel算子,Kirsch算子,罗盘算子;二阶算子例如包括:Marr-Hildreth,在梯度方向的二阶导数过零点,Canny算子,Laplacian算子。
本实施例中,例如,可以采用Sobel算子进行边缘检测。Sobel算子是一个3*3的滤波器,可以检测出垂直和/或水平方向的边缘,具体检测由于是已成熟的技术,在此不再详细说明。
例如,参见图3,对二值化处理后的图像22进行边缘检测后,得到边缘检测后的图像23。步骤S13,在所述边缘检测后的图像中查找连通域。
其中,图像中的连通域是指由图像中的具有相同像素值且存在邻接关系的像素组成的区域。
在图像中,最小的单位是像素,常见的邻接关系有2种:4邻接与8邻接。4邻接的点一共4个点,即上下左右。8邻接的点一共有8个,包括了对角线位置的点(左上、左下、右上、右下)。
因此,假设存在像素A和像素B,如果这两个像素的像素值相同(在二值图像中均为0或255),且,如果像素A与像素B存在4邻接关系(如像素A位于像素B的上方),则在采用4邻接关系时,像素A与像素B同属于一个连通域。
可以理解的是,当采用的邻接关系不同时,可以得到不同的连通域。例如,像素A和像素B的像素值相同,假设当像素A位于像素B的左上时(即像素A与像素B存在8邻接关系但不存在4邻接关系),因此采用4邻接关系时,即使这两个像素的像素值相同,但依然属于不同的连通域,而采用8邻接关系时,由于这两个像素存在8邻接关系,因此,同属于一个连通域。
而具体的采用4邻接关系或8邻接关系可以预先设置。
在查找连通域时,可以对图像中的每个像素依次进行遍历,对应每个像素,查找与设置的邻接关系对应的其他像素,再根据像素值来确定是否属于同一个连通域,从而在图像中查找出所有的连通域。
而对图像中的每个像素进行依次遍历可以采用各种已有或将来出现的技术,例如,采用广度优先搜索(Breadth First Search,BFS)算法。由于BFS算法是一种已成熟的技术,在此不再详细说明。
步骤S14,在所述连通域中,确定文字部分所在的连通域。
其中,可以根据文字部分的先验信息或统计信息,确定查找到的连通域中文字部分所在的连通域。
先验信息例如包括:文字部分的位置信息,例如,文字部分通常位于图像的中间部分,且占用区域不会太小,统计信息例如包括:连通域的面积大小、连通域的长度高度等。
例如,检测出的连通域包括:第一连通域、第二连通域和第三连通域,假设第二连通域位于图像的中间部分,则由于文字部分通常也是位于中间部分,因此,可以将第二连通域确定为文字部分所在的连通域。
本实施例中,通过对图像进行二值化处理及边缘检测,以及在边缘检测后的图像中查找连通域,并在连通域中确定文字部分所在的连通域,可以确定出待检测图像中文字部分所在区域,进而可以为文档边界检测提供基础。
图4是根据一示例性实施例示出的另一种图像检测方法的流程图,如图4所示,该方法用于移动终端PC或服务器等终端中,包括以下步骤。
步骤S41,对待检测图像进行降采样处理。
例如,在原始图像的基础上,降采样n(可设置)倍至一个小图。
步骤S42,对降采样处理后的图像,进行直方图均衡化和自适应二值化。
其中,直方图均衡化的基本思想是对图像中像素个数多的灰度级进行展宽,而对图像中像素个数少的灰度进行压缩,从而扩展像素值原取值的动态范围,提高了对比度和灰度色调的变化,使图像更清晰。
自适应二值化的流程可以参见上一实施例,在此不再详细说明。
步骤S43,对所述处理后的图像进行边缘检测,得到边缘检测后的图像。
步骤S44,对边缘检测后的图像进行膨胀处理,并在膨胀处理后的图像中查找连通域。
其中,膨胀处理是指采用膨胀算法使得图像的边缘扩大。
在二值图像中,经过膨胀处理,可以使得白色像素所在的区域扩大。
对二值图像进行膨胀处理属于二值图像的形态变换的一种,二值图像的形态变换是一种针对集合的处理过程。该处理过程包括对结构元素进行移动,然后用结构元素与二值图像进行交、并等集合运算。
其中,结构元素是形态学中的基本概念,结构元素在形态变换中的作用相对于信号处理后的滤波窗口。
上述的二值图像的形态变换包括腐蚀和膨胀。假设结构元素用B表示,处理的二值图像用E表示,则膨胀的结果是把结构元素B平移后使B与E的交集非空的点构成的集合。
具体流程可以参见已有的图像膨胀算法,在此不再详细说明。
步骤S45,在所述连通域中,确定文字部分所在的连通域。
其中,步骤S43-步骤S45的具体内容可以参见步骤S12-S14,在此不再详细说明。
进一步的,本实施例的流程还可以包括:
步骤S46,在查找得到的连通域中,对除所述文字部分所在的连通域之外的连通域进行边界检测,确定文档边界。
其中,当查找到多个连通域,以及,确定出文字部分所在的连通域后,可以在这些连通域中去除文字部分所在的连通域,在剩下的连通域,也就是非文字部分所在的连通域中,进行边界检测,确定文档边界。
具体的,可以对除所述文字部分所在的连通域之外的连通域提取直线,将提取得到的直线确定为文档边界。
在图像中提取直线的算法有多种。例如,一种是hough变换。
hough变换的一个基本函数是HoughLines,它的输入是一个二值的轮廓图像,往往是边缘检测得到的结果图像;它的输出是一个数组,该数组中的每个元素是一个二元浮点数据对<rou,theta>,rou代表直线离坐标原点的距离,theta代表角度。因此基于该函数可以提取出直线。本实施例中,通过在非文字部分区域进行文档边界检测,可以去除文字部分对文档边界检测的影响,从而可以提高文档边界检测的准确性。
