CN108305284A - 一种文字笔画宽度的确定方法及装置 - Google Patents
一种文字笔画宽度的确定方法及装置 Download PDFInfo
- Publication number
- CN108305284A CN108305284A CN201810168855.3A CN201810168855A CN108305284A CN 108305284 A CN108305284 A CN 108305284A CN 201810168855 A CN201810168855 A CN 201810168855A CN 108305284 A CN108305284 A CN 108305284A
- Authority
- CN
- China
- Prior art keywords
- pixel
- pixel point
- word
- value
- point set
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Geometry (AREA)
- Controls And Circuits For Display Device (AREA)
- Character Input (AREA)
Abstract
本申请提供了一种文字笔画宽度的确定方法及装置,其中,方法包括:获取待处理图像中包含有待确定笔画宽度的文字的图像区域;将图像区域包含的像素点划分为至少一个像素点集合;确定出满足组成文字的文字像素点的个数大于第一预设值,和/或,边缘文字像素点的个数大于第二预设值的像素点集合,确定为文字像素点集合;将至少一个像素点集合中连续的文字像素点集合,确定为一个目标像素点集合,针对每个目标像素点集合所组成的目标区域,分别在横向与纵向方向上,确定像素点个数属于预设范围的连续文字像素点所组成的目标字体像素点集合;依据目标字体像素点集合,最终确定出一个文字的笔画宽度,从而为确定图像中文字的重要程度提供了依据。
Description
技术领域
本申请涉及多媒体技术领域,特别是涉及一种文字笔画宽度的确定方法及装置。
背景技术
以文字为主要内容的文字图像可以由人工合成制作或是通过扫描拍摄方式获取到。文字图像的文本信息包括:该文本信息的文字内容所代表的语义,以及该文本信息中文字的颜色、字体粗细等属性所代表的含义。
其中,在文本图像中粗字体的文字往往所代表的语义是文本图像中所需强调的重点。因此,确定文本图像中某部分文字在该文本图像中的重要性,可以通过确定文本图像中该文字的笔画宽度。
因此,对于确定文本图像中文字的笔画宽度,需要一种确定文字的笔画宽度的方法。
发明内容
基于此,本申请提供了一种文字笔画宽度的确定方法,用以确定文本信息中的文字的笔画宽度。
本申请还提供了一种文字笔画宽度的确定装置,用以保证上述方法在实际中的实现及应用。
本申请的技术方案为:
本申请公开了一种文字笔画宽度的确定方法,该方法包括:
获取待处理图像中包含有待确定笔画宽度的文字的图像区域;
按照目标格式,将所述图像区域包含的像素点划分为至少一个像素点集合;若所述图像区域包含一行文字时,所述目标格式为列;若所述图像区域包含一列文字时,所述目标格式为行;
将所述至少一个像素点集合中,满足组成文字的文字像素点的个数大于第一预设值,和/或,边缘文字像素点的个数大于第二预设值的像素点集合,确定为文字像素点集合;其中,所述边缘文字像素点为:所述至少一个像素点集合所组成的图像区域中,像素值的梯度值大于预设梯度值的像素点;
将所述至少一个像素点集合中连续的文字像素点集合,确定为一个目标像素点集合,得到至少一个目标像素点集合,其中,一个目标像素点集合对应一个所述文字;
针对每个所述目标像素点集合所组成的目标区域,分别在横向与纵向方向上,确定像素点个数属于预设范围的连续文字像素点所组成的目标字体像素点集合,得到至少一个目标字体像素点集合。
依据所述目标字体像素点集合,确定出所述待确定笔画宽度的文字的笔画宽度。
其中,所述图像区域中组成文字的文字像素点通过以下方式确定:
对所述图像区域进行二值化,得到二值化图像;
分别确定所述二值化图像中每行与每列像素点中的第一目标像素值,以及,每行与每列像素点中的像素值不等于所述第一目标像素值的统计像素点;所述第一目标像素值为:位于首或尾位置的像素点所对应的像素值;
从所述二值化图像中,将统计像素点的个数小于第三预设值的行确定为目标行,并将统计像素点的个数小于所述第三预设值的列确定为目标列;
确定所述二值化图像中的第二目标像素值;所述第二目标像素值为:所述目标行与所述目标列中的第一目标像素值的和,与,所述目标行和所述目标列的总个数的比值;
确定所述二值化图像中每个像素值与所述第二目标像素值的差值的绝对值,得到两个不同的绝对值,并将取值大的绝对值所对应的像素值确定为文字像素值;
依据所述图像区域与所述二值化图像中像素点位置坐标的对应关系,以及所述二值化图像中像素值等于所述文字像素值的文字像素点的位置坐标,确定所述图像区域中组成文字的文字像素点。
其中,所述图像区域中的边缘文字像素点通过以下方式确定:
确定所述图像区域中每个像素点的梯度值,得到与所述图像区域大小相同的梯度区域;
从所述梯度区域中,确定出像素值大于预设梯度阈值的像素点;
依据所述图像区域与所述梯度区域间像素点的位置坐标的对应关系,确定所述图像区域中的边缘文字像素点。
其中,所述依据所述目标字体像素点集合,确定出所述待确定笔画宽度的文字的笔画宽度,包括:
针对每个所述目标像素点集合,确定所述目标像素点集合对应的目标值;所述目标值为:属于所述目标像素点集合的至少一个目标字体像素点集合中文字像素点个数的总和,与,所述至少一个目标字体像素点集合的数目的比值;
将所述目标值确定为与所述目标像素点集合对应的一个文字的笔画宽度;
依据每个目标像素点集合所对应一个文字的笔画宽度,确定出所述待确定笔画宽度的文字的笔画宽度。
其中,所述依据每个目标像素点集合所对应一个文字的笔画宽度,确定出所述待确定笔画宽度的文字的笔画宽度,包括:
依据每个目标像素点集合所对应一个文字的笔画宽度,确定所述图像区域中目标像素点集合所对应文字的平均笔画宽度值;
将所述平均笔画宽度值,确定为所述待确定笔画宽度的文字的笔画宽度。
本申请还公开了一种文字笔画宽度的确定装置,该装置包括:
获取单元,用于获取待处理图像中包含有待确定笔画宽度的文字的图像区域;
划分单元,用于按照目标格式,将所述图像区域包含的像素点划分为至少一个像素点集合;若所述图像区域包含一行文字时,所述目标格式为列;若所述图像区域包含一列文字时,所述目标格式为行;
