CN106251341B - 一种印刷品质量检测方法 - Google Patents

一种印刷品质量检测方法 Download PDF

Info

Publication number
CN106251341B
CN106251341B CN201610586217.4A CN201610586217A CN106251341B CN 106251341 B CN106251341 B CN 106251341B CN 201610586217 A CN201610586217 A CN 201610586217A CN 106251341 B CN106251341 B CN 106251341B
Authority
CN
China
Prior art keywords
character
character image
detected
matching
standard
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.)
Active
Application number
CN201610586217.4A
Other languages
English (en)
Other versions
CN106251341A (zh
Inventor
杨艺
南建昌
赵严
刘士清
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.)
Luster LightTech Co Ltd
Original Assignee
Luster LightTech Co 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 Luster LightTech Co Ltd filed Critical Luster LightTech Co Ltd
Priority to CN201610586217.4A priority Critical patent/CN106251341B/zh
Publication of CN106251341A publication Critical patent/CN106251341A/zh
Application granted granted Critical
Publication of CN106251341B publication Critical patent/CN106251341B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0004Industrial image inspection
    • 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
    • G06T2207/30108Industrial image inspection
    • G06T2207/30144Printing quality

Landscapes

  • Engineering & Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Image Analysis (AREA)
  • Character Discrimination (AREA)

Abstract

本发明是关于一种印刷质量检测方法,包括,根据待检测字符图像,生成标准字符图像信息库;确定最佳横纵缩放系数;对待检测字符图像进行预处理,得到有效字符图像区域;依次分割有效字符图像区域内的字符,对每个分割出来的单字符图像匹配检测;根据当前单字符图像的匹配检测结果进行下一个字符的分割,并对下一个分割出来的单字符图像进行匹配检测,直到检测完待检测字符图像中的所有字符;根据待检测字符图像中所有字符的匹配检测结果,确定待检测字符图像的印刷质量。由上述可知,本发明公开的印刷质量检测方法提高了印刷质量检测的准确度,以及相似字符的检测精度,降低粘连对印刷质量等级评定的影响。