图5是根据一示例性实施例示出的一种图像检测装置框图。参照图5,该装置50包括二值化处理模块51、边缘检测模块52、查找模块53和确定模块54。
二值化处理模块51,用于对待检测图像进行二值化处理,得到处理后的图像;
边缘检测模块52,用于对所述处理后的图像进行边缘检测,得到边缘检测后的图像;
查找模块53,用于在所述边缘检测后的图像中查找连通域;
确定模块54,用于在所述连通域中,确定文字部分所在的连通域。
一些实施例中,参见图6,所述装置还包括:
检测模块55,用于在查找得到的连通域中,对除所述文字部分所在的连通域之外的连通域进行边界检测,确定文档边界。
一些实施例中,所述二值化处理模块51采用的二值化处理为自适应二值化处理。
一些实施例中,参见图6,所述装置还包括:降采样模块56,用于对待检测图像进行降采样处理;均衡模块57,用于对降采样处理后的图像进行直方图均衡化。
一些实施例中,参见图6,所述装置还包括:膨胀模块58,用于对所述边缘检测后的图像进行膨胀处理,以在膨胀处理后的图像中查找连通域。
一些实施例中,所述查找模块53进一步用于:根据先验信息或统计信息,在所述连通域中,确定文字部分所在的连通域。
一些实施例中,所述检测模块55进一步用于:在查找得到的连通域中,对除所述文字部分所在的连通域之外的连通域提取直线,将提取得到的直线确定为文档边界。
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。
本实施例中,通过对图像进行二值化处理及边缘检测,以及在边缘检测后的图像中查找连通域,并在连通域中确定文字部分所在的连通域,可以确定出待检测图像中文字部分所在区域,进而可以为文档边界检测提供基础。进一步的,通过在非文字部分区域进行文档边界检测,可以去除文字部分对文档边界检测的影响,从而可以提高文档边界检测的准确性。进一步的,通过采用自适应二值化处理,可以保留梯度相对较小的文档边界。进一步的,通过对图像进行降采样处理,可以降低运算量。进一步的,通过对图像进行直方图均衡化,可以提高图像清晰度,以便后续得到更好的二值化结果。进一步的,通过对图像进行膨胀处理,可以方便查找连通域。进一步的,通过先验信息或统计信息可以确定文字部分所在区域。
图7是根据一示例性实施例示出的一种用于图像检测的装置框图。该装置可以是设备700,例如,设备700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7,设备700可以包括以下一个或多个组件:处理组件702,存储器704,电源组件706,多媒体组件708,音频组件710,输入/输出(I/O)的接口712,传感器组件714,以及通信组件716。
处理组件702通常控制设备700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702可以包括一个或多个处理器720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702可以包括一个或多个模块,便于处理组件702和其他组件之间的交互。例如,处理组件702可以包括多媒体模块,以方便多媒体组件708和处理组件702之间的交互。
存储器704被配置为存储各种类型的数据以支持在设备700的操作。这些数据的示例包括用于在设备700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704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706为设备700的各种组件提供电力。电源组件706可以包括电源管理系统,一个或多个电源,及其他与为设备700生成、管理和分配电力相关联的组件。
多媒体组件708包括在所述设备700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。所述触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与所述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708包括一个前置摄像头和/或后置摄像头。当设备700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710被配置为输出和/或输入音频信号。例如,音频组件710包括一个麦克风(MIC),当设备700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704或经由通信组件716发送。在一些实施例中,音频组件710还包括一个扬声器,用于输出音频信号。