第一确定单元,用于将所述至少一个像素点集合中,满足组成文字的文字像素点的个数大于第一预设值,和/或,边缘文字像素点的个数大于第二预设值的像素点集合,确定为文字像素点集合;其中,所述边缘文字像素点为:所述至少一个像素点集合所组成的图像区域中,像素值的梯度值大于预设梯度值的像素点;
第二确定单元,用于将所述至少一个像素点集合中连续的文字像素点集合,确定为一个目标像素点集合,得到至少一个目标像素点集合,其中,一个目标像素点集合对应一个所述文字;
第三确定单元,用于针对每个所述目标像素点集合所组成的目标区域,分别在横向与纵向方向上,确定像素点个数属于预设范围的连续文字像素点所组成的目标字体像素点集合,得到至少一个目标字体像素点集合;
第四确定单元,用于依据所述目标字体像素点集合,确定出所述待确定笔画宽度的文字的笔画宽度。
其中,所述装置还包括:
文字像素点确定单元,用于确定所述图像区域中组成文字的文字像素点;
其中,所述文字像素点确定单元,包括:
二值化子单元,用于对所述图像区域进行二值化,得到二值化图像;
第一确定子单元,用于分别确定所述二值化图像中每行与每列像素点中的第一目标像素值,以及,每行与每列像素点中的像素值不等于所述第一目标像素值的统计像素点;所述第一目标像素值为:位于首或尾位置的像素点所对应的像素值;
第二确定子单元,用于从所述二值化图像中,将统计像素点的个数小于第三预设值的行确定为目标行,并将统计像素点的个数小于所述第三预设值的列确定为目标列;
第三确定子单元,用于确定所述二值化图像中的第二目标像素值;所述第二目标像素值为:所述目标行与所述目标列中的第一目标像素值的和,与,所述目标行和所述目标列的总个数的比值;
第四确定子单元,用于确定所述二值化图像中每个像素值与所述第二目标像素值的差值的绝对值,得到两个不同的绝对值,并将取值大的绝对值所对应的像素值确定为文字像素值;
第五确定子单元,用于依据所述图像区域与所述二值化图像中像素点位置坐标的对应关系,以及所述二值化图像中像素值等于所述文字像素值的文字像素点的位置坐标,确定所述图像区域中组成文字的文字像素点。
其中,所述装置还包括:边缘文字像素点确定单元,用于确定所述图像区域中的边缘文字像素点;
所述边缘文字像素点确定单元,包括:
第六确定子单元,用于确定所述图像区域中每个像素点的梯度值,得到与所述图像区域大小相同的梯度区域;
第七确定子单元,用于从所述梯度区域中,确定出像素值大于预设梯度阈值的像素点;
第八确定子单元,用于依据所述图像区域与所述梯度区域间像素点的位置坐标的对应关系,确定所述图像区域中的边缘文字像素点。
其中,所述第四确定单元,包括:
第九确定子单元,用于针对每个所述目标像素点集合,确定所述目标像素点集合对应的目标值;所述目标值为:属于所述目标像素点集合的至少一个目标字体像素点集合中文字像素点个数的总和,与,所述至少一个目标字体像素点集合的数目的比值;
第十确定子单元,用于将所述目标值确定为,与所述目标像素点集合对应的一个文字的笔画宽度;
第十一确定子单元,用于依据每个目标像素点集合所对应一个文字的笔画宽度,确定出所述待确定笔画宽度的文字的笔画宽度。
其中,所述第十一确定子单元,包括:
第一确定模块,用于依据每个目标像素点集合所对应一个文字的笔画宽度,确定所述图像区域中目标像素点集合所对应文字的平均笔画宽度值;
第二确定模块,用于将所述平均笔画宽度值,确定为所述待确定笔画宽度的文字的笔画宽度。
本申请技术方案的有益效果为:
在本申请实施例中,将图像区域中待确定笔画宽度的一行文字或一列文字,划分为至少一个像素点集合,并从该至少一个像素点集合中,确定出组成图像区域中文字所对应的文字像素点集合,并且,根据确定出的文字像素点集合,确定出图像区域中与每个文字对应,由连续的多个文字像素点集合所组成的目标像素点集合,并从目标像素点集合中,确定出表征字体笔画宽度的目标文字像素点集合,依据目标文字点集合中文字像素点的个数,便可以确定出每个文字的笔画宽度,从而为确定图像中文字的重要程度提供了依据。
附图说明
为了更清楚地说明本申请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,下面描述中的附图仅仅是本申请的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1为本申请中一种文字笔画宽度的确定方法实施例的流程图;
图2为本申请中一种文字像素点集合的确定方法实施例的流程图;
图3为本申请中一种文字笔画宽度的确定装置实施例的结构示意图。
具体实施方式
本申请实施例提出的文字笔画宽度的检查方法,应用于只包含多个文字以及背景的图像,目的在于确定图像中文字的笔画宽度。
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
参考图1,示出了本申请中一种文字笔画宽度的确定方法实施例的流程图,该方法实施例具体可以包括:
步骤101:获取待处理图像。
在本步骤中,获取待处理图像,其中,待处理图像中需包括有文字,其中,文字可以有多行与多列,待处理图像可以为彩色图像,也可以为灰度图像。本实施例不对待处理图像的类型做限定。
步骤102:从获取的待处理图像中提取出包含一行或一列文字的待确定笔画宽度的图像区域。
在获取待处理图像后,本步骤中,从该待处理图像中提取出待确定文字笔画宽度的图像区域,在本实施例中,从待处理图像中提取出的图像区域中只包括一行或一列文字,且图像区域中的背景部分的颜色单一,本实施例中图像区域可以为彩色图像,例如RGB图像,也可以为其他颜色空间的图像区域。
步骤103:确定所述图像区域中表示文字的文字像素点,以及表示背景的背景像素点。
在提取出待确定文字笔画宽度的图像区域后,得到的是,该图像区域中各像素点对应的像素值,接着,本步骤确定图像区域中表示文字的文字像素点,以及,表示背景的背景像素点。
具体的,确定图像区域中的文字像素点和背景像素点的过程可以包括步骤A1~步骤A6:
步骤A1:将提取的图像区域转换为灰度或者任意亮度色彩分离空间中的任意通道的目标图像。
本步骤中的亮度色彩分离空间包括YUV、HSV、HSL和LAB等亮度色彩分离空间,其中,每种亮度色彩分离空间包括多个通道,例如,HSL亮度色彩分离空间包括色相(Hue,H)通道,饱和度(Saturation,S)通道以及亮度(Lightness,L)通道。在获取图像区域后,接着,将该图像区域转换为目标图像,或者,转换为任意一种亮度色彩分离空间中的任意一个通道对应的图像,为了描述方便,本实施例将图像区域转换得到的图像称为目标图像。具体的,假设图像区域为RGB图像,本步骤中,采用公式(1)将该图像区域转换为目标图像I。或者,本步骤中,采用公式(2)将该RGB图像转换为HSL亮度色彩分离空间中的L通道对应的图像,得到目标图像I。