Description

一种印刷品质量检测方法
技术领域
本发明涉及印刷质量检测技术领域,尤其涉及一种印刷质量检测方法。
背景技术
印刷品质量检测技术是伴随着人们对印刷要求的提高而快速发展的,印刷品质量检测技术中对印刷品中字符的检测也随着对印刷要求的提高而发展。
相关技术中,在进行印刷品质量检测之前,质量检测系统首先需要利用采集设备抓取印刷品上的待检测字符图像,并通过手动输入或读码等方式获取待检测字符字体和内容。根据待检测字符的字体和内容从系统中获取字符的点阵数据生成待检测字符的标准字符图像;然后将待检测字符图像分割为单个字符图像;具体的分割方法参见图1所示,依次对待检测字符图像的每列进行纵向投影,纵向投影后,每个字符下方形成纵向投影图像,在相邻字符之间的纵向投影图像较少或没有纵向投影图像,依次可确定字符之间的纵向分界线,在每个纵向分界线出进行分割得到纵向分割区域;接下来对每个纵向分割区域做横向投影,分别计算每个字符上下边界,从而完成单个字符的分割。分割成单个字符后,将标准字符图像与单个字符图像依次进行匹配,并计算匹配度。最后,将所有单个字符匹配度最差的值作为当前印刷品质量检测等级。
由上述描述可知,在进行印刷质量检测时,对待检测字符图像的分割精度直接影响后续模板匹配。但是,如果承印物吸墨性较强或油墨粘性过低时,相邻两个字符之间容易出现粘连,通过上述方法进行单个字符分割时,受字符粘连导致分割不精确;同时,分割出来的单个字符图像中包含有与相邻字符粘连部分,从而在对单个字符图像进行模板匹配时,导致匹配度降低,从而影响印刷质量等级的评定。
发明内容
为克服相关技术中存在的问题,本发明提供一种印刷质量检测方法,包括:
根据待检测印刷品的字体,生成标准字符图像信息库;
任取一张正确的待检测字符图像,对所述待检测字符图像进行模板匹配,确定匹配检测时的最佳横纵缩放系数;
对所述待检测字符图像进行预处理,得到有效字符图像区域;
依次分割所述有效字符图像区域内的字符,结合所述标准字符图像信息库中的标准字符图像对每个分割出来的单字符图像匹配检测;
根据当前单字符图像的匹配检测结果进行下一个字符的分割,并对下一个分割出来的单字符图像进行匹配检测,直到检测完所述待检测字符图像中的所有字符;
根据所述待检测字符图像中所有字符的匹配检测结果,确定所述待检测字符图像的印刷质量。
优选地,所述根据当前单字符图像的匹配检测结果进行下一个字符的分割,并对下一个分割出来的单字符图像进行匹配检测,直到检测完所述待检测字符图像中的所有字符,包括:
根据所述当前单字符图像的匹配检测结果得出当前字符的最佳匹配位置;
从所述当前字符的最佳匹配位置右边界开始截取一个字符区域,所述字符区域为预设字符区域;
将截取的字符区域进行扩展,得到所述下一个字符的单字符图像检测区域;
在所述下一个字符的单字符图像检测区域内进行匹配检测,计算所述下一个字符的匹配度,并确定所述下一个字符的最佳匹配位置,直至检测完所述待检测字符图像中的所有字符。
优选地,所述在所述下一个字符的单字符图像检测区域内进行匹配检测,计算所述下一个字符的匹配度,并确定所述下一个字符的最佳匹配位置,包括:
从所述标准字符图像信息库中获取与所述下一个字符对应的标准字符图像,将所述标准字符图像按照最佳横纵缩放系数进行缩放;
将缩放后的标准字符图像在所述下一个字符的单字符图像检测区域内移动;
每移动一个坐标,记录所述下一个字符与所述标准字符图像的匹配度;
确定匹配度最高时的坐标位置为所述下一个字符的最佳匹配位置。
优选地,所述根据待检测字符图像,生成与所述待检测字符图像的字体对应的标准字符图像信息库,包括:
根据所述待检测印刷品上字符的字体,提取所述字体的点阵数据以及每个字符的相似字符分歧点,生成标准字库图像信息库。
优选地,所述结合所述标准字符图像信息库中的标准字符图像对每个分割出来的单字符图像匹配检测,包括:
根据分割出来的单字符图像的字符内容,从所述标准字符图像信息库中提取与所述字符内容对应的标准字符图像;
将所述标准字符图像与所述单字符图像进行匹配检测;
在匹配检测过程中增大所述标准字符图像中的相似字符分歧点的权值。
优选地,在所述下一个字符的单字符图像检测区域内进行匹配检测之前,包括:
获取所述下一个字符的前后字符内容;
从所述标准字符图像信息库中提取与所述下一个字符的前后字符内容对应的标准字符图像;
根据所述下一个字符的标准字符图像,以及所述下一个字符前后字符的标准字符图像,计算所述下一个字符与前后字符之间的可粘连区域;
降低所述可粘连区域的权值。
优选地,所述根据所述待检测字符图像中所有字符的匹配检测结果,确定所述待检测字符图像的印刷质量,包括:
获取所述待检测字符图像中所有字符的最差匹配检测结果;
确定所述最差匹配检测结果为所述待检测字符图像的印刷质量等级。
优选地,所述对所述待检测字符图像进行预处理,包括:
对所述待检测字符图像进行纵向扫描,提取字符上侧的边缘中心点;
用最小二乘法拟合所有中心点计算旋转角度;
根据所述旋转角度旋转所述待检测字符图像进行倾斜矫正。
优选地,所述任取一张正确的待检测字符图像,对所述待检测字符图像进行模板匹配,确定匹配检测时的最佳横纵缩放系数,包括:
从所述标准字符图像信息库中提取与所述待检测字符图像的字符内容对应的标准字符图像;
将所述待检测字符图像中的字符分别与所述标准字符图像进行模板匹配;
根据模板匹配结果确定匹配检测时标准字符图像的最佳横纵缩放系数。