I/O接口712为处理组件702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714包括一个或多个传感器,用于为设备700提供各个方面的状态评估。例如,传感器组件714可以检测到设备700的打开/关闭状态,组件的相对定位,例如所述组件为设备700的显示器和小键盘,传感器组件714还可以检测设备700或设备700一个组件的位置改变,用户与设备700接触的存在或不存在,设备700方位或加速/减速和设备700的温度变化。传感器组件714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714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714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716被配置为便于设备700和其他设备之间有线或无线方式的通信。设备700可以接入基于通信标准的无线网络,如WiFi,2G、3G或4G,或它们的组合。在一个示例性实施例中,通信组件716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,所述通信组件716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,设备700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704,上述指令可由设备700的处理器720执行以完成上述方法。例如,所述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。
本实施例中,通过对图像进行二值化处理及边缘检测,以及在边缘检测后的图像中查找连通域,并在连通域中确定文字部分所在的连通域,可以确定出待检测图像中文字部分所在区域,进而可以为文档边界检测提供基础。进一步的,通过在非文字部分区域进行文档边界检测,可以去除文字部分对文档边界检测的影响,从而可以提高文档边界检测的准确性。进一步的,通过采用自适应二值化处理,可以保留梯度相对较小的文档边界。进一步的,通过对图像进行降采样处理,可以降低运算量。进一步的,通过对图像进行直方图均衡化,可以提高图像清晰度,以便后续得到更好的二值化结果。进一步的,通过对图像进行膨胀处理,可以方便查找连通域。进一步的,通过先验信息或统计信息可以确定文字部分所在区域。
图8是根据一示例性实施例示出的另一种用于检测图像中文字部分的装置框图。例如,装置可以被提供为一PC或服务器,以服务器800为例。参照图8,服务器800包括处理组件822,其进一步包括一个或多个处理器,以及由存储器832所代表的存储器资源,用于存储可由处理组件822的执行的指令,例如应用程序。存储器832中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外,处理组件822被配置为执行指令,以执行上述方法。
服务器800还可以包括一个电源组件826被配置为执行服务器800的电源管理,一个有线或无线网络接口850被配置为将服务器800连接到网络,和一个输入输出(I/O)接口858。服务器800可以操作基于存储在存储器832的操作系统,例如Windows ServerTM,MacOS XTM,UnixTM,LinuxTM,FreeBSDTM或类似。
本实施例中,通过对图像进行二值化处理及边缘检测,以及在边缘检测后的图像中查找连通域,并在连通域中确定文字部分所在的连通域,可以确定出待检测图像中文字部分所在区域,进而可以为文档边界检测提供基础。进一步的,通过在非文字部分区域进行文档边界检测,可以去除文字部分对文档边界检测的影响,从而可以提高文档边界检测的准确性。进一步的,通过采用自适应二值化处理,可以保留梯度相对较小的文档边界。进一步的,通过对图像进行降采样处理,可以降低运算量。进一步的,通过对图像进行直方图均衡化,可以提高图像清晰度,以便后续得到更好的二值化结果。进一步的,通过对图像进行膨胀处理,可以方便查找连通域。进一步的,通过先验信息或统计信息可以确定文字部分所在区域。
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 (15)
1.一种图像检测方法,其特征在于,包括:
对待检测图像进行二值化处理,得到处理后的图像;
对所述处理后的图像进行边缘检测,得到边缘检测后的图像;
在所述边缘检测后的图像中查找连通域;
在所述连通域中,确定文字部分所在的连通域。
2.根据权利要求1所述的方法,其特征在于,还包括:
在查找得到的连通域中,对除所述文字部分所在的连通域之外的连通域进行边界检测,确定文档边界。
3.根据权利要求2所述的方法,其特征在于,所述对除所述文字部分所在的连通域之外的连通域进行边界检测,确定文档边界,包括:
对除所述文字部分所在的连通域之外的连通域提取直线,将提取得到的直线确定为文档边界。
4.根据权利要求1-3任一项所述的方法,其特征在于,所述二值化处理为自适应二值化处理。
5.根据权利要求1-3任一项所述的方法,其特征在于,所述对待检测图像进行二值化处理之前,所述方法还包括:
对待检测图像进行降采样处理;
对降采样处理后的图像进行直方图均衡化。
6.根据权利要求1-3任一项所述的方法,其特征在于,所述在所述边缘检测后的图像中查找连通域之前,所述方法还包括:
对所述边缘检测后的图像进行膨胀处理,以在膨胀处理后的图像中查找连通域。
7.根据权利要求1-3任一项所述的方法,其特征在于,所述在所述连通域中,确定文字部分所在的连通域,包括:
根据先验信息或统计信息,在所述连通域中,确定文字部分所在的连通域。
8.一种检测图像中文字部分的装置,其特征在于,包括:
二值化处理模块,用于对待检测图像进行二值化处理,得到处理后的图像;
边缘检测模块,用于对所述处理后的图像进行边缘检测,得到边缘检测后的图像;
查找模块,用于在所述边缘检测后的图像中查找连通域;
确定模块,用于在所述连通域中,确定文字部分所在的连通域。
9.根据权利要求8所述的装置,其特征在于,还包括:
检测模块,用于在查找得到的连通域中,对除所述文字部分所在的连通域之外的连通域进行边界检测,确定文档边界。
10.根据权利要求9所述的装置,其特征在于,所述检测模块进一步用于:
在查找得到的连通域中,对除所述文字部分所在的连通域之外的连通域提取直线,将提取得到的直线确定为文档边界。
11.根据权利要求8-10任一项所述的装置,其特征在于,所述二值化处理模块采用的二值化处理为自适应二值化处理。
12.根据权利要求8或9所述的装置,其特征在于,还包括:
降采样模块,用于对待检测图像进行降采样处理;
均衡模块,用于对降采样处理后的图像进行直方图均衡化。
13.根据权利要求8或9所述的装置,其特征在于,还包括:
膨胀模块,用于对所述边缘检测后的图像进行膨胀处理,以在膨胀处理后的图像中查找连通域。
14.根据权利要求8或9所述的装置,其特征在于,所述查找模块进一步用于:
根据先验信息或统计信息,在所述连通域中,确定文字部分所在的连通域。
15.一种用于检测图像中文字部分的装置,其特征在于,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为:
对待检测图像进行二值化处理,得到处理后的图像;
对所述处理后的图像进行边缘检测,得到边缘检测后的图像;
在所述边缘检测后的图像中查找连通域;
在所述连通域中,确定文字部分所在的连通域。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610587516.XA CN106250831A (zh) | 2016-07-22 | 2016-07-22 | 图像检测方法、装置和用于图像检测的装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610587516.XA CN106250831A (zh) | 2016-07-22 | 2016-07-22 | 图像检测方法、装置和用于图像检测的装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106250831A true CN106250831A (zh) | 2016-12-21 |
Family
ID=57603305
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610587516.XA Pending CN106250831A (zh) | 2016-07-22 | 2016-07-22 | 图像检测方法、装置和用于图像检测的装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106250831A (zh) |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106663317A (zh) * | 2016-09-21 | 2017-05-10 | 深圳市汇顶科技股份有限公司 | 数字图像的形态学处理方法和数字图像处理装置 |
CN107403124A (zh) * | 2017-07-31 | 2017-11-28 | 苏州经贸职业技术学院 | 一种基于视觉图像的条形码检测识别方法 |
CN107845094A (zh) * | 2017-11-20 | 2018-03-27 | 北京小米移动软件有限公司 | 图像文字检测方法、装置及计算机可读存储介质 |
CN108197627A (zh) * | 2017-11-14 | 2018-06-22 | 浙江工业大学 | 一种沿顺时针方向提取二值图形轮廓的方法 |
CN109101960A (zh) * | 2018-07-26 | 2018-12-28 | 中国科学院半导体研究所 | 身份文本信息检测方法及装置 |
CN109800750A (zh) * | 2019-01-25 | 2019-05-24 | 济南浪潮高新科技投资发展有限公司 | 一种基于图像形态学用于规则排版的文本的文字区域标注方法 |
CN109871802A (zh) * | 2019-02-15 | 2019-06-11 | 深圳和而泰数据资源与云技术有限公司 | 图像检测方法及图像检测装置 |
CN110378282A (zh) * | 2019-07-18 | 2019-10-25 | 北京字节跳动网络技术有限公司 | 图像处理方法及装置 |
CN110503084A (zh) * | 2018-05-18 | 2019-11-26 | 广州腾讯科技有限公司 | 一种图像中的文字区域识别方法和装置 |
CN111402281A (zh) * | 2020-03-12 | 2020-07-10 | 上海合合信息科技发展有限公司 | 一种书籍边缘检测方法及装置 |
CN111652218A (zh) * | 2020-06-03 | 2020-09-11 | 北京易真学思教育科技有限公司 | 文本检测方法、电子设备及计算机可读介质 |