I=R*0.299+G*0.587+B*0.114 (1)
式中,R表示红色分量,G表示绿色分量,B表示蓝色分量,I表示将图像区域进行转换得到的目标图像,在该公式中该目标图像为目标图像。
式中,R、G和B所代表的含义与公式(1)中的相同,这里不再赘述,在该公式中,I为HSL亮度色彩分离空间中的L通道对应的图像。
步骤A2:对该目标图像进行二值化,得到图像区域对应的二值化图像。
在得到目标图像后,在本步骤中,对该目标图像进行二值化,为了描述方便,将二值化后的目标图像称为二值化图像。以目标图像为例,具体的,采用OTSU算法获取对目标图像进行二值化的阈值,并基于该阈值将目标图像进行二值化,其中,采用OTSU算法确定将目标图像二值化的阈值的过程可以包括:
预设该目标图像可以分为N个灰度,其中,N<=256;
接着,确定该目标图像对应的N灰度直方图,所得到的N灰度直方图反映了根据目标图像所包含的像素点中,总灰度级为N中像素值为i的像素点个数H(i);
根据确定得到的直方图中的每个灰度等级t(0<=t<=N),按照如下公式计算:
其中,上式中H(i)为目标图像中像素值为i的像素点个数;x(i)表示对于像素值为i的像素点在总灰度级为256情况下所对应的灰度值,ω1(t)表示目标图像中,像素点灰度级小于等于t的像素点总个数;ω2(t)表示目标图像中,像素点灰度级大于t的像素点总个数;μ1(t)表示目标图像中,在总灰度级为256情况下灰度级小于等于t的所有像素点所对应的平均像素值;μ2(t)表示目标图像中,在总灰度级为256情况下灰度级大于t的所有像素点所对应的平均像素值;表示目标图像中,以灰度等级t所对应的像素值为分割阈值时,该目标图像所被分为的两类像素点间的方差。当该方差取最大值所对应的灰度级t,在总灰度级为256情况下所对应的灰度值,作为二值化的分割阈值。
依据二值化的阈值将目标图像进行二值化,得到图像区域对应的二值化图像。此时得到的二值化图像中,像素点的像素值只有两种,一种像素值为0,一种像素值为255,其中,一种像素值代表背景区域的像素点,另一种像素值代表文字部分像素点。
步骤A3:分别确定所述二值化图像中的每行与每列像素点中,第一目标像素值,以及,不等于所述第一目标像素值的统计像素点。
在得到背景区域对应的像素点和文字部分对应的两种像素点的二值化图像后,需要确定出该二值化图像中表示文字部分的像素点。
针对二值化图像中的每行像素点,计算该行像素点中,不等于该行像素点中位于首或尾的像素点所对应的像素值,为了描述方便,本实施例中将一行或一列像素点中位于首或尾位置的像素点所对应的像素值称为第一目标像素值。接着,统计每行中不等于第一目标像素值的像素点,为了描述方便,本实施例中将不等于第一目标像素值的像素点称为统计像素点。在本步骤中确定每列中的统计像素点的方法,与行相同,这里不再赘述。
步骤A4:从二值化图像中,确定统计像素点的个数小于第三预设值的目标行与目标列。
在实际应用中,统计二值图像的每行像素点中背景像素点个数和文字像素点个数,发现每行像素点对应的背景像素点个数中的第一最小值,大于,每行像素点对应的文字像素点个数中的第二最小值,因此,本实施例将第一最小值与第二最小值中间的某个数值作为第三预设值。在本步骤中,利用该第三预设值确定本实施例中的二值图像中背景像素点的像素值。在确定每行和每列中的统计像素点后,接着,在本步骤中,确定每行和每列像素点中,统计像素点的个数,并依据每行和每列像素点中统计像素点的个数,从二值化图像中,确定出统计像素点个数小于第三预设值目标行和目标列。
步骤A5:确定二值化图像中的第二目标像素值。
由于背景像素点对应的最小像素点个数大于第三预设值,且,文字像素点对应的最小像素点个数小于第三预设值,因此,在每行像素点中,如果统计像素点个数小于第三预设值,则该统计像素点为文字像素点的概率大,因此,此时第一目标像素值为背景像素点对应的像素值的概率大。利用这一原理,本步骤中,将目标行与目标列对应的第一目标像素值的和,与,目标行和目标列的总个数的比值称为第二目标像素值,该第二目标像素值反映了二值化图像中背景像素点对应的像素值的平均值。
步骤A6:根据二值化图像中每个像素值与第二目标像素值的差值的绝对值,得到两个绝对值,将该两个绝对值中较大绝对值所对应的像素值作为文字像素值。
在确定出二值化图像中的第二目标像素值后,接着,在本步骤中,将二值化图像中的每个像素值与第二目标像素值进行比较,得到每个像素点对应的像素值与该第二目标像素值间的差值的绝对值,得到两个绝对值,一个绝对值对应的文字像素点,一个绝对值对应背景像素点,由于第二目标像素值反映的是的二值化图像中部分背景像素值的平均值,因此,与第二目标像素值的差值绝对值越小的绝对值所对应的像素点为背景像素点,那么二值化图像中除背景像素点之外的像素点为文字像素点。
此外,本步骤还可以将第二目标像素值与预设的中间值进行比较,其中,该中间值可以为128,若该第二目标像素值大于128,二值化图像中像素值为255的像素点为背景像素点;若该比值小于128,则二值图像中像素值为0的像素点为背景像素点。其中,中间值可以通过人为设定得到,可以在图像的像素值取值范围内任意设定,例如,此处二值图像中像素值取值为0和255,就可以在0~255范围内任意设定。
步骤104:按照目标格式,将图像区域划分为多个顺序排列的像素点集合。
在本步骤中,目标格式为行或列,具体的,与图像区域中文字的分布方向相关,若图像区域包含一行文字时,目标格式为列;若图像区域包含一列文字时,目标格式为行。在针对具体的图像区域,确定该图像区域对应的目标格式后,将该图像区域按照目标格式划分为多个顺序排列的像素点集合。例如,当图像区域包含一行文字时,将图像区域按照列划分为顺序排列的多列像素点,为了描述方便,本实施例将划分得到的每列像素点称为一个像素点集合,得到多个顺序排列的像素点集合。
以一行为文字为“你吃饭了吗”为例,按照列来划分,可以得到顺序排列的多列像素点集合。
步骤105:从多个像素点集合中,依据预设条件,确定出文字像素点集合。
在确定出多个顺序排列的像素点集合后,本步骤中,从多个顺序排列的像素点集合中,以一行为文字为“你吃饭了吗”所得到的顺序排列的多个像素点集合,其中,有的像素点集合正好是文字所对应的像素点集合,而有的像素点集合为相邻两个文字中间的像素点集合。为了描述方便,本实施例中,将文字所对应的像素点集合称为文字像素点集合。