优选地,所述将截取的字符区域进行扩展,得到所述下一个字符的单字符图像检测区域,包括:
将截取的字符区域左边缘和右边缘分别扩展所述字符宽度的四分之一;
将截取的字符区域上边缘和下边缘分别扩展1个像素;
确定扩展后的区域为所述单字符图像检测区域。
本发明的实施例提供的技术方案可以包括以下有益效果:
本发明实施例提供的方法,包括:根据待检测印刷品的字体,生成标准字符图像信息库;任取一张正确的待检测字符图像,对所述待检测字符图像进行模板匹配,确定匹配检测时的最佳横纵缩放系数;对所述待检测字符图像进行预处理,得到有效字符图像区域;依次分割所述有效字符图像区域内的字符,结合所述标准字符图像信息库中的标准字符图像对每个分割出来的单字符图像匹配检测;根据当前单字符图像的匹配检测结果进行下一个字符的分割,并对下一个分割出来的单字符图像进行匹配检测,直到检测完所述待检测字符图像中的所有字符;根据所述待检测字符图像中所有字符的匹配检测结果,确定所述待检测字符图像的印刷质量。由上可知,本发明提供的方法在进行印刷质量检测时,将待检测字符图像中的字符分割,然后对每个分割出来的字符进行匹配检测。也就是说每分割出一个字符便进行一次匹配检测,而在分割字符时,每一个字符的分割均需要参照上一个字符的最佳匹配位置,这样的分割方式不会受到与附近字符粘连的干扰,使每一个分割出来的字符都是完整的,从而提高了印刷质量检测的准确度。另外一方面,本发明实施例提供的方法在相似字符检测和印刷中粘连问题的处理算法进行改进,在匹配检测时,增大相似字符分歧点的权值,降低可粘连区域的权值,从而提高相似字符检测的准确度,降低因为承印物吸墨性较强或油墨粘度过低造成的字符粘连对印刷质量检测的影响。
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,并不能限制本发明。
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,示出了符合本发明的实施例,并与说明书一起用于解释本发明的原理。
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,对于本领域普通技术人员而言,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为现有技术中字符分割示意图;
图2为本发明实施例提供的一种印刷质量检测方法流程示意图;
图3为本发明实施例提供的相似字符分歧点应用场景示意图;
图4为本发明实施例提供的步骤S200流程示意图;
图5为本发明实施例提供的步骤S300流程示意图;
图6为本发明实施例提供的待检测字符图像预处理应用场景示意图;
图7为本发明实施例提供的一种提取有效字符图像区域应用场景示意图;
图8为本发明实施例提供的步骤S400流程示意图;
图9为本发明实施例提供的步骤S500流程示意图;
图10为本发明实施例提供的步骤S503流程示意图;
图11为本发明实施例提供的步骤S504流程示意图;
图12本发明实施例提供的一种针对印刷中字符粘连算法改进流程示意图;
图13为本发明实施例提供的步骤S600流程示意图。
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发明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、本发明的一些方面相一致的装置和方法的例子。
图2是本发明实施例提供的一种印刷质量检测方法流程示意图。
在对印刷好的印刷品进行印刷质量检测时,利用印刷质量检测系统进行印刷质量检测。检测过程中使用专门的机器设备抓取印刷品上的字符图像,通过专用工具对抓取的字符图像进行质量检测。现有技术中利用机器视觉技术以及计算机自动化控制进行字符检测,有效提高印刷品质量检测。
步骤S100,根据待检测印刷品的字体,生成标准字符图像信息库。
在印刷品质量检测系统中,图像采集设备在待检测印刷品上进行图像采集,并对采集到的待检测字符图像进行质量检测。一般情况下,在进行质量检测之前已经预知待检测字符图像的字体和字符内容。例如,通过手动输入,或者将待检测字符图像的字体和字符内容与条形码或二维码绑定,通过读码预知检测字符内容。
根据待检测字符图像的字体,生成与待检测字符图像的字体对应的标准字符图像信息库。标准字符图像信息库中存储有待检测字符图像的字体对应的所有字符的标准字符图像,标准字符图像用于后续匹配检测中作为基准对待检测字符图像进行质量判定。
具体生成标准字符图像信息库的过程如下所述:
根据待检测印刷品上字符的字体,提取字体的字符点阵数据以及每个字符的相似字符分歧点,生成标准字库图像信息库。
获取待检测印刷品上字符的字体后,从存储器中提取与待检测印刷品上字符的字体对应的点阵数据,生成标准字符图像信息库。对标准字符图像信息库中的所有字符依次进行匹配,确定每个字符的相似字符分歧点。
例如,以宋体为例,标准字符图像信息库中包括所有与宋体对应的字符,以宋体中的英文字母为例,英文字母包括由A-Z的所有字符,提取英文字符中的C,将标准字符图像信息库中的其他字符分别与字符C进行匹配,确定匹配度超过预设阈值的字符为与字符C相似的相似字符,例如字符Q与字符C为相似字符。
参见图3,为本发明实施例提供的相似字符分歧点应用场景示意图。
图3中字符C与字符Q为相似字符,因此在字符C的标准字符图像中存储字符C与字符Q的相似字符分歧点。同样,当对字符3进行相似字符检测时,在字符匹配过程中,字符8与字符3的匹配度超过预设阈值,因此,确定字符8为字符3的相似字符,并在字符3的标准字符图像上储存字符3与字符8之间的相似字符分歧点。
遍历标准字符图像信息库中的所有字符进行相似字符检测,找到每个字符的相似字符以及相似字符分歧点后,将每个字符的相似字符分歧点保存在每个字符对应的标准字符图像中。
在步骤S200中,任取一张正确的待检测字符图像,对所述待检测字符图像进行模板匹配,确定匹配检测时的最佳横纵缩放系数。
待检测印刷品中包含有多个字符条,在对印刷品进行质量检测时,需要依次获取待检测印刷品中的字符条,所述字符条为待检测字符图像。在对待检测印刷品中的字符条进行印刷质量检测时,需要确定匹配检测时的最佳横纵缩放系数。最佳横纵缩放系数方便在匹配检测时,将标准字符图像直接缩放到最佳横纵缩放系数即可,无需遍历所有横纵缩放系数进行匹配检测,因此,最佳横纵缩放系数的确定可有效节省匹配检测的时间,从而提高匹配检测时的效率。在对待检测字符图像进行模板匹配的过程即是确定最佳横纵缩放系数的过程。
在抓取正确的待检测字符图像时,需要人工控制采集机器进行抓取,操作人员通过肉眼识别正确的待检测字符图像,然后控制采集机器抓取正确的字符图像。一般情况下,印刷品中的待检测字符图像错误的较少,所以任意抓取一张待检测字符图像即可,如果任取的待检测字符图像有错误,那么重新抓取一张即可。
具体步骤参见图4,图4为本发明实施例提供的步骤S200流程示意图。
在步骤S201中,从标准字符图像信息库中提取与待检测字符图像的字符内容对应的标准字符图像。
根据抓取的待检测字符图像中的字符内容,从标准字符图像信息库中提取与待检测字符图像中字符内容对应的标准字符图像。例如,图1中的待检测字符图像中包含有字符6926930111057字符串,从标准字符图像信息库中提取字符6926930111057的标准字符图像。
步骤S202,将待检测字符图像中的字符分别与标准字符图像进行模板匹配。
将从标准字符图像信息库中提取的标准字符图像与待检测字符图像中的字符分别进行模板匹配。在模板匹配过程中,先进行粗匹配,根据粗匹配确定合适的缩放系数范围,在合适的缩放系数范围内对所有的字符进行精细匹配。粗匹配时为了缩小横纵缩放系数的遍历范围,减少后续对所有字符进行精细匹配时的时间。遍历缩放系数进行匹配时,每取一组缩放系数,对所有字符进行模板匹配,判断每个字符的匹配度是否达到预设阈值,例如,当所有字符的匹配度均达到90%以上,此时确定该缩放系数为最佳横纵缩放系数。
步骤S203,根据模板匹配结果确定匹配检测时标准字符图像的最佳横纵缩放系数。
在粗匹配后的遍历范围内,遍历横纵缩放系数对所有字符进行模板匹配,确定所有字符的匹配度最高时的缩放系数为最佳横纵缩放系数。
当确定匹配检测时标准字符图像的最佳横纵缩放系数后,在步骤S300中,对待检测字符图像进行预处理,得到有效字符图像区域。
在获取待检测字符图像时,通过扫描获取到的印刷字体图像不可避免出现一定程度的倾斜,因此对后续的字符分割以及匹配检测造成影响。为了提高字符检测的准确度,在进行字符分割之前先对待检测字符图像进行预处理,预处理主要是对待检测字符图像进行倾斜矫正。
预处理过程参见图5,图5为本发明实施例提供的步骤S300流程示意图。
在步骤S301中,对待检测字符图像进行纵向扫描,提取字符上侧的边缘中心点。
参见图6,图6为本发明实施例提供的待检测字符图像预处理应用场景示意图。
如图6所示,待检测字符图像中的字符包括BN31507008930。在待检测字符图像中字符的上方进行纵向扫描,得到每个字符上侧的边缘中心点。
步骤S302中,用最小二乘法拟合所有中心点计算旋转角度。
得到每个字符上侧的边缘中心点的坐标,根据最小二乘法直线拟合原理对所有中心点进行拟合,从而得到拟合直线与标准水平直线之间的角度,此角度即为旋转角度。
步骤S303中,根据所述旋转角度旋转所述待检测字符图像进行倾斜矫正。
将待检测字符图像根据计算的旋转角度进行旋转,从而实现对待检测字符图像的倾斜矫正,得到所有字符均在同一条水平线上的待检测字符图像。
通过纵向投影和横向投影的方式提取待检测字符图像中的有效字符区域,参见图7,为本发明实施例提供的一种提取有效字符图像区域应用场景示意图。
图中黑色框中的区域即为有效字符图像区域。
获取到有效字符图像区域后进行步骤S400,依次分割有效字符图像区域内的字符,结合标准字符图像信息库中的标准字符图像对每个分割出来的单字符图像匹配检测。
步骤S500,根据当前单字符图像的匹配检测结果进行下一个字符的分割,并对下一个分割出来的单字符图像进行匹配检测,直到检测完所述待检测字符图像中的所有字符。
步骤S400和步骤S500描述了对待检测字符图像中有效字符图像区域内字符的分割方法及检测方法。
首先描述单字符匹配检测的过程,具体如下:
参见图8,为本发明实施例提供的步骤S400流程示意图。
步骤S401,根据分割出来的单字符图像的字符内容,从标准字符图像信息库中提取与字符内容对应的标准字符图像。
在进行单字符图像的匹配检测时,需要与标准字符图像信息库中的标准字符图像进行匹配,从而确定单字符图像与标准字符图像的匹配度。
步骤S402,将标准字符图像与单字符图像进行匹配检测。
将从标准字符图像信息库中提取到的与待匹配检测的单字符对应的标准字符图像进行匹配,将标准字符图像叠加在单字符图像上,并使标准字符图像按最佳横纵缩放系数进行缩放。令标准字符图像在单字符图像上移动,并在移动的过程中计算匹配度,确定匹配度最高时的匹配值为单字符图像的匹配度。
步骤S403,在匹配检测过程中增大标准字符图像中的相似字符分歧点的权值。
上文中已经描述了生成标准字符图像信息库的过程,在生成标准字符图像信息库的过程中,同时将每个字符的相似字符分歧点保存在标准字符图像信息库中,以便匹配检测时检测相似字符。
本步骤中,在匹配检测时增大相似字符的分歧点,那么,在标准字符图像与单字符图像进行匹配时,就可以很容易检测到相似字符分歧点出是否出现印刷墨迹。
例如,参见图3,图3中的标准字符图像C,在字符C上的灰色区域即为与字符Q的相似字符分歧点。在匹配检测过程中,将标准字符图像C叠加在单字符图像上,如果在印刷过程中印刷机将字符C印刷为了字符Q,那么,在匹配检测过程中,标准字符图像C上的相似字符分歧点的权值增大,那么匹配检测装置在检测过程中会重点检测待检测字符图像上的单字符图像与标准字符图像上的相似字符分歧点对应区域上是否有印刷痕迹。如果有印刷痕迹,说明待检测单字符图像中的字符C在印刷过程中被识别为Q,从而导致印刷质量低。因此,在匹配检测过程中增大相似字符分歧点的权值有效提高了印刷质量检测的准确度。
在进行匹配检测之前需要将单字符从待检测字符图像中分割出来,具体的分割方法参见图9,图9为本发明实施例提供的步骤S500流程示意图。
步骤S501,根据当前单字符图像的匹配检测结果得出当前字符的最佳匹配位置。
本发明实施例提供的分割方法是,每一个字符的分割都需要参照上一个字符的最佳匹配位置。因此,具体的分割方法以上一个字符已经得到最佳匹配位置为前提。
当前单字符图像通过匹配检测结果得出最佳匹配位置后,根据当前字符的最佳匹配位置进行下一个字符的分割。
步骤S502,从当前字符的最佳匹配位置右边界开始截取一个字符区域。
一个字符区域的大小是由检测系统提前预设好并保存在存储器中的,在截取字符区域的时候,从存储器中提取预设字符区域的参数,根据预设字符区域的参数进行截取。预设字符区域一般是待检测字符图像的字体对应的字符区域大小。
本步骤针对每个字符切割的普遍过程,对于待检测字符图像中的第一个字符的切割,可从待检测字符图像右侧边缘开始截取。例如,从待检测字符图像的有效字符区域右边缘开始截取一个字符区域,然后再进行接下来的步骤。
步骤S503,将截取的字符区域进行扩展,得到下一个字符的单字符图像检测区域。
根据预设字符区域截取的字符区域内由于字符之间的距离或者粘连等影响,字符区域内的字符内容很有可能不完全,因此需要将字符区域进行扩展,使待检测字符完全包含在单字符图像检测区域内。
具体扩展方法参见图10,图10为本发明实施例提供的步骤S503流程示意图。
在步骤S5031中,将截取的字符区域左边缘和右边缘分别扩展预设字符区域宽度的四分之一。
步骤S5032,将截取的字符区域上边缘和下边缘分别扩展1个像素。
步骤S5033,确定扩展后的区域为单字符图像检测区域。
在扩展过程中上边缘、下边缘、左边缘和右边缘分别按照上述步骤同时进行扩展或依次进行扩展。本发明实施例提供的扩展方法不能作为本发明实施例保护范围的限制,本领域技术人员在实施过程中可根据不同字体及印刷过程中字符与字符之间的距离进行扩展。
扩展后得到的单字符图像检测区域要大于单字符的大小区域,方便匹配检测过程中进行相似字符或粘连情况的检测。一般情况下,单字符图像检测区域将当前字符与前后字符之间的连接区域也包含在内。
单字符图像检测区域主要用来进行匹配检测,步骤S504,在下一个字符的单字符图像检测区域内进行匹配检测,计算下一个字符的匹配度,确定下一个字符的最佳匹配位置,直至检测完待检测字符图像中的所有字符。
在扩展后的单字符图像检测区域内,将标准字符图像按最佳横纵缩放系数进行缩放后叠加在单字符图像检测区域内。通过移动标准字符图像使标准字符图像与单字符图像中的自己进行匹配,直到标准字符图像中的字符与单字符图像区域内的字符匹配度最高为止,此时,确定匹配度最高时的匹配值为单字符图像的匹配检测结果。具体匹配检测过程参见图8,在此不再赘述。
为了方便下一个字符的分割,需要在匹配检测过程中确定当前检测字符的最佳匹配位置,这样根据当前检测字符的最佳匹配位置可以分割下一个字符,具体参见图11,图11为本发明实施例提供的步骤S504流程示意图。
在步骤S5041,从标准字符图像信息库中获取与下一个字符对应的标准字符图像,将标准字符图像按照最佳横纵缩放系数进行缩放。
在匹配检测过程中确定最佳匹配位置时,需要从标准字符图像信息库中提取出标准字符图像与待检测单字符图像进行对比匹配。
上文中通过建模已经确定最佳横纵缩放系数,因此,将从标准字符图像信息库中提取到的标准字符图像直接按照最佳横纵缩放系数进行缩放即可。
S5042,将缩放后的标准字符图像在下一个字符的单字符图像检测区域内移动。
将缩放后的标准字符图像在单字符图像检测区域内移动,具体移动方式根据系统预设的移动方式进行移动。例如,按照每次移动后的匹配检测的匹配度决定下一次的移动方向或位置。如果这一次移动后的匹配度相比上一次的匹配度增大,说明本次移动方向趋于最佳匹配位置,所以,下一次的移动仍按本次移动方向移动即可。
步骤S5043,每移动一个坐标,记录下一个字符与标准字符图像的匹配度。
步骤S5044,确定匹配度最高时的坐标位置为下一个字符的最佳匹配位置。
标准字符图像在移动过程中,每移动一次便记录一次匹配度。当遍历完所有的移动位置后,集合所有移动位置的匹配度,选取最高匹配度对应的位置为最佳匹配位置。在最佳匹配位置处将标准字符图像与待检测单字符图像进行匹配检测,检测待检测字符图像的印刷质量。
为了提高印刷质量检测的准确度,本发明实施例还提供了一种针对印刷中字符粘连检测算法的改进。
参见图12,为本发明实施例提供的一种针对印刷中字符粘连算法改进流程示意图。
在印刷过程中,由于承印物吸墨性较强或油墨年度过低,导致字符之间出现字符粘连,此后在进行印刷质量检测时,因为承印物和油墨导致的字符粘连会被检测为印刷质量导致的粘连,因此,为了提高印刷质量检测准确度,本发明实施例提供了如下算法改进:
步骤S505,获取当前字符的前后字符内容。
参见图7,图7为待检测字符图像,例如,当前字符为字符1,那么在通过本发明实施例提供的字符分割方法获取字符1的单字符图像检测区域后,获取当前字符的前后字符的字符内容。由于,待检测字符图像中的字符内容是预知的,所以,字符1之前的字符内容是3,字符1之后的字符内容是5。
步骤S506,从标准字符图像信息库中提取与当前字符的前后字符内容对应的标准字符图像。
也就是说,获取当前字符的前后字符内容后,从标准字符图像信息库中提取当前字符的前后字符内容对应的标准字符图像。例如,字符1之前的字符是3,那么,从标准字符图像信息库中提取字符3的标准字符图像;字符1之后的字符是5,那么,从标准字符图像信息库中提取字符5的标准字符图像。
步骤S507,根据当前字符的标准字符图像以及当前字符前后字符的标准字符图像,计算当前字符与前后字符之间的可粘连区域。
根据当前字符的标准字符图像以及前后字符的标准字符图像,计算当前字符与前后字符之间的可粘连区域。例如,字符1与之前的字符3之间进行比对,计算字符1与字符3之间的可粘连区域,同时比对字符1与之后的字符5之间的可粘连区域。
步骤S508,降低可粘连区域的权值。
在进行匹配检测时,降低字符1与前后字符之间可粘连区域的权值。当可粘连区域的权值降低后,可粘连区域的灰度降低,在进行匹配检测时,便不会因为粘连导致质量检测时将当前字符两侧正常印刷字体误当成墨点,导致评定质量等级降低。同时,也不会因为承印物或油墨的问题导致字符粘连,从而误导印刷质量检测。
当检测完待检测字符图像中的所有字符后,在步骤S600中,根据待检测字符图像中所有字符的匹配检测结果,确定待检测字符图像的印刷质量。
由上述描述可知,在印刷质量检测过程中,对待检测字符图像中的有效字符区域内的字符进行分割以及匹配检测时,每分割出一个单字符图像便进行一个匹配检测,得出匹配检测结果,同时得到当前字符的最佳匹配位置。下一个字符的分割根据上一下字符的最佳匹配位置进行分割,分割出字符后再次进行匹配检测。按照上述步骤分割并匹配检测,直到分割并检测完所有的字符。
确定待检测字符图像的印刷质量等级过程参见图13,图13为本发明实施例提供的步骤S600流程示意图。
步骤S601,获取待检测字符图像中所有字符的最差匹配检测结果。
当匹配检测完待检测字符图像中的所有字符后,得到所有字符的匹配检测结果,每个匹配检测结果对应一个匹配度值,获取所有匹配度值中最差的值。
步骤S602,确定最差匹配检测结果为待检测字符图像的印刷质量等级。
从所有字符的匹配度值中获取匹配度值最差的值后,确定匹配度值最差的值对应的质量等级为待检测字符图像的印刷质量等级。
例如,待检测字符图像中所有字符的匹配度值最差的是85%,也就是说在所有字符的匹配度值中,85%是最小值,根据印刷质量等级的匹配度值范围划分,确定85%对应的印刷质量等级。当85%对应的印刷质量等级为中级时,那么,待检测字符图像的印刷质量的等级为中级。
由上述可知,本发明实施例提供的印刷质量检测方法,在对待检测字符图像执行字符分割和匹配检测时的算法进行改进。首先在生成标准字符图像信息库时,根据待检测字符图像的字体生成标准字符图像信息库,同时对标准字符图像信息库中的字符进行两两匹配,得到每个字符的相似字符分歧点,将每个字符的相似字符分歧点保存在标准字符图像信息库中,用于在匹配检测时增大相似分歧点的权值,从而使匹配检测时轻松检测出待检测字符是否为相似字符,保证了相似字符检测的准确度。
其次,在对待检测字符图像中的有效字符图像区域进行字符分割时,每分割出一个字符便进行依次字符匹配检测,同时根据当前字符的最佳匹配位置分割下一个字符。从而有效克服现有技术中由于字符之间粘连导致的同时分割所有字符时,分割出来的字符不完整或不准确的问题。本发明实施例提供的字符分割方法降低了字符分割的难度,且不会受的附近字符粘连区域的干扰,从而使匹配检测时准确度提高。
最后,在进行匹配检测之前,先获取当前字符的前后字符可粘连区域,在匹配检测时降低可粘区域的权值。可粘连区域的权值降低后,有效将当前字符与前后字符区分开,防止在匹配检测过程中将当前字符左右两侧的正常印刷字体误当做墨点导致评定印刷质量等级降低。
本领域技术人员在考虑说明书及实践这里发明的公开后,将容易想到本发明的其它实施方案。本申请旨在涵盖本发明的任何变型、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发明的一般性原理并包括本发明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,本发明的真正范围和精神由下面的权利要求指出。
应当理解的是,本发明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。本发明的范围仅由所附的权利要求来限制。

Claims (8)

1.一种印刷质量检测方法,其特征在于,包括:
根据待检测印刷品的字体,生成标准字符图像信息库,包括:根据所述待检测印刷品上字符的字体,提取所述字体的点阵数据以及每个字符的相似字符分歧点,生成标准字符图像信息库;
任取一张正确的待检测字符图像,对所述待检测字符图像进行模板匹配,确定匹配检测时的最佳横纵缩放系数;
对所述待检测字符图像进行预处理,得到有效字符图像区域;
依次分割所述有效字符图像区域内的字符,结合所述标准字符图像信息库中的标准字符图像对每个分割出来的单字符图像匹配检测,包括:根据分割出来的单字符图像的字符内容,从所述标准字符图像信息库中提取与所述字符内容对应的标准字符图像;将所述标准字符图像与所述单字符图像进行匹配检测;在匹配检测过程中增大所述标准字符图像中的相似字符分歧点的权值;
根据当前单字符图像的匹配检测结果进行下一个字符的分割,并对下一个分割出来的单字符图像进行匹配检测,直到检测完所述待检测字符图像中的所有字符;
根据所述待检测字符图像中所有字符的匹配检测结果,确定所述待检测字符图像的印刷质量。
2.根据权利要求1所述的印刷质量检测方法,其特征在于,根据当前单字符图像的匹配检测结果进行下一个字符的分割,并对下一个分割出来的单字符图像进行匹配检测,直到检测完所述待检测字符图像中的所有字符,包括:
根据所述当前单字符图像的匹配检测结果得出当前字符的最佳匹配位置;
从所述当前字符的最佳匹配位置右边界开始截取一个字符区域,所述字符区域为预设字符区域;
将截取的字符区域进行扩展,得到所述下一个字符的单字符图像检测区域;
在所述下一个字符的单字符图像检测区域内进行匹配检测,计算所述下一个字符的匹配度,并确定所述下一个字符的最佳匹配位置,直至检测完所述待检测字符图像中的所有字符。
3.根据权利要求2所述的印刷质量检测方法,其特征在于,在所述下一个字符的单字符图像检测区域内进行匹配检测,计算所述下一个字符的匹配度,并确定所述下一个字符的最佳匹配位置,包括:
从所述标准字符图像信息库中获取与所述下一个字符对应的标准字符图像,将所述标准字符图像按照最佳横纵缩放系数进行缩放;
将缩放后的标准字符图像在所述下一个字符的单字符图像检测区域内移动;
每移动一个坐标,记录所述下一个字符与所述标准字符图像的匹配度;
确定匹配度最高时的坐标位置为所述下一个字符的最佳匹配位置。
4.根据权利要求2所述的印刷质量检测方法,其特征在于,在所述下一个字符的单字符图像检测区域内进行匹配检测之前,还包括:
获取所述下一个字符的前后字符内容;
从所述标准字符图像信息库中提取与所述下一个字符的前后字符内容对应的标准字符图像;
根据所述下一个字符的标准字符图像,以及所述下一个字符前后字符的标准字符图像,计算所述下一个字符与前后字符之间的可粘连区域;
降低所述可粘连区域的权值。
5.根据权利要求1所述的印刷质量检测方法,其特征在于,根据所述待检测字符图像中所有字符的匹配检测结果,确定所述待检测字符图像的印刷质量,包括:
获取所述待检测字符图像中所有字符的最差匹配检测结果;
确定所述最差匹配检测结果为所述待检测字符图像的印刷质量等级。
6.根据权利要求1所述的印刷质量检测方法,其特征在于,对所述待检测字符图像进行预处理,包括:
对所述待检测字符图像进行纵向扫描,提取字符上侧的边缘中心点;
用最小二乘法拟合所有中心点计算旋转角度;
根据所述旋转角度旋转所述待检测字符图像进行倾斜矫正。
7.根据权利要求1所述的印刷质量检测方法,其特征在于,任取一张正确的待检测字符图像,对所述待检测字符图像进行模板匹配,确定匹配检测时的最佳横纵缩放系数,包括:
从所述标准字符图像信息库中提取与所述待检测字符图像的字符内容对应的标准字符图像;
将所述待检测字符图像中的字符分别与所述标准字符图像进行模板匹配;
根据模板匹配结果确定匹配检测时标准字符图像的最佳横纵缩放系数。
8.根据权利要求2所述的印刷质量检测方法,其特征在于,将截取的字符区域进行扩展,得到所述下一个字符的单字符图像检测区域,包括:
将截取的字符区域左边缘和右边缘分别扩展所述字符宽度的四分之一;
将截取的字符区域上边缘和下边缘分别扩展1个像素;
确定扩展后的区域为所述单字符图像检测区域。
CN201610586217.4A 2016-07-22 2016-07-22 一种印刷品质量检测方法 Active CN106251341B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610586217.4A CN106251341B (zh) 2016-07-22 2016-07-22 一种印刷品质量检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610586217.4A CN106251341B (zh) 2016-07-22 2016-07-22 一种印刷品质量检测方法

Publications (2)

Publication Number Publication Date
CN106251341A CN106251341A (zh) 2016-12-21
CN106251341B true CN106251341B (zh) 2019-12-24

Family

ID=57603386

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610586217.4A Active CN106251341B (zh) 2016-07-22 2016-07-22 一种印刷品质量检测方法

Country Status (1)

Country Link
CN (1) CN106251341B (zh)

Families Citing this family (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106651852A (zh) * 2016-12-28 2017-05-10 天津普达软件技术有限公司 一种喷印字符关键笔画缺失的检测方法
CN106586135B (zh) * 2016-12-28 2018-09-18 天津普达软件技术有限公司 一种产品包装盒生产日期喷印不良品剔除方法
CN107328793B (zh) * 2017-06-30 2019-12-03 航天新长征大道科技有限公司 一种基于机器视觉的饰品表面字印瑕疵检测方法和装置
CN108355987B (zh) * 2018-01-08 2019-10-11 西安交通大学 一种基于分块模板匹配的电池丝印质量检测方法
CN109003257B (zh) * 2018-06-14 2020-09-01 深圳市华汉伟业科技有限公司 一种光学字符验证方法
CN109615626B (zh) * 2018-12-11 2021-02-05 合肥工业大学 一种芯片表面印刷符号结构缺陷的质量评估方法
CN110443803A (zh) * 2019-09-02 2019-11-12 河海大学 一种印刷品图像质量检测方法及装置
CN111161247B (zh) * 2019-12-30 2023-10-20 凌云光技术股份有限公司 用于可变码识读字符质量验证的检测方法
CN112767306B (zh) * 2020-12-24 2024-09-06 凌云光技术股份有限公司 一种印刷品质量检测、收料方法和系统
CN112634259A (zh) * 2020-12-30 2021-04-09 凌云光技术股份有限公司 一种键盘键帽自动建模定位方法
CN112836712B (zh) * 2021-03-05 2023-09-12 北京全路通信信号研究设计院集团有限公司 图片特征的提取方法、装置、电子设备及存储介质
CN113063802B (zh) * 2021-03-17 2023-10-20 深圳市霍克视觉科技有限公司 一种印刷标签缺陷检测方法及其装置
CN113183608B (zh) * 2021-04-23 2022-04-22 广州诚鼎机器人有限公司 一种浆料补充设备和椭圆印花机
CN113920121B (zh) * 2021-12-14 2022-03-15 武汉亚美高工艺制品有限公司 基于图像处理的工艺品印刷条痕检测方法和系统
CN116704513B (zh) * 2023-08-04 2023-12-15 深圳思谋信息科技有限公司 文本质量检测方法、装置、计算机设备和存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102043959A (zh) * 2010-12-28 2011-05-04 青岛海信网络科技股份有限公司 车牌字符分割方法
CN102663377A (zh) * 2012-03-15 2012-09-12 华中科技大学 一种基于模板匹配的字符识别方法
CN102779275A (zh) * 2012-07-04 2012-11-14 广州广电运通金融电子股份有限公司 一种纸类字符识别方法及相关装置
CN102800148A (zh) * 2012-07-10 2012-11-28 中山大学 一种人民币序列号识别方法
CN102945368A (zh) * 2012-10-17 2013-02-27 西安理工大学 啤酒瓶盖激光字符的定位识别方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8103104B2 (en) * 2002-01-11 2012-01-24 Hewlett-Packard Development Company, L.P. Text extraction and its application to compound document image compression

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102043959A (zh) * 2010-12-28 2011-05-04 青岛海信网络科技股份有限公司 车牌字符分割方法
CN102663377A (zh) * 2012-03-15 2012-09-12 华中科技大学 一种基于模板匹配的字符识别方法
CN102779275A (zh) * 2012-07-04 2012-11-14 广州广电运通金融电子股份有限公司 一种纸类字符识别方法及相关装置
CN102800148A (zh) * 2012-07-10 2012-11-28 中山大学 一种人民币序列号识别方法
CN102945368A (zh) * 2012-10-17 2013-02-27 西安理工大学 啤酒瓶盖激光字符的定位识别方法

Also Published As

Publication number Publication date
CN106251341A (zh) 2016-12-21

Similar Documents

Publication Publication Date Title
CN106251341B (zh) 一种印刷品质量检测方法
CN111814722B (zh) 一种图像中的表格识别方法、装置、电子设备及存储介质
US6778703B1 (en) Form recognition using reference areas
JP3576570B2 (ja) 比較方法
US20120294528A1 (en) Method of Detecting and Correcting Digital Images of Books in the Book Spine Area
US7916957B2 (en) Line noise eliminating apparatus, line noise eliminating method, and line noise eliminating program
EP2333696A2 (en) Image registration method for image comparison and document authentication
US5915039A (en) Method and means for extracting fixed-pitch characters on noisy images with complex background prior to character recognition
US20050196070A1 (en) Image combine apparatus and image combining method
JPH08123900A (ja) ライン走査画像のための位置決定方法及びその装置
JPH07141463A (ja) 2値画像内の機械印刷された金額の検出方法
EP0750415B1 (en) Image processing method and apparatus
WO2014063837A1 (en) Method and device for identifying a two-dimensional barcode
CN102737240A (zh) 分析数字文档图像的方法
CN108335266B (zh) 一种文档图像畸变的矫正方法
US9110926B1 (en) Skew detection for vertical text
US10911636B2 (en) Image inclination angle detection apparatus that detects inclination angle of image with respect to document, image forming apparatus, and computer-readable non-transitory recording medium storing image inclination angle detection program
CN111612045B (zh) 一种获取目标检测数据集的通用方法
CN113537216B (zh) 一种点阵字体文本行倾斜校正方法及装置
JP3311551B2 (ja) イメージデータ入力処理方法およびその装置
JP2000187705A (ja) 文書読取装置および方法および記憶媒体
CN107092909B (zh) 基于三角形相似定理的角度检测算法
US8270725B2 (en) System and method for optical mark recognition
CN118447046B (zh) 试卷区域的识别方法、装置、设备及存储介质
KR101689705B1 (ko) 픽셀 방향정보를 사용한 영상정보 내 패턴정보영역 검출방법

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
CP01 Change in the name or title of a patent holder

Address after: 100094 Beijing city Haidian District Cui Hunan loop 13 Hospital No. 7 Building 7 room 701

Patentee after: Lingyunguang Technology Co., Ltd

Address before: 100094 Beijing city Haidian District Cui Hunan loop 13 Hospital No. 7 Building 7 room 701

Patentee before: LUSTER LIGHTTECH GROUP Co.,Ltd.

CP01 Change in the name or title of a patent holder