WO2021249560A1 (zh) * | 2020-06-12 | 2021-12-16 | 广州极飞科技股份有限公司 | 作物缺失的检测方法及检测装置 |
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 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0660256A2 (en) * | 1993-12-22 | 1995-06-28 | Canon Kabushiki Kaisha | Method and apparatus for selecting text and/or non-text blocks in a stored document |
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 |
CN101770575A (zh) * | 2008-12-31 | 2010-07-07 | 汉王科技股份有限公司 | 名片图像倾斜角度的测量方法和装置 |
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 |
CN102930517A (zh) * | 2012-11-30 | 2013-02-13 | 江苏技术师范学院 | 直方图均衡化图像增强方法 |
CN103034856A (zh) * | 2012-12-18 | 2013-04-10 | 深圳深讯和科技有限公司 | 定位图像中文字区域的方法及装置 |
CN103400132A (zh) * | 2013-07-02 | 2013-11-20 | Tcl集团股份有限公司 | 一种字符分割方法及装置 |
US20140072219A1 (en) * | 2012-09-08 | 2014-03-13 | Konica Minolta Laboratory U.S.A., Inc. | Document image binarization and segmentation using image phase congruency |
-
2016
- 2016-07-22 CN CN201610587516.XA patent/CN106250831A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0660256A2 (en) * | 1993-12-22 | 1995-06-28 | Canon Kabushiki Kaisha | Method and apparatus for selecting text and/or non-text blocks in a stored document |
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 |
CN101770575A (zh) * | 2008-12-31 | 2010-07-07 | 汉王科技股份有限公司 | 名片图像倾斜角度的测量方法和装置 |
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 |
US20140072219A1 (en) * | 2012-09-08 | 2014-03-13 | Konica Minolta Laboratory U.S.A., Inc. | Document image binarization and segmentation using image phase congruency |
CN102930517A (zh) * | 2012-11-30 | 2013-02-13 | 江苏技术师范学院 | 直方图均衡化图像增强方法 |
CN103034856A (zh) * | 2012-12-18 | 2013-04-10 | 深圳深讯和科技有限公司 | 定位图像中文字区域的方法及装置 |
CN103400132A (zh) * | 2013-07-02 | 2013-11-20 | Tcl集团股份有限公司 | 一种字符分割方法及装置 |
Cited By (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106663317A (zh) * | 2016-09-21 | 2017-05-10 | 深圳市汇顶科技股份有限公司 | 数字图像的形态学处理方法和数字图像处理装置 |
CN106663317B (zh) * | 2016-09-21 | 2020-06-26 | 深圳市汇顶科技股份有限公司 | 数字图像的形态学处理方法和数字图像处理装置 |
CN107403124A (zh) * | 2017-07-31 | 2017-11-28 | 苏州经贸职业技术学院 | 一种基于视觉图像的条形码检测识别方法 |
CN108197627A (zh) * | 2017-11-14 | 2018-06-22 | 浙江工业大学 | 一种沿顺时针方向提取二值图形轮廓的方法 |
CN108197627B (zh) * | 2017-11-14 | 2020-07-28 | 浙江工业大学 | 一种沿顺时针方向提取二值图形轮廓的方法 |