在本步骤中,按照预设的条件,确定出文字像素点集合。其中,预设条件包括:像素点集合中文字像素点个数大于第一预设值,和/或,所述像素点集合中边缘文字像素点个数大于第二预设值;其中,像素点集合中的边缘文字像素点为:图像区域对应的梯度区域中,梯度值大于预设梯度阈值的像素点。
此时,对于“你吃饭了吗”所对应的多个顺序排列的像素点集合的排列方式,可能为10个文字像素点集合、10个不是文字像素点集合的非文字像素点集合、10个文字像素点集合、10个非文字像素点集合、10个文字像素点集合、10个非文字像素点集合、10个文字像素点集合、10个非文字像素点集合和10个文字像素点集合。
步骤106:从多个文字像素点集合中,确定出连续的文字像素点集合所形成的表征一个文字的目标像素点集合,得到多个目标像素点集合。
在确定出表示非文字分割线的文字像素点集合后,本步骤中,确定出连续的文字像素点集合所形成的目标像素点集合,由于文字像素点集合表示非文字分割线,因此,文字像素点集合中,连续的文字像素点集合统称为目标像素点集合,此时目标像素点集合所形成的坐标区域即为一个文字所对应的坐标区域。
在“你吃饭了吗”所对应的像素点集合中的排列顺序中,在本步骤中,将10个连续的文字像素点集合所形成的坐标区域,作为一个文字所对应的坐标区域,即将10个连续的文字像素点集合统称为一个目标像素点集合。
步骤107:针对每个目标像素点集合所组成的目标区域,从目标区域所包含的行和列像素点中,确定出在预定方向上连续的文字像素点的个数位于预设范围的目标字体像素点集合。
在本步骤中,预定方向可以为横向和纵向,并且,在预定方向行,分别确定每个目标像素点集合中连续的文字像素点个数位于预设范围的像素点集合,为了描述方便,本实施例将每行与每列像素点中连续的文字像素点个数位于预设范围的像素点集合称为目标字体像素点集合。其中,预设范围是为了去除连续的文字像素点中存在某个笔画所占有的像素点个数,例如,“大”字中“一”这一笔画可能在某一行中,此时,统计该行中连续的文字像素点个数时,该笔画所对应的像素点同样为连续的文字像素点,但是,该连续的文字像素点不是表征笔画宽度的目标字体像素点集合,因此,本实施例将连续的文字像素点个数位于预设范围的像素点作为目标字体像素点集合。
步骤108:针对每个目标像素点集合,依据该目标像素点集合所组成的目标区域中,目标字体像素点集合的数目,以及每个目标字体像素点集合中文字像素点的个数,确定出该目标像素点集合所代表的文字的笔画宽度。
在确定出每个目标像素点集合的每行和每列中所包含的目标字体像素点集合后,接着,在本步骤中,针对每个目标像素点集合的每行和每列像素点中,所包括的目标字体像素点集合的数目,以及每个目标字体像素点集合所包含的文字像素点的个数,确定该目标像素点集合所对应的文字的笔画宽度。例如,将该目标像素点集合中的目标字体像素点集合中所包括的文字像素点的总个数,与文字像素点集合的总数目的比值,作为该目标像素点集合所对应的文字的笔画宽度。
上述步骤101~步骤108确定出了图像区域所包括的一行或一列文字中,每个文字对应的笔画宽度,在实际应用中,在确定出一行或一列文字的笔画宽度后,根据该行或该列文字中的每个文字对应的笔画宽度,确定该行或该列文字对应的笔画宽度。具体的,可以将该行或该列中每个文字对应的笔画宽度求平均值,并将该平均值作为该行文字或该列文字的笔画宽度。当然,本实施例只是给出了一种根据每个文字的笔画宽度确定一行或一列文字的笔画宽度的实现方式,在实际应用中,还可以采用其他的方式来确定一行或一列文字的笔画宽度,对于具体的实现方式,本实施例不作具体的限定。
通过本实施例,从待处理图像中提取出包含一行或一列文字的待确定笔画宽度的图像区域,并确定出该图像区域中表示文字的文字像素点和表示背景的背景像素点,根据图像区域中的文字像素点和背景像素点,确定出表示一行或一列文字中相邻两个文字间的分割线的行或列,进而,根据相邻文字间的分割线的行或列,确定出连续的非文字分割线所构成的目标像素点集合,该目标像素点集合就表示一个文字的文字像素点所对应的坐标区域,并确定每个文字所对应的目标像素点集合中,代表文字的一个笔画宽度的目标字体像素点集合,进而,根据目标字体像素点集合的数目和每个目标字体像素点集合中像素点的个数,确定一个文字的笔画宽度。
对于图1所对应的方法实施例中,从多个像素点集合中,确定文字像素点集合的过程,如图2所示,图2示出了本申请实施例中,一种文字像素点集合的确定方法实施例的流程图,该方法实施例可以包括:
步骤201:计算所述图像区域中每个像素点的梯度值,得到所述图像区域对应的梯度区域。
本步骤中,计算图像区域中每个像素点的梯度值,具体的,将图像区域变换为目标图像,具体将图像区域变换为目标图像的过程,可以参考图1对应的方法实施例中的步骤A1,具体细节这里不再赘述。
在将图像区域变换为目标图像后,接着,本步骤中,计算目标图像中每个像素点对应的梯度值,具体的,可以通过边缘特征提取算法来确定目标图像中每个像素点对应的梯度值,其中,边缘特征提取算法可以包括:Sobel算子,Canny算子等,本实施例以Sobel算子为例来介绍提取目标图像中的像素值的梯度值。
具体的,分别将水平方向边缘梯度算子和垂直方向边缘梯度算子,与目标图像进行卷积,得到水平边缘图像和垂直边缘图像,针对水平边缘图像与垂直边缘图像中的相同坐标处的像素点对应的像素值按照公式(9)进行计算,得到图像区域对应的梯度区域。
Ea(x,y)=sqrt(Ev(x,y)2+Eh(x,y)2) (9)
步骤202:从所述梯度区域中,确定出像素值大于预设梯度阈值的边缘文字像素点。
在确定出梯度区域中每个像素点对应的梯度值后,接着,本步骤中,将梯度区域中像素值大于预设梯度阈值的像素点作为边缘文字像素点。由于图像区域中背景颜色单一,文字颜色单一,所以紧挨着背景像素点的文字像素点对应的梯度值较大,并且,紧挨着背景像素点的文字像素点为文字的边缘像素点,因此,梯度图像中大于预设梯度阈值的像素值在图像区域中所对应的像素点为文字边缘像素点。
步骤203:依据所述图像区域与所述梯度区域间像素点的位置坐标的对应关系,针对每个像素点集合,确定所述像素点集合中边缘文字像素点。
在确定出体度区域中的表征文字边缘的文字边缘像素点后,接着,在本步骤中,依据图像区域与梯度区域中像素点位置坐标的对应关系,确定图像区域中表征文字边缘的边缘文字像素点。
步骤204:从多个像素点集合中,确定出满足预设条件的文字像素点集合;所述预设条件包括:所述像素点集合中文字像素点个数大于第一预设值,以及,所述像素点集合中边缘文字像素点个数大于第二预设值中的一种或两种。
