CN110516667B - 一种基于安卓的文字水平矫正方法 - Google Patents
一种基于安卓的文字水平矫正方法 Download PDFInfo
- Publication number
- CN110516667B CN110516667B CN201910753651.0A CN201910753651A CN110516667B CN 110516667 B CN110516667 B CN 110516667B CN 201910753651 A CN201910753651 A CN 201910753651A CN 110516667 B CN110516667 B CN 110516667B
- Authority
- CN
- China
- Prior art keywords
- picture
- average value
- height
- width
- angle
- 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
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
- G06V30/10—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
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种基于安卓的文字水平矫正方法。本发明针对包含大量文字的图片，图像处理极少是针对彩色图处理，所以首先我们先对图片灰度处理转换成灰度图，图片去噪处理，图片边缘提取，二值化处理，霍夫变换处理，建立xy坐标系计算夹角的平均值，最后通过二维旋转，仿射变换矩阵生成最终文字水平的图片。本发明对清晰的，文字占图片比高的图片矫正很准确。本发明对图片进行处理后，使图片中的文字看起来是在一个平面上，并且要使原来倾斜的文字变为水平，便于浏览与阅读。同时本发明解决了手机拍摄的图片有变形或倾斜时，能够直接对其处理为较为正常的图片。
Description
技术领域
本发明属于计算机图像处理领域，提供一种基于安卓的文字水平矫正方法。通过该方法任意角度的一张文字图片，经过一系列处理，获取文字方向和水平的角度，然后旋转图片或者仿射变换等处理使文字水平。
背景技术
手机的普及和移动4G信号的诸多优点，使手机端实时传送大文件已不再是问题。人类已经全新步入移动互联网时代，在生产和生活的方方面面都已经离不开手机和网络。在手机上浏览新闻、视频娱乐、即时通信、随时随地阅读和学习等等已经逐渐成为人们不可或少的一部分。甚至手机大有取代笔记本，取代笔与纸的趋势，遇到需要记录的东西随手一拍，在手机里保存一张图片，需要时拿出来翻看，即便捷又环保。但是拍摄的照片受到拍摄角度，抖动，光照，纸张等因素的影响，导致图片上文字倾斜或者凹凸、褶皱变形，这时我们就需要对图片进行优化，使图片中的文字看起来是在一个平面上，并且要使原来倾斜的文字变为水平，便于浏览与阅读。本发明就是解决手机拍摄的图片有变形或倾斜时，对其处理为较为正常的图片。
发明内容
本发明的目的是主要针对包含大量文字的图片，图像处理极少是针对彩色图处理，所以首先我们先对图片灰度处理转换成灰度图，图片去噪处理，图片边缘提取，二值化处理，霍夫变换处理，建立xy坐标系计算夹角的平均值(当然在获得角度后，你可以结合实际需求自行处理)，最后通过二维旋转，仿射变换矩阵生成最终文字水平的图片。
本发明解决其技术问题所采用的技术方案包括如下步骤：
步骤1、初始化计算，根据传入的图片获取属性宽高记为width和height,单位是像素px，为提高准确度先把图片平均划分成四部分，分别为P1，P2，P3，P4。
步骤2、取出步骤1中的P1做灰度化处理,遍历求出每个像素点的R、G、B三个分量的平均值，然后将这个平均值赋予给这个像素的三个分量，生成新的灰度图A1。
步骤3、图片去噪处理，遍历灰度图A1的像素点，统计以每个像素点为中心，4x4区域内像素点的灰度平均值，把平均值设置给中心点,最终生成去噪的图片A2。
步骤4、图片边缘提取，因为图像的边缘区域会存在明显的像素值阶跃，因此边缘检测主要是通过获得图像灰度梯度，进而通过梯度大小和变化来判断图像边缘的，其中一阶差分可以判断边缘是否存在，通过寻找图像一阶导数中的最大和最小值来检测边界，通常是将边界定位在梯度最大的方向,对图片A2差分计算生成新的图片A3。
步骤5、二值化处理，遍历图片A3的像素，计算灰度的平均值，将每个像素的灰度值与平均值进行比较，将小于平均值就把灰度值置为0(黑色)，否则置为255(白色)，生成二值化后图片A4。
步骤6、对二值化后图片A4做霍夫变换，用来检测直线，得到一个直线集合List；霍夫变换过程中设置不同的阈值，阈值越大，检测精度越高。由于图像不同，阈值不好设定，因为阈值设定过高导致无法检测直线，阈值过低直线太多，速度很慢。所以可以根据阈值由大到小设置了三个阈值，经过大量试验后，可以固定三个适合的阈值，最终得到一个直线集合List。
步骤7、遍历直线集合List,定义一个矢量结构Lines用于存放得到的直线矢量集合。获取每条直线的角度Line[i][1]，叠加计算角度之和Sum,获取平均角度Degree1＝Sum/Lines.size()，最后转换成文字倾斜角度Angle1＝Degree1/π*180-90，
其中i≥0，Lines.size()表示集合长度；
步骤8、对步骤1中的P2、P3和P4分别进行步骤2到步骤7处理，依次得到Angle2,Angle3,Angle4，计算四部分的平均值Angle＝(Angle1+Angle2+Angle3+Angle4)/4。