CN107845094A (zh) * | 2017-11-20 | 2018-03-27 | 北京小米移动软件有限公司 | 图像文字检测方法、装置及计算机可读存储介质 |
CN107845094B (zh) * | 2017-11-20 | 2020-06-19 | 北京小米移动软件有限公司 | 图像文字检测方法、装置及计算机可读存储介质 |
CN110503084A (zh) * | 2018-05-18 | 2019-11-26 | 广州腾讯科技有限公司 | 一种图像中的文字区域识别方法和装置 |
CN110503084B (zh) * | 2018-05-18 | 2024-03-01 | 广州腾讯科技有限公司 | 一种图像中的文字区域识别方法和装置 |
CN109101960A (zh) * | 2018-07-26 | 2018-12-28 | 中国科学院半导体研究所 | 身份文本信息检测方法及装置 |
CN109800750A (zh) * | 2019-01-25 | 2019-05-24 | 济南浪潮高新科技投资发展有限公司 | 一种基于图像形态学用于规则排版的文本的文字区域标注方法 |
CN109871802A (zh) * | 2019-02-15 | 2019-06-11 | 深圳和而泰数据资源与云技术有限公司 | 图像检测方法及图像检测装置 |
CN110378282A (zh) * | 2019-07-18 | 2019-10-25 | 北京字节跳动网络技术有限公司 | 图像处理方法及装置 |
CN110378282B (zh) * | 2019-07-18 | 2021-11-02 | 北京字节跳动网络技术有限公司 | 图像处理方法及装置 |
CN111402281A (zh) * | 2020-03-12 | 2020-07-10 | 上海合合信息科技发展有限公司 | 一种书籍边缘检测方法及装置 |
CN111402281B (zh) * | 2020-03-12 | 2023-11-10 | 上海合合信息科技股份有限公司 | 一种书籍边缘检测方法及装置 |
CN111652218A (zh) * | 2020-06-03 | 2020-09-11 | 北京易真学思教育科技有限公司 | 文本检测方法、电子设备及计算机可读介质 |
WO2021249560A1 (zh) * | 2020-06-12 | 2021-12-16 | 广州极飞科技股份有限公司 | 作物缺失的检测方法及检测装置 |
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 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106250831A (zh) | 图像检测方法、装置和用于图像检测的装置 | |
JP6392468B2 (ja) | 領域認識方法及び装置 | |
EP3163509A1 (en) | Method for region extraction, method for model training, and devices thereof | |
CN105095881A (zh) | 人脸识别方法、装置及终端 | |
CN105069786A (zh) | 直线检测方法及装置 | |
CN105550633A (zh) | 区域识别方法及装置 | |
CN105528602A (zh) | 区域识别方法及装置 | |
CN106127751A (zh) | 图像检测方法、装置以及系统 | |
CN106295511A (zh) | 人脸跟踪方法及装置 | |
CN111291601B (zh) | 车道线识别方法和装置以及电子设备 | |
CN107832741A (zh) | 人脸特征点定位的方法、装置及计算机可读存储介质 | |
CN106228556A (zh) | 图像质量分析方法和装置 | |
CN106296665A (zh) | 卡片图像模糊检测方法和装置 | |
CN106295515A (zh) | 确定图像中的人脸区域的方法及装置 | |
CN105427233A (zh) | 去除水印的方法及装置 | |
CN104077597B (zh) | 图像分类方法及装置 | |
CN104503888A (zh) | 告警提示的方法及装置 | |
CN104239879A (zh) | 分割字符的方法及装置 | |
CN105117680B (zh) | 一种识别信息卡的信息的方法和装置 | |
CN104933700B (zh) | 一种进行图像内容识别的方法和装置 | |
CN107463903A (zh) | 人脸关键点定位方法及装置 | |
CN104484871A (zh) | 边缘提取方法和装置 | |
CN105139378A (zh) | 卡片边界检测方法及装置 | |
CN105528765A (zh) | 处理图像的方法及装置 | |
CN112749613A (zh) | 视频数据处理方法、装置、计算机设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20161221 |
|
RJ01 | Rejection of invention patent application after publication |