在确定出图像区域中边缘文字像素点后,接着,在本步骤中,依据像素点集合中文字像素点的个数,或者,像素点集合中边缘文字像素点的个数中的一种或者两种,从多个像素点集合中确定文字像素点集合。
具体的,从多个像素点集合中确定文字像素点集合的过程,可以包括:
步骤B1:确定图像区域中每个像素点集合对应的特征值。
在将图像区域划分为连续的多个像素点集合后,本步骤中,针对每个像素点集合,计算该像素点集合中文字像素点的个数,并将文字像素点的个数与第一预设值相比较,若小于该第一预设值,则将该像素点集合在图像区域中对应的像素点作为相邻两个文字的分割线,若不小于该第一预设值,则将该像素点集合在图像区域中对应的像素点不作为相邻两个文字的分割线。
为了描述方便,本实施例将像素点集合在图像区域中是否作为相邻文字的分割线,通过分割线特征值进行表示。例如,如果该像素点集合在图像区域中所对应的像素点是相邻文字的分割线,则将第一标记作为该像素点集合对应的特征值,如果该像素点集合在图像区域中不是相邻文字的分割线,则将第二标记作为将该像素点集合对应的特征值。需要说明的是,本实施例中第一标记与第二标记表示两种不同的标识,该标识可以为数值,也可以为其他类型的字符,本实施例不对标记的具体形式作限定。
在本步骤中,还可以通过每个像素点集合中,边缘文字像素点个数与第二预设值进行比较,确定每个像素点集合对应的特征值,具体的过程与通过文字像素点确定像素点集合对应的特征值的方法相同,这里不再赘述。
在本实施例中,还可以通过文字像素点对应的特征值,与边缘文字像素点对应的特征值,进行“或”操作,将“或”操作的结果,作为该像素点集合对应的特征值。
需要说明的是,在实际应用中,确定像素点集合对应的特征值可以采用文字像素点个数,以及,边缘文字像素点个数中的一种或者两种。
步骤B2:根据像素点集合对应的特征值,从多个像素点集合中,确定特征值表征非分割线的文字像素点集合。
在确定出每个像素点集合对应的特征值后,依据每个像素点集合对应的特征值,确定出特征值表示非分割线的像素点集合,本实施例中将特征值表示非分割线的像素点集合称为文字像素点集合。
通过本实施例,从图像区域所包括的多个像素点集合中确定出,表示非分割线的文字像素点集合,其中,通过确定每个像素点集合对应的特征值,若像素点集合表示分割线时,该像素点集合通过一种标记来表示特征值,若像素点集合表示非分割线时,该像素点集合通过另一种标记来表示特征值。在本实施例中,可以通过像素点集合中的文字像素点个数,以及,像素点集合中边缘文字像素点个数中的一种或者两种来确定特征值,避免了出现图像压缩效应导致文字与背景间不容易分割,而导致错误确定像素点集合对应的特征值的情况。
参考图3,示出了本申请中一种文字笔画宽度的确定装置实施例的结构示意图,该装置实施例可以包括:
获取单元301,用于获取待处理图像中包含有待确定笔画宽度的文字的图像区域;
划分单元302,用于按照目标格式,将所述图像区域包含的像素点划分为至少一个像素点集合;若所述图像区域包含一行文字时,所述目标格式为列;若所述图像区域包含一列文字时,所述目标格式为行;
第一确定单元303,用于将所述至少一个像素点集合中,满足组成文字的文字像素点的个数大于第一预设值,和/或,边缘文字像素点的个数大于第二预设值的像素点集合,确定为文字像素点集合;其中,所述边缘文字像素点为:所述至少一个像素点集合所组成的图像区域中,像素值的梯度值大于预设梯度值的像素点;
第二确定单元304,用于将所述至少一个像素点集合中连续的文字像素点集合,确定为一个目标像素点集合,得到至少一个目标像素点集合,其中,一个目标像素点集合对应一个所述文字;
第三确定单元305,用于针对每个所述目标像素点集合所组成的目标区域,分别在横向与纵向方向上,确定像素点个数属于预设范围的连续文字像素点所组成的目标字体像素点集合,得到至少一个目标字体像素点集合;
第四确定单元306,用于依据所述目标字体像素点集合,确定出所述待确定笔画宽度的文字的笔画宽度。
其中,所述装置还包括:
文字像素点确定单元,用于确定所述图像区域中组成文字的文字像素点;
其中,所述文字像素点确定单元,包括:
二值化子单元,用于对所述图像区域进行二值化,得到二值化图像;
第一确定子单元,用于分别确定所述二值化图像中每行与每列像素点中的第一目标像素值,以及,每行与每列像素点中的像素值不等于所述第一目标像素值的统计像素点;所述第一目标像素值为:位于首或尾位置的像素点所对应的像素值;
第二确定子单元,用于从所述二值化图像中,将统计像素点的个数小于第三预设值的行确定为目标行,并将统计像素点的个数小于所述第三预设值的列确定为目标列;
第三确定子单元,用于确定所述二值化图像中的第二目标像素值;所述第二目标像素值为:所述目标行与所述目标列中的第一目标像素值的和,与,所述目标行和所述目标列的总个数的比值;
第四确定子单元,用于确定所述二值化图像中每个像素值与所述第二目标像素值的差值的绝对值,得到两个不同的绝对值,并将取值大的绝对值所对应的像素值确定为文字像素值;
第五确定子单元,用于依据所述图像区域与所述二值化图像中像素点位置坐标的对应关系,以及所述二值化图像中像素值等于所述文字像素值的文字像素点的位置坐标,确定所述图像区域中组成文字的文字像素点。
其中,所述装置还包括:边缘文字像素点确定单元,用于确定所述图像区域中的边缘文字像素点;
所述边缘文字像素点确定单元,包括:
第六确定子单元,用于确定所述图像区域中每个像素点的梯度值,得到与所述图像区域大小相同的梯度区域;
第七确定子单元,用于从所述梯度区域中,确定出像素值大于预设梯度阈值的像素点;
第八确定子单元,用于依据所述图像区域与所述梯度区域间像素点的位置坐标的对应关系,确定所述图像区域中的边缘文字像素点。
其中,所述第四确定单元,包括:
第九确定子单元,用于针对每个所述目标像素点集合,确定所述目标像素点集合对应的目标值;所述目标值为:属于所述目标像素点集合的至少一个目标字体像素点集合中文字像素点个数的总和,与,所述至少一个目标字体像素点集合的数目的比值;
第十确定子单元,用于将所述目标值确定为与所述目标像素点集合对应的一个文字的笔画宽度;
第十一确定子单元,用于依据每个目标像素点集合所对应一个文字的笔画宽度,确定出所述待确定笔画宽度的文字的笔画宽度。
其中,所述第十一确定子单元,包括:
第一确定模块,用于依据每个目标像素点集合所对应一个文字的笔画宽度,确定所述图像区域中目标像素点集合所对应文字的平均笔画宽度值;
第二确定模块,用于将所述平均笔画宽度值,确定为所述待确定笔画宽度的文字的笔画宽度。