步骤9、文字倾斜的图片校正后，图片部分区域可能会留白，角度D＝Math.abs(Angle),旋转后图片的height会相应变大到屏幕的宽度即newHeight＝w,图片的宽度为原图片的宽高(width和height)在水平面的投影即newWidth＝width*cos(D)+height*cos(90-D)，按照宽高为newWidth和newHeight裁剪图片，生成矫正后的图片。
本发明有益效果如下：
本发明对清晰的，文字占图片比高的图片矫正很准确。
本发明对图片进行处理后，使图片中的文字看起来是在一个平面上，并且要使原来倾斜的文字变为水平，便于浏览与阅读。
同时本发明解决了手机拍摄的图片有变形或倾斜时，能够直接对其处理为较为正常的图片。
具体实施方式
下面结合实施例对本发明作进一步说明。
本发明解决其技术问题所采用的技术方案包括如下步骤：
步骤1、初始化计算，根据传入的图片获取属性宽高记为width和height,单位是像素px，为提高准确度先把图片平均划分成四部分，分别为P1，P2，P3，P4。
步骤2、取出步骤1中的P1做灰度化处理,遍历求出每个像素点的R、G、B三个分量的平均值，然后将这个平均值赋予给这个像素的三个分量，生成新的灰度图A1。
步骤3、图片去噪处理，遍历灰度图A1的像素点，统计以每个像素点为中心，4x4区域内像素点的灰度平均值，把平均值设置给中心点,最终生成去噪的图片A2。
步骤4、图片边缘提取，因为图像的边缘区域会存在明显的像素值阶跃，因此边缘检测主要是通过获得图像灰度梯度，进而通过梯度大小和变化来判断图像边缘的，其中一阶差分可以判断边缘是否存在，通过寻找图像一阶导数中的最大和最小值来检测边界，通常是将边界定位在梯度最大的方向,对图片A2差分计算生成新的图片A3。
步骤5、二值化处理，遍历图片A3的像素，计算灰度的平均值，将每个像素的灰度值与平均值进行比较，将小于平均值就把灰度值置为0(黑色)，否则置为255(白色)，生成二值化后图片A4。
步骤6、对二值化后图片A4做霍夫变换，用来检测直线，得到一个直线集合List；霍夫变换过程中设置不同的阈值，阈值越大，检测精度越高。由于图像不同，阈值不好设定，因为阈值设定过高导致无法检测直线，阈值过低直线太多，速度很慢。所以可以根据阈值由大到小设置了三个阈值，经过大量试验后，可以固定三个适合的阈值，最终得到一个直线集合List。
步骤7、遍历直线集合List,定义一个矢量结构Lines用于存放得到的直线矢量集合。获取每条直线的角度Line[i][1]，叠加计算角度之和Sum,获取平均角度Degree1＝Sum/Lines.size()，最后转换成文字倾斜角度Angle1＝Degree1/π*180-90，
其中i≥0，Lines.size()表示集合长度；
步骤8、对步骤1中的P2、P3和P4分别进行步骤2到步骤7处理，依次得到Angle2,Angle3,Angle4，计算四部分的平均值Angle＝(Angle1+Angle2+Angle3+Angle4)/4。
步骤9、文字倾斜的图片校正后，图片部分区域可能会留白，角度D＝Math.abs(Angle),旋转后图片的height会相应变大到屏幕的宽度即newHeight＝w,图片的宽度为原图片的宽高(width和height)在水平面的投影即newWidth＝width*cos(D)+height*cos(90-D)，按照宽高为newWidth和newHeight裁剪图片，生成矫正后的图片。
Claims (1)
1.一种基于安卓的文字水平矫正方法，其特征在于包括如下步骤：
步骤1、初始化计算，根据传入的图片获取属性宽高记为width和height,单位是像素px；先把图片平均划分成四部分，分别为P1，P2，P3，P4；
步骤2、取出步骤1中的P1做灰度化处理,遍历求出每个像素点的R、G、B三个分量的平均值，然后将这个平均值赋予给这个像素的三个分量，生成新的灰度图A1；
步骤3、图片去噪处理，遍历灰度图A1的像素点，统计以每个像素点为中心，4×4区域内像素点的灰度平均值，把平均值设置给中心点,最终生成去噪的图片A2；
步骤4、图片边缘提取，因为图像的边缘区域会存在明显的像素值阶跃，因此边缘检测是通过获得图像灰度梯度，进而通过梯度大小和变化来判断图像边缘的，其中一阶差分判断边缘是否存在，通过寻找图像一阶导数中的最大和最小值来检测边界，是将边界定位在梯度最大的方向,对图片A2差分计算生成新的图片A3；
步骤5、二值化处理，遍历图片A3的像素，计算灰度的平均值，将每个像素的灰度值与平均值进行比较，将小于平均值就把灰度值置为0，否则置为255，生成二值化后图片A4；
步骤6、对二值化后图片A4做霍夫变换，用来检测直线，得到一个直线集合List；霍夫变换过程中设置不同的阈值，阈值越大，检测精度越高；经过大量试验后，固定三个由大到小的阈值，最终得到一个直线集合List；
步骤7、遍历直线集合List,定义一个矢量结构Lines用于存放得到的直线矢量集合；获取每条直线的角度Line[i][1]，叠加计算角度之和Sum,获取平均角度Degree1＝Sum/Lines.size()，最后转换成文字倾斜角度Angle1＝Degree1/π*180-90，
其中i≥0，Lines.size()表示集合长度；
步骤8、对步骤1中的P2、P3和P4分别进行步骤2到步骤7处理，依次得到Angle2,Angle3,Angle4，计算四部分的平均值Angle＝(Angle1+Angle2+Angle3+Angle4)/4；
步骤9、文字倾斜的图片校正后，图片部分区域会留白，角度D＝Math.abs(Angle),旋转后图片的height会相应变大到屏幕的宽度即newHeight＝w,图片的宽度为原图片的宽高width和height在水平面的投影即newWidth＝width*cos(D)+height*cos(90-D)，按照宽高为newWidth和newHeight裁剪图片，生成矫正后的图片。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910753651.0A CN110516667B (zh) | 2019-08-15 | 2019-08-15 | 一种基于安卓的文字水平矫正方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910753651.0A CN110516667B (zh) | 2019-08-15 | 2019-08-15 | 一种基于安卓的文字水平矫正方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110516667A CN110516667A (zh) | 2019-11-29 |
| CN110516667B true CN110516667B (zh) | 2021-10-22 |
Family
ID=68625234
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910753651.0A Active CN110516667B (zh) | 2019-08-15 | 2019-08-15 | 一种基于安卓的文字水平矫正方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110516667B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113760432A (zh) * | 2021-08-30 | 2021-12-07 | 浙江万朋教育科技股份有限公司 | 一种基于H5 Canvas实现还原手写笔迹的涂鸦方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104200209A (zh) * | 2014-08-29 | 2014-12-10 | 南京烽火星空通信发展有限公司 | 一种图像文字检测方法 |
| CN105761219A (zh) * | 2016-02-03 | 2016-07-13 | 北京云江科技有限公司 | 文本图像倾斜矫正方法和系统 |
| CN107622490A (zh) * | 2017-10-12 | 2018-01-23 | 哈尔滨工业大学（威海） | 基于机器视觉的嵌入式塑料织物质量检测装置及检测方法 |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3698136B2 (ja) * | 2002-11-13 | 2005-09-21 | コニカミノルタビジネステクノロジーズ株式会社 | 画像処理装置および画像処理プログラム |
| US8949287B2 (en) * | 2005-08-23 | 2015-02-03 | Ricoh Co., Ltd. | Embedding hot spots in imaged documents |
| US9288362B2 (en) * | 2014-02-03 | 2016-03-15 | King Fahd University Of Petroleum And Minerals | Technique for skew detection of printed arabic documents |
| CN106570500B (zh) * | 2016-11-11 | 2018-01-23 | 北京三快在线科技有限公司 | 文本行的识别方法及装置、计算设备 |
| CN108288061A (zh) * | 2018-03-02 | 2018-07-17 | 哈尔滨理工大学 | 一种基于mser快速在自然场景中定位倾斜文本的方法 |
| CN109409363B (zh) * | 2018-10-13 | 2021-11-12 | 长沙芯希电子科技有限公司 | 基于内容的文本图像颠倒判断及校正方法 |
-
2019
- 2019-08-15 CN CN201910753651.0A patent/CN110516667B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104200209A (zh) * | 2014-08-29 | 2014-12-10 | 南京烽火星空通信发展有限公司 | 一种图像文字检测方法 |
| CN105761219A (zh) * | 2016-02-03 | 2016-07-13 | 北京云江科技有限公司 | 文本图像倾斜矫正方法和系统 |
| CN107622490A (zh) * | 2017-10-12 | 2018-01-23 | 哈尔滨工业大学（威海） | 基于机器视觉的嵌入式塑料织物质量检测装置及检测方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110516667A (zh) | 2019-11-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Chen et al. | Robust video content alignment and compensation for rain removal in a cnn framework | |
| CN109785291B (zh) | 一种车道线自适应检测方法 | |
| CN109409366B (zh) | 基于角点检测的畸变图像校正方法及装置 | |
| CN112308095A (zh) | 图片预处理及模型训练方法、装置、服务器及存储介质 | |
| US20210287381A1 (en) | Object tracking method, tracking processing method, corresponding apparatus, and electronic device | |
| CN109753971B (zh) | 扭曲文字行的矫正方法及装置、字符识别方法及装置 | |
| CN106875437B (zh) | 一种面向rgbd三维重建的关键帧提取方法 | |
| EP3798975A1 (en) | Method and apparatus for detecting subject, electronic device, and computer readable storage medium | |
| CN106934806B (zh) | 一种基于结构清晰度的无参考图失焦模糊区域分割方法 | |
| WO2020207203A1 (zh) | 一种前景数据生成及其应用方法、相关装置和系统 | |
| CN109803172B (zh) | 一种直播视频的处理方法、装置及电子设备 | |
| CN110956661A (zh) | 基于双向单应矩阵的可见光与红外相机动态位姿计算方法 | |
| CN108447060B (zh) | 基于rgb-d图像的前后景分离方法及其前后景分离装置 | |
| CN103841298A (zh) | 一种基于颜色恒量和几何不变特征的视频稳像方法 | |
| CN105427333A (zh) | 视频序列图像的实时配准方法、系统及拍摄终端 | |
| CN101315664A (zh) | 用于文字识别的文本图像预处理方法 | |
| CN112734914A (zh) | 一种增强现实视觉的图像立体重建方法及装置 | |
| CN116468640B (zh) | 一种用于互联网教学的视频图像增强方法 | |
| CN111985314B (zh) | 一种基于ViBe与改进LBP的烟雾检测方法 | |
| CN111784587B (zh) | 一种基于深度学习网络的发票照片位置矫正方法 | |
| JP5640622B2 (ja) | 赤目オブジェクト候補を分類する方法、コンピューター読み取り可能な媒体および画像処理装置 | |
| Liu et al. | Texture filtering based physically plausible image dehazing | |
| CN110909772B (zh) | 一种高精度实时多尺度表盘指针检测方法和系统 | |
| CN110516667B (zh) | 一种基于安卓的文字水平矫正方法 | |
| CN107194886B (zh) | 一种用于相机传感器的灰尘检测方法及装置 |
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 | ||
| CP02 | Change in the address of a patent holder |
Address after: 12 / F, building 8, No. 19, Jugong Road, Xixing street, Binjiang District, Hangzhou City, Zhejiang Province, 310051 Patentee after: ZHEJIANG WANPENG EDUCATION SCIENCE AND TECHNOLOGY STOCK CO.,LTD. Address before: Room 1406, Hangzhou e-commerce building, 118 Wensan West Road, Xihu District, Hangzhou City, Zhejiang Province, 310013 Patentee before: ZHEJIANG WANPENG EDUCATION SCIENCE AND TECHNOLOGY STOCK CO.,LTD. |
|
| CP02 | Change in the address of a patent holder | ||
| CP01 | Change in the name or title of a patent holder |
Address after: 12 / F, building 8, No. 19, Jugong Road, Xixing street, Binjiang District, Hangzhou City, Zhejiang Province, 310051 Patentee after: Zhejiang Wanpeng Digital Intelligence Technology Co.,Ltd. Address before: 12 / F, building 8, No. 19, Jugong Road, Xixing street, Binjiang District, Hangzhou City, Zhejiang Province, 310051 Patentee before: ZHEJIANG WANPENG EDUCATION SCIENCE AND TECHNOLOGY STOCK CO.,LTD. |
|
| CP01 | Change in the name or title of a patent holder |