通过本装置实施例保证了图1与图2分别对应的方法实施例,在实际中的实现。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其它实施例的不同之处,各个实施例之间相同相似部分互相参见即可。在本文中,诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。在文中的“包括”、“包含”等词语解释为包含的含义而不是排他或穷举的含义;也就是说,是“包含但不限于”的含义。在不脱离本发明构思的前提下,还可以做出变形、同等替换、改进等,这些都属于本发明的保护范围。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下,在其它实施例中实现。因此,本申请将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种文字笔画宽度的确定方法,其特征在于,所述方法包括:
获取待处理图像中包含有待确定笔画宽度的文字的图像区域;
按照目标格式,将所述图像区域包含的像素点划分为至少一个像素点集合;若所述图像区域包含一行文字时,所述目标格式为列;若所述图像区域包含一列文字时,所述目标格式为行;
将所述至少一个像素点集合中,满足组成文字的文字像素点的个数大于第一预设值,和/或,边缘文字像素点的个数大于第二预设值的像素点集合,确定为文字像素点集合;其中,所述边缘文字像素点为:所述至少一个像素点集合所组成的图像区域中,像素值的梯度值大于预设梯度值的像素点;
将所述至少一个像素点集合中连续的文字像素点集合,确定为一个目标像素点集合,得到至少一个目标像素点集合,其中,一个目标像素点集合对应一个所述文字;
针对每个所述目标像素点集合所组成的目标区域,分别在横向与纵向方向上,确定像素点个数属于预设范围的连续文字像素点所组成的目标字体像素点集合,得到至少一个目标字体像素点集合;
依据所述目标字体像素点集合,确定出所述待确定笔画宽度的文字的笔画宽度。
2.根据权利要求1所述的方法,其特征在于,所述图像区域中组成文字的文字像素点通过以下方式确定:
对所述图像区域进行二值化,得到二值化图像;
分别确定所述二值化图像中每行与每列像素点中的第一目标像素值,以及,每行与每列像素点中的像素值不等于所述第一目标像素值的统计像素点;所述第一目标像素值为:位于首或尾位置的像素点所对应的像素值;
从所述二值化图像中,将统计像素点的个数小于第三预设值的行确定为目标行,并将统计像素点的个数小于所述第三预设值的列确定为目标列;
确定所述二值化图像中的第二目标像素值;所述第二目标像素值为:所述目标行与所述目标列中的第一目标像素值的和,与,所述目标行和所述目标列的总个数的比值;
确定所述二值化图像中每个像素值与所述第二目标像素值的差值的绝对值,得到两个不同的绝对值,并将取值大的绝对值所对应的像素值确定为文字像素值;
依据所述图像区域与所述二值化图像中像素点位置坐标的对应关系,以及所述二值化图像中像素值等于所述文字像素值的文字像素点的位置坐标,确定所述图像区域中组成文字的文字像素点。
3.根据权利要求1所述的方法,其特征在于,所述图像区域中的边缘文字像素点通过以下方式确定:
确定所述图像区域中每个像素点的梯度值,得到与所述图像区域大小相同的梯度区域;
从所述梯度区域中,确定出像素值大于预设梯度阈值的像素点;
依据所述图像区域与所述梯度区域间像素点的位置坐标的对应关系,确定所述图像区域中的边缘文字像素点。
4.根据权利要求1所述的方法,其特征在于,所述依据所述目标字体像素点集合,确定出所述待确定笔画宽度的文字的笔画宽度,包括:
针对每个所述目标像素点集合,确定所述目标像素点集合对应的目标值;所述目标值为:属于所述目标像素点集合的至少一个目标字体像素点集合中文字像素点个数的总和,与,所述至少一个目标字体像素点集合的数目的比值;
将所述目标值确定为与所述目标像素点集合对应的一个文字的笔画宽度;
依据每个目标像素点集合所对应一个文字的笔画宽度,确定出所述待确定笔画宽度的文字的笔画宽度。
5.根据权利要求4所述的方法,其特征在于,所述依据每个目标像素点集合所对应一个文字的笔画宽度,确定出所述待确定笔画宽度的文字的笔画宽度,包括:
依据每个目标像素点集合所对应一个文字的笔画宽度,确定所述图像区域中目标像素点集合所对应文字的平均笔画宽度值;
将所述平均笔画宽度值,确定为所述待确定笔画宽度的文字的笔画宽度。
6.一种文字笔画宽度的确定装置,其特征在于,所述装置包括:
获取单元,用于获取待处理图像中包含有待确定笔画宽度的文字的图像区域;
划分单元,用于按照目标格式,将所述图像区域包含的像素点划分为至少一个像素点集合;若所述图像区域包含一行文字时,所述目标格式为列;若所述图像区域包含一列文字时,所述目标格式为行;
第一确定单元,用于将所述至少一个像素点集合中,满足组成文字的文字像素点的个数大于第一预设值,和/或,边缘文字像素点的个数大于第二预设值的像素点集合,确定为文字像素点集合;其中,所述边缘文字像素点为:所述至少一个像素点集合所组成的图像区域中,像素值的梯度值大于预设梯度值的像素点;
第二确定单元,用于将所述至少一个像素点集合中连续的文字像素点集合,确定为一个目标像素点集合,得到至少一个目标像素点集合,其中,一个目标像素点集合对应一个所述文字;
第三确定单元,用于针对每个所述目标像素点集合所组成的目标区域,分别在横向与纵向方向上,确定像素点个数属于预设范围的连续文字像素点所组成的目标字体像素点集合,得到至少一个目标字体像素点集合;
第四确定单元,用于依据所述目标字体像素点集合,确定出所述待确定笔画宽度的文字的笔画宽度。
7.根据权利要求6所述的装置,其特征在于,所述装置还包括:
文字像素点确定单元,用于确定所述图像区域中组成文字的文字像素点;
其中,所述文字像素点确定单元,包括:
二值化子单元,用于对所述图像区域进行二值化,得到二值化图像;
第一确定子单元,用于分别确定所述二值化图像中每行与每列像素点中的第一目标像素值,以及,每行与每列像素点中的像素值不等于所述第一目标像素值的统计像素点;所述第一目标像素值为:位于首或尾位置的像素点所对应的像素值;
第二确定子单元,用于从所述二值化图像中,将统计像素点的个数小于第三预设值的行确定为目标行,并将统计像素点的个数小于所述第三预设值的列确定为目标列;
第三确定子单元,用于确定所述二值化图像中的第二目标像素值;所述第二目标像素值为:所述目标行与所述目标列中的第一目标像素值的和,与,所述目标行和所述目标列的总个数的比值;
第四确定子单元,用于确定所述二值化图像中每个像素值与所述第二目标像素值的差值的绝对值,得到两个不同的绝对值,并将取值大的绝对值所对应的像素值确定为文字像素值;
第五确定子单元,用于依据所述图像区域与所述二值化图像中像素点位置坐标的对应关系,以及所述二值化图像中像素值等于所述文字像素值的文字像素点的位置坐标,确定所述图像区域中组成文字的文字像素点。
8.根据权利要求6所述的装置,其特征在于,所述装置还包括:边缘文字像素点确定单元,用于确定所述图像区域中的边缘文字像素点;
所述边缘文字像素点确定单元,包括:
第六确定子单元,用于确定所述图像区域中每个像素点的梯度值,得到与所述图像区域大小相同的梯度区域;
第七确定子单元,用于从所述梯度区域中,确定出像素值大于预设梯度阈值的像素点;
第八确定子单元,用于依据所述图像区域与所述梯度区域间像素点的位置坐标的对应关系,确定所述图像区域中的边缘文字像素点。
9.根据权利要求6所述的装置,其特征在于,所述第四确定单元,包括:
第九确定子单元,用于针对每个所述目标像素点集合,确定所述目标像素点集合对应的目标值;所述目标值为:属于所述目标像素点集合的至少一个目标字体像素点集合中文字像素点个数的总和,与,所述至少一个目标字体像素点集合的数目的比值;
第十确定子单元,用于将所述目标值确定为与所述目标像素点集合对应的一个文字的笔画宽度;
第十一确定子单元,用于依据每个目标像素点集合所对应一个文字的笔画宽度,确定出所述待确定笔画宽度的文字的笔画宽度。
10.根据权利要求9所述的装置,其特征在于,所述第十一确定子单元,包括:
第一确定模块,用于依据每个目标像素点集合所对应一个文字的笔画宽度,确定所述图像区域中目标像素点集合所对应文字的平均笔画宽度值;
第二确定模块,用于将所述平均笔画宽度值,确定为所述待确定笔画宽度的文字的笔画宽度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810168855.3A CN108305284B (zh) | 2018-02-28 | 2018-02-28 | 一种文字笔画宽度的确定方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810168855.3A CN108305284B (zh) | 2018-02-28 | 2018-02-28 | 一种文字笔画宽度的确定方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108305284A true CN108305284A (zh) | 2018-07-20 |
CN108305284B CN108305284B (zh) | 2020-09-29 |
Family
ID=62849062
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810168855.3A Active CN108305284B (zh) | 2018-02-28 | 2018-02-28 | 一种文字笔画宽度的确定方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108305284B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111260743A (zh) * | 2020-01-08 | 2020-06-09 | 北大方正集团有限公司 | 文字笔画的调整方法和装置 |
CN113470053A (zh) * | 2020-03-30 | 2021-10-01 | 杭州海康威视数字技术股份有限公司 | 一种合成图分割方法、装置和电子设备 |
CN116311543A (zh) * | 2023-02-03 | 2023-06-23 | 汇金智融(深圳)科技有限公司 | 一种基于图像识别技术的笔迹分析方法及系统 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN103093181A (zh) * | 2011-11-01 | 2013-05-08 | 青岛海信网络科技股份有限公司 | 一种车牌图像定位的方法和装置 |
US20140022406A1 (en) * | 2012-07-19 | 2014-01-23 | Qualcomm Incorporated | Automatic correction of skew in natural images and video |
CN103761520A (zh) * | 2013-12-05 | 2014-04-30 | 南京理工大学 | 基于笔划宽度的文档图像无参二值化方法 |
CN104766076A (zh) * | 2015-02-28 | 2015-07-08 | 北京奇艺世纪科技有限公司 | 一种视频图像文字的检测方法和装置 |
CN104951788A (zh) * | 2015-07-08 | 2015-09-30 | 上海海事大学 | 一种书法作品中单字笔画的提取方法 |
US20160180819A1 (en) * | 2014-12-22 | 2016-06-23 | Canon Kabushiki Kaisha | Emboldening of outline fonts |
CN107506777A (zh) * | 2017-06-07 | 2017-12-22 | 佛山科学技术学院 | 一种基于小波变化和支持向量机的实时多车牌识别方法和装置 |
CN107590447A (zh) * | 2017-08-29 | 2018-01-16 | 北京奇艺世纪科技有限公司 | 一种文字标题识别方法及装置 |
-
2018
- 2018-02-28 CN CN201810168855.3A patent/CN108305284B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN103093181A (zh) * | 2011-11-01 | 2013-05-08 | 青岛海信网络科技股份有限公司 | 一种车牌图像定位的方法和装置 |
US20140022406A1 (en) * | 2012-07-19 | 2014-01-23 | Qualcomm Incorporated | Automatic correction of skew in natural images and video |
CN103761520A (zh) * | 2013-12-05 | 2014-04-30 | 南京理工大学 | 基于笔划宽度的文档图像无参二值化方法 |
US20160180819A1 (en) * | 2014-12-22 | 2016-06-23 | Canon Kabushiki Kaisha | Emboldening of outline fonts |
CN104766076A (zh) * | 2015-02-28 | 2015-07-08 | 北京奇艺世纪科技有限公司 | 一种视频图像文字的检测方法和装置 |
CN104951788A (zh) * | 2015-07-08 | 2015-09-30 | 上海海事大学 | 一种书法作品中单字笔画的提取方法 |
CN107506777A (zh) * | 2017-06-07 | 2017-12-22 | 佛山科学技术学院 | 一种基于小波变化和支持向量机的实时多车牌识别方法和装置 |
CN107590447A (zh) * | 2017-08-29 | 2018-01-16 | 北京奇艺世纪科技有限公司 | 一种文字标题识别方法及装置 |
Non-Patent Citations (3)
Title |
---|
XIAODONG H.等: "A new video text extraction method based on stroke", 《2013 6TH INTERNATIONAL CONGRESS ON IMAGE AND SIGNAL PROCESSING (CISP)》 * |
杨超 等: "车牌识别系统中反色判断及二值化算法", 《计算机工程与设计》 * |
王晓群 等: "基于自适应数学形态学的车牌定位研究", 《图学学报》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111260743A (zh) * | 2020-01-08 | 2020-06-09 | 北大方正集团有限公司 | 文字笔画的调整方法和装置 |
CN113470053A (zh) * | 2020-03-30 | 2021-10-01 | 杭州海康威视数字技术股份有限公司 | 一种合成图分割方法、装置和电子设备 |
CN113470053B (zh) * | 2020-03-30 | 2024-03-05 | 杭州海康威视数字技术股份有限公司 | 一种合成图分割方法、装置和电子设备 |
CN116311543A (zh) * | 2023-02-03 | 2023-06-23 | 汇金智融(深圳)科技有限公司 | 一种基于图像识别技术的笔迹分析方法及系统 |
CN116311543B (zh) * | 2023-02-03 | 2024-03-08 | 汇金智融(深圳)科技有限公司 | 一种基于图像识别技术的笔迹分析方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN108305284B (zh) | 2020-09-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105205488B (zh) | 基于Harris角点和笔画宽度的文字区域检测方法 | |
JP7290294B2 (ja) | カラーバーコードの色補正方法及びコンピュータ読取可能な記憶媒体 | |
JP2003228712A (ja) | イメージからテキスト状のピクセルを識別する方法 | |
CN108305284A (zh) | 一种文字笔画宽度的确定方法及装置 | |
CN1312625C (zh) | 基于游程邻接图的复杂背景彩色图像中字符提取方法 | |
CN106447020B (zh) | 一种智能菌落计数方法 | |
CN105095892A (zh) | 基于图像处理的学生文档管理系统 | |
CN108737875B (zh) | 图像处理方法及装置 | |
EP1831823A1 (en) | Segmenting digital image and producing compact representation | |
JP2004529404A (ja) | 画像を分析するための方法及び装置 | |
US7119924B2 (en) | Detection and segmentation of sweeps in color graphics images | |
CN107659799B (zh) | 摄像装置、图像处理方法和存储介质 | |
US8000535B2 (en) | Methods and systems for refining text segmentation results | |
CN113392819B (zh) | 一种批量化学术图像自动分割标注装置和方法 | |
CN101677351A (zh) | 图像处理装置、图像形成装置和图像处理方法 | |
CN108388898A (zh) | 基于连接体和模板的字符识别方法 | |
CN106815580A (zh) | 一种车牌定位方法 | |
US10789715B2 (en) | Image processing device, image processing method, and information storage medium | |
CN110807747A (zh) | 一种基于前景蒙版的文档图像降噪方法 | |
AU2008264171A1 (en) | Print quality assessment method | |
CN113312982A (zh) | 一种文档还原处理方法、装置、计算机存储介质及终端 | |
CN112464739A (zh) | 一种文档文本易读性评测的方法及终端 | |
US10521686B2 (en) | Image processing apparatus, information processing method and storage medium for generating an image file by extracting character pixels of a target image | |
CN111491069B (zh) | 一种文档图像的色彩模式自动设定方法 | |
CN104794469A (zh) | 基于图像异构计算的实时视频流文字定位方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |