票据图像的预处理方法、装置、介质及电子设备
技术领域
本发明涉及票据图像处理的技术领域,具体而言,涉及一种票据图像的预处理方法、装置、介质及电子设备。
背景技术
OCR技术是光学字符识别的缩写(Optical Character Recognition),是通过扫描等光学输入方式将各种票据、报刊、书籍、文稿及其它印刷品的文字转化为图像信息,再利用文字识别技术将图像信息转化为可以使用的计算机输入技术。例如,采用OCR技术可以获取票据中的信息,实现了秒级识别、提取票据信息。但是,通常情况下票据的版式较为复杂。例如,票据的票面一般至少有两个印章(一个是票据预印章,另一个是个人或单位盖章),这些印章可能会压盖部分待识别文字,因此在获取票据图像中的信息时可能由于这些印章影响采用OCR技术获取票据的准确性。
需要说明的是,在上述背景技术部分公开的信息仅用于加强对本发明的背景的理解,因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
本发明实施例的目的在于提供一种票据图像的预处理方法、装置、介质及电子设备,进而至少可以基于干扰因素与提取信息在图像颜色空间上的差异,在RGB颜色空间计算票据图像在三通道上的方差和最大值,这样放大印章、预打印字、深色底纹与提取信息的数值差异,从而利用颜色空间RGB的灰度特征,极大抑制票据预打印字和印章的影响,同时增强印章压盖区域打印信息的对比度,有利于提高票据文字识别算法的准确率。
本发明的其他特性和优点将通过下面的详细描述变得显然,或部分地通过本发明的实践而习得。
根据本发明实施例的第一方面,提供了一种票据图像的预处理方法,包括:根据票据图像中每个像素点在RGB三通道的数值,确定所述票据图像在RGB三通道的方差矩阵;根据票据图像中每个像素点在RGB三通道的数值,确定所述票据图像中每个像素点在RGB三通道的最大值;根据所述票据图像中每个像素点在RGB三通道的最大值,确定所述票据图像在RGB三通道的最大值矩阵;以及基于所述票据图像在RGB三通道的方差矩阵和所述票据图像在RGB三通道的最大值矩阵生成票据的预处理图像。
在本发明的一些实施例中,基于所述票据图像在RGB三通道的方差矩阵和所述票据图像在RGB三通道的最大值矩阵生成票据的预处理图像包括:计算所述票据图像在RGB三通道的方差矩阵和所述票据图像在RGB三通道的最大值矩阵的和,得到所述票据图像在RGB颜色空间的增强矩阵;在所述RGB颜色空间中,对所述增强矩阵进行取反;基于取反后的增强矩阵生成所述票据的预处理图像。
在本发明的一些实施例中,该方法还包括:计算所述票据图像中每个像素点在CMYK颜色空间中的K分量;对所述票据图像中每个像素点在CMYK颜色空间中的K分量进行线性放大,得到所述票据图像在CMYK颜色空间的增强矩阵。
在本发明的一些实施例中,该方法还包括:基于所述票据图像在RGB三通道的方差矩阵、所述票据图像在RGB三通道的最大值矩阵、以及所述票据图像在CMYK颜色空间的增强矩阵生成所述票据的预处理图像。
在本发明的一些实施例中,基于所述票据图像在RGB三通道的方差矩阵、所述票据图像在RGB三通道的最大值矩阵、以及所述票据图像在CMYK颜色空间的增强矩阵生成票据的预处理图像,包括:计算所述票据图像在RGB三通道的方差矩阵和所述票据图像在RGB三通道的最大值矩阵的和,得到所述票据图像在RGB颜色空间的增强矩阵;在所述RGB颜色空间中,对所述增强矩阵进行取反;计算取反后的增强矩阵和所述票据图像在CMYK颜色空间的增强矩阵的和,得到所述票据的预处理图像矩阵;基于所述票据的预处理图像矩阵生成所述票据的预处理图像。
在本发明的一些实施例中,所述票据图像包括以下任意一项或多项:收费票据图像、发票票据图像、费用清单图像。
在本发明的一些实施例中,在生成票据的预处理图像之后,该方法还包括:获取所述预处理图像中的票据信息,所述票据信息包括票据中的预打印信息和打印信息。
根据本发明实施例的第二方面,提供了一种票据图像的预处理装置,包括:第一确定模块,用于根据票据图像中每个像素点在RGB三通道的数值,确定所述票据图像在RGB三通道的方差矩阵;第二确定模块,用于根据票据图像中每个像素点在RGB三通道的数值,确定所述票据图像中每个像素点在RGB三通道的最大值;第三确定模块,用于根据所述票据图像中每个像素点在RGB三通道的最大值,确定所述票据图像在RGB三通道的最大值矩阵;以及第一生成模块,基于所述票据图像在RGB三通道的方差矩阵和所述票据图像在RGB三通道的最大值矩阵生成票据的预处理图像。
在本发明的一些实施例中,上述第一生成模块包括:第一计算模块,用于计算所述票据图像在RGB三通道的方差矩阵和所述票据图像在RGB三通道的最大值矩阵的和,得到所述票据图像在RGB颜色空间的增强矩阵;取反模块,用于在所述RGB颜色空间中,对所述增强矩阵进行取反;第一生成子模块,基于取反后的增强矩阵生成所述票据的预处理图像。
在本发明的一些实施例中,该装置还包括:第二计算模块,用于计算所述票据图像中每个像素点在CMYK颜色空间中的K分量;线性放大模块,用于对所述票据图像中每个像素点在CMYK颜色空间中的K分量进行线性放大,得到所述票据图像在CMYK颜色空间的增强矩阵。
在本发明的一些实施例中,该装置还包括:第二生成模块,基于所述票据图像在RGB三通道的方差矩阵、所述票据图像在RGB三通道的最大值矩阵、以及所述票据图像在CMYK颜色空间的增强矩阵生成所述票据的预处理图像。
在本发明的一些实施例中,上述第二生成模块包括:第一计算模块,用于计算所述票据图像在RGB三通道的方差矩阵和所述票据图像在RGB三通道的最大值矩阵的和,得到所述票据图像在RGB颜色空间的增强矩阵;取反模块,用于在所述RGB颜色空间中,对所述增强矩阵进行取反;第三计算模块,用于计算取反后的增强矩阵和所述票据图像在CMYK颜色空间的增强矩阵的和,得到所述票据的预处理图像矩阵;第二生成子模块,基于所述票据的预处理图像矩阵生成所述票据的预处理图像。
在本发明的一些实施例中,所述票据图像包括以下任意一项或多项:收费票据图像、发票票据图像、费用清单图像。
在本发明的一些实施例中,该装置还包括:获取模块,用于获取所述预处理图像中的票据信息,所述票据信息包括票据中的预打印信息和打印信息。
根据本发明实施例的第三方面,提供了一种电子设备,包括:一个或多个处理器;存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现如上述实施例中第一方面所述的票据图像的预处理方法。
根据本发明实施例的第四方面,提供了一种计算机可读介质,其上存储有计算机程序,所述程序被处理器执行时实现如上述实施例中第一方面所述的票据图像的预处理方法。
本发明实施例提供的技术方案可以包括以下有益效果:
在本发明的一些实施例所提供的技术方案中,基于票据图像在RGB三通道的方差矩阵和票据图像在RGB三通道的最大值矩阵生成票据的预处理图像,以此方式生成的预处理图像可以极大抑制票据预打印字和印章的影响,同时增强印章压盖区域打印信息的对比度,有利于提高票据文字识别算法的准确率。
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。显而易见地,下面描述中的附图仅仅是本发明的一些实施例,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,还可以根据这些附图获得其他的附图。在附图中:
图1示出了可以应用本发明实施例的票据图像的预处理方法或票据图像的预处理装置的示例性系统架构的示意图;
图2示意性示出了根据本发明的实施例的票据图像的预处理方法的流程图;
图3~5示意性示出了根据本发明的实施例的票据图像的示意图;
图6示意性示出了根据本发明的另一个实施例的票据图像的预处理方法的流程图;
图7示意性示出了根据本发明的另一个实施例的票据图像的预处理方法的流程图;
图8示意性示出了根据本发明的另一个实施例的票据图像的预处理方法的流程图;
图9示意性示出了根据本发明的另一个实施例的票据图像的预处理方法的流程图;
图10示意性示出了根据本发明的实施例的票据图像的预处理装置的方框图;
图11示意性示出了根据本发明的另一个实施例的票据图像的预处理装置的方框图;
图12示意性示出了根据本发明的另一个实施例的票据图像的预处理装置的方框图;
图13示意性示出了根据本发明的另一个实施例的票据图像的预处理装置的方框图;
图14示意性示出了根据本发明的另一个实施例的票据图像的预处理装置的方框图;
图15示意性示出了根据本发明的另一个实施例的票据图像的预处理装置的方框图;
图16示出了适于用来实现本发明实施例的电子设备的计算机系统的结构示意图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而,示例实施方式能够以多种形式实施,且不应被理解为限于在此阐述的范例;相反,提供这些实施方式使得本发明将更加全面和完整,并将示例实施方式的构思全面地传达给本领域的技术人员。
此外,所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施例中。在下面的描述中,提供许多具体细节从而给出对本发明的实施例的充分理解。然而,本领域技术人员将意识到,可以实践本发明的技术方案而没有特定细节中的一个或更多,或者可以采用其它的方法、组元、装置、步骤等。在其它情况下,不详细示出或描述公知方法、装置、实现或者操作以避免模糊本发明的各方面。
附图中所示的方框图仅仅是功能实体,不一定必须与物理上独立的实体相对应。即,可以采用软件形式来实现这些功能实体,或在一个或多个硬件模块或集成电路中实现这些功能实体,或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
附图中所示的流程图仅是示例性说明,不是必须包括所有的内容和操作/步骤,也不是必须按所描述的顺序执行。例如,有的操作/步骤还可以分解,而有的操作/步骤可以合并或部分合并,因此实际执行的顺序有可能根据实际情况改变。
图1示出了可以应用本发明实施例的票据图像的预处理方法或票据图像的预处理装置的示例性系统架构的示意图。
如图1所示,系统架构100可以包括终端设备101、102、103中的一种或多种,网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。比如服务器105可以是多个服务器组成的服务器集群等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互,以接收或发送消息等。终端设备101、102、103可以是具有显示屏的各种电子设备,包括但不限于智能手机、平板电脑、便携式计算机和台式计算机等等。
服务器105可以是提供各种服务的服务器。例如用户利用终端设备103(也可以是终端设备101或102)向服务器105上传了票据图像,服务器105可以根据票据图像中每个像素点在RGB三通道的数值确定所述票据图像在RGB三通道的方差矩阵,然后根据票据图像中每个像素点在RGB三通道的数值确定所述票据图像中每个像素点在RGB三通道的最大值,并根据所述票据图像中每个像素点在RGB三通道的最大值确定所述票据图像在RGB三通道的最大值矩阵,基于所述票据图像在RGB三通道的方差矩阵和所述票据图像在RGB三通道的最大值矩阵生成票据的预处理图像,以此方式生成的预处理图像可以极大抑制票据预打印字和印章的影响,同时增强印章压盖区域打印信息的对比度,有利于提高票据文字识别算法的准确率。
在一些实施例中,本发明实施例所提供的票据图像的预处理方法一般由服务器105执行,相应地,票据图像的预处理装置一般设置于服务器105中。在另一些实施例中,某些终端可以具有与服务器相似的功能从而执行本方法。因此,本发明实施例所提供的票据图像的预处理方法不限定在服务器端执行。
图2示意性示出了根据本发明的实施例的票据图像的预处理方法的流程图。
如图2所示,票据图像的预处理方法可以包括步骤S110~步骤S140。
在步骤S110中,根据票据图像中每个像素点在RGB三通道的数值,确定所述票据图像在RGB三通道的方差矩阵。
在步骤S120中,根据票据图像中每个像素点在RGB三通道的数值,确定所述票据图像中每个像素点在RGB三通道的最大值。
在步骤S130中,根据所述票据图像中每个像素点在RGB三通道的最大值,确定所述票据图像在RGB三通道的最大值矩阵。
在步骤S140中,基于所述票据图像在RGB三通道的方差矩阵和所述票据图像在RGB三通道的最大值矩阵生成票据的预处理图像。
该方法可以根据票据图像中每个像素点在RGB三通道的数值确定票据图像在RGB三通道的方差矩阵,然后根据票据图像中每个像素点在RGB三通道的数值确定票据图像中每个像素点在RGB三通道的最大值,并根据票据图像中每个像素点在RGB三通道的最大值确定票据图像在RGB三通道的最大值矩阵,基于票据图像在RGB三通道的方差矩阵和票据图像在RGB三通道的最大值矩阵生成票据的预处理图像,以此方式生成的预处理图像可以极大抑制票据预打印字和印章的影响,同时增强印章压盖区域打印信息的对比度,有利于提高票据文字识别算法的准确率,从而解决了票据OCR系统中票面印章、预打印字以及底纹等因素对票面打印信息提取产生的干扰从而导致票据识别结果准确率低的问题。
在本发明的一个实施例中,根据票据图像中每个像素点在RGB三通道的数值可以来确定票据图像在RGB三通道的方差矩阵。例如,票据图像的尺寸为m×n,在RGB颜色空间计算票据图像中每个像素点R、G、B三通道数值的方差,得到方差矩阵Mstd,具体可以利用下面公式(1)计算Mstd:
其中,σ(i,j)表示票据图像中第i行第j列的像素点的方差,r(i,j)、g(i,j)、b(i,j)分别表示票据图像中第i行第j列的像素点的分量,u(i,j)表示表示票据图像中第i行第j列的像素点的均值,u(i,j)=(r(i,j)+g(i,j)+b(i,j))/3。
基于前述方案,根据票据图像中每个像素点在RGB三通道的数值来确定票据图像中每个像素点在RGB三通道的最大值。例如,第i行第j列的像素点在RGB三通道的值分别是120,155,210,通过max(i,j)=max(r(i,j),g(i,j),b(i,j))可以得到第i行第j列的像素点在RGB三通道的最大值,即210。通过该方式可以得到票据图像中每个像素点在RGB三通道的最大值矩阵。例如,在RGB颜色空间计算图像每个像素点R、G、B三通道数值的最大值,得到最大值矩阵Mmax:
基于前述方案,在步骤S140中,基于票据图像在RGB三通道的方差矩阵(Mstd)和票据图像在RGB三通道的最大值矩阵(Mmax)生成票据的预处理图像,以此方式生成的预处理图像可以极大抑制票据预打印字和印章的影响,同时增强印章压盖区域打印信息的对比度,有利于提高票据文字识别算法的准确率,从而解决了票据OCR系统中票面印章、预打印字以及底纹等因素对票面打印信息提取产生的干扰从而导致票据识别结果准确率低的问题。
参考图3~图5,上述票据图像包括以下任意一项或多项:收费票据图像、发票票据图像、费用清单图像。其中,收费票据图像可以是各种具有印章、预打印信息和打印信息的图像。发票票据图像可以是各种具有印章、预打印信息和打印信息的图像。费用清单图像可以是各种具有印章、预打印信息和打印信息的图像。
例如,收费票据图像可以是门诊收费票据图像,该图像具有两个印章,另外,印章将预打印信息和打印信息压盖在印章的下面,在这种情况下,利用上述票据图像的预处理方法对该图像处理之后,可以增强印章压盖区域的打印信息和预打印信息的对比度,这样有利于提高票据文字识别算法的准确率。
再例如,发票票据图像可以是增值税的普通发票的图像,该图像具有两个印章,另外,印章将预打印信息和打印信息压盖在印章的下面,在这种情况下,利用上述票据图像的预处理方法对该图像处理之后,可以增强印章压盖区域的打印信息和预打印信息的对比度,这样有利于提高票据文字识别算法的准确率。
再例如,费用清单图像可以是医院住院的费用清单图像,该图像具有一个印章,另外,印章将预打印信息和打印信息压盖在印章的下面,在这种情况下,利用上述票据图像的预处理方法对该图像处理之后,可以增强印章压盖区域的打印信息和预打印信息的对比度,这样有利于提高票据文字识别算法的准确率。
需要说明的是,上述预打印信息可以是票据模板本身的字符。上述打印信息可以是在票据模板的基础上通过打印得到的信息。参考图3~
图5,预打印信息可以是北京市门诊收费专用收据、个人单位、项目、天津增值税电子普通发票、购买方、北京大学第四临床医院院医院住院费用清单、床位费、护理费等等。打印信息可以是西药的费用0.47、发票的合计金额525.90、床位费24等等。另外,上述印章可以是票据模板上的印章,也可以是个人或单位的印象。
图6示意性示出了根据本发明的另一个实施例的票据图像的预处理方法的流程图。
如图6所示,上述步骤S140具体可以包括步骤141~步骤143。
在步骤S141中,计算所述票据图像在RGB三通道的方差矩阵和所述票据图像在RGB三通道的最大值矩阵的和,得到所述票据图像在RGB颜色空间的增强矩阵。
在步骤S142中,在所述RGB颜色空间中,对所述增强矩阵进行取反。
在步骤S143中,基于取反后的增强矩阵生成所述票据的预处理图像。
该方法可以基于取反后的增强矩阵生成票据的预处理图像,实现了利用RGB颜色空间中印章的灰度特性,对印章进行抑制,可有效地增强印章压盖区域打印信息的对比度,从而提高文字识别算法的准确率,保证票据打印信息提取的完整性。
在本发明的一个实施例中,计算票据图像在RGB三通道的方差矩阵(Mstd)和票据图像在RGB三通道的最大值矩阵(Mmax)的和,得到票据图像在RGB颜色空间的增强矩阵。例如,在RGB颜色空间,将票据图像在RGB三通道方差矩阵Mstd)与最大值矩阵Mmax)相加,得到RGB颜色空间的增强矩阵MRGB,MRGB=Mstd+Mmax。
在本发明的一个实施例中,在RGB颜色空间中,对RGB颜色空间的增强矩阵(MRGB)进行取反。例如,在RGB颜色空间,将RGB颜色空间的增强矩阵取反,得到取反矩阵M-RGB,M-RGB=255-MRGB。基于取反矩阵M-RGB生成票据的预处理图像,以此方式生成票据的预处理图像可以增强印章压盖区域的打印信息和预打印信息的对比度,这样有利于提高票据文字识别算法的准确率。
图7示意性示出了根据本发明的另一个实施例的票据图像的预处理方法的流程图。
如图7所示,上述方法还可以包括步骤S210和步骤S220。
在步骤S210中,计算所述票据图像中每个像素点在CMYK颜色空间中的K分量。
在步骤S220中,对所述票据图像中每个像素点在CMYK颜色空间中的K分量进行线性放大,得到所述票据图像在CMYK颜色空间的增强矩阵。
该方法可以通过计算票据图像中每个像素点在CMYK颜色空间中的K分量,并对票据图像中每个像素点在CMYK颜色空间中的K分量进行线性放大,得到票据图像在CMYK颜色空间的增强矩阵,这样可以降低票据图像的背景以及浅色纹理的灰度值,即降低票据图像中印章、预打印字以及底纹在预处理后图像上的对比度。
在本发明的一个实施例中,计算票据图像中每个像素点在CMYK颜色空间中的K分量。例如,在CMYK颜色空间,计算票据图像中每个像素点的K分量,得到CMYK颜色空间饿增强矩阵MCMYK,具体如下:
R'=R/255.0
G'=G/255.0
B'=B/255.0
K=1-max(R',G',B')
其中,R、G、B分别是票据图像中每个像素点在RGB三通道的值。
基于前述方案,对票据图像中每个像素点在CMYK颜色空间中的K分量进行线性放大,得到票据图像在CMYK颜色空间的增强矩阵。例如,将每个像素点在CMYK颜色空间中的K分量乘以255可以实现对其线性放大,得到票据图像在CMYK颜色空间的增强矩阵MCMYK,MCMYK=255K。
图8示意性示出了根据本发明的另一个实施例的票据图像的预处理方法的流程图。
如图8所示,基于图7的实施例描述的方法,该方法还包括步骤S310。
在步骤S210中,计算所述票据图像中每个像素点在CMYK颜色空间中的K分量。
在步骤S220中,对所述票据图像中每个像素点在CMYK颜色空间中的K分量进行线性放大,得到所述票据图像在CMYK颜色空间的增强矩阵。
在步骤S310中,基于所述票据图像在RGB三通道的方差矩阵、所述票据图像在RGB三通道的最大值矩阵、以及所述票据图像在CMYK颜色空间的增强矩阵生成所述票据的预处理图像。
该方法可以基于票据图像在RGB三通道的方差矩阵、票据图像在RGB三通道的最大值矩阵、以及票据图像在CMYK颜色空间的增强矩阵生成票据的预处理图像,以此方式将两个颜色空间图像处理结果叠加,得到票据打印信息对比度较高的单通道灰度图像。该方法可有效降低票面印章、预打印字以及底纹在预处理后图像上的对比度,提高文字检测算法中文字行检测的召回率和定位的精度,以及印章压盖区域文字识别的准确率,而且本方法计算复杂度低,满足票据OCR系统的实时处理要求。
图9示意性示出了根据本发明的另一个实施例的票据图像的预处理方法的流程图。
如图9所示,上述步骤310具体可以包括步骤S141、步骤S142、步骤S311和步骤S312。
在步骤S141中,计算所述票据图像在RGB三通道的方差矩阵和所述票据图像在RGB三通道的最大值矩阵的和,得到所述票据图像在RGB颜色空间的增强矩阵。
在步骤S142中,在所述RGB颜色空间中,对所述增强矩阵进行取反。
在步骤S311中,计算取反后的增强矩阵和所述票据图像在CMYK颜色空间的增强矩阵的和,得到所述票据的预处理图像矩阵。
在步骤S312中,基于所述票据的预处理图像矩阵生成所述票据的预处理图像。
该方法可以基于票据的预处理图像矩阵生成票据的预处理图像,以此方式将两个颜色空间图像处理结果叠加,得到票据打印信息对比度较高的单通道灰度图像。该方法可有效降低票面印章、预打印字以及底纹在预处理后图像上的对比度,提高文字检测算法中文字行检测的召回率和定位的精度,以及印章压盖区域文字识别的准确率,而且本方法计算复杂度低,满足票据OCR系统的实时处理要求。
在本发明的一个实施例中,计算取反后的增强矩阵(M-RGB)和票据图像在CMYK颜色空间的增强矩阵(MCMYK)的和,得到票据的预处理图像矩阵。例如,将RGB颜色空间取反后的增强矩阵(M-RGB)和CMYK颜色空间的增强矩阵(MCMYK)求和,得到预处理图像矩阵Mpro,Mpro=M-RGB+MCMYK。在本实例中,采用RGB颜色空间和CMYK颜色空间相结合的方法对票据图像进行预处理,在RGB颜色空间上抑制票面印章、预打印字以及深色底纹,在CMYK颜色空间上抑制浅色底纹以及高亮背景,两者相互补充,极大地增强票据打印信息的对比度,提高票据文字行检测的召回率和定位的精确度。另外,RGB颜色空间和CMYK颜色空间上的图像算法均对印章有抑制作用,两者相结合增强算法的鲁棒性。
基于前述方案,上述方法还包括:获取预处理图像中的票据信息,所述票据信息包括票据中的预打印信息和打印信息。由于该预处理图像已经消除了相关技术中因印章对预打印信息和打印信息获取时产生的干扰,从而提高文字识别算法的准确率,保证票据打印信息提取的完整性。
图10示意性示出了根据本发明的实施例的票据图像的预处理装置的方框图。
如图10所示,票据图像的预处理装置400包括第一确定模块410、第二确定模块420、第三确定模块430和第一生成模块440。
具体地,第一确定模块410,用于根据票据图像中每个像素点在RGB三通道的数值,确定所述票据图像在RGB三通道的方差矩阵。
第二确定模块420,用于根据票据图像中每个像素点在RGB三通道的数值,确定所述票据图像中每个像素点在RGB三通道的最大值。
第三确定模块430,用于根据所述票据图像中每个像素点在RGB三通道的最大值,确定所述票据图像在RGB三通道的最大值矩阵。
第一生成模块440,基于所述票据图像在RGB三通道的方差矩阵和所述票据图像在RGB三通道的最大值矩阵生成票据的预处理图像。
该票据图像的预处理装置400可以根据票据图像中每个像素点在RGB三通道的数值确定票据图像在RGB三通道的方差矩阵,然后根据票据图像中每个像素点在RGB三通道的数值确定票据图像中每个像素点在RGB三通道的最大值,并根据票据图像中每个像素点在RGB三通道的最大值确定票据图像在RGB三通道的最大值矩阵,基于票据图像在RGB三通道的方差矩阵和票据图像在RGB三通道的最大值矩阵生成票据的预处理图像,以此方式生成的预处理图像可以极大抑制票据预打印字和印章的影响,同时增强印章压盖区域打印信息的对比度,有利于提高票据文字识别算法的准确率,从而解决了票据OCR系统中票面印章、预打印字以及底纹等因素对票面打印信息提取产生的干扰从而导致票据识别结果准确率低的问题。
根据本发明的实施例,该票据图像的预处理装置400可以用于实现图2实施例描述的票据图像的预处理方法。
图11示意性示出了根据本发明的另一个实施例的票据图像的预处理装置的方框图。
如图11所示,上述第一生成模块440具体可以包括第一计算模块441、取反模块442和第一生成子模块443。
具体地,第一计算模块441,用于计算所述票据图像在RGB三通道的方差矩阵和所述票据图像在RGB三通道的最大值矩阵的和,得到所述票据图像在RGB颜色空间的增强矩阵。
取反模块442,用于在所述RGB颜色空间中,对所述增强矩阵进行取反。
第一生成子模块443,基于取反后的增强矩阵生成所述票据的预处理图像。
该第一生成模块440可以基于取反后的增强矩阵生成票据的预处理图像,实现了3利用RGB颜色空间中印章的灰度特性,对印章进行抑制,可有效地增强印章压盖区域打印信息的对比度,从而提高文字识别算法的准确率,保证票据打印信息提取的完整性。
根据本发明的实施例,该第一生成模块440可以用于实现图6实施例描述的票据图像的预处理方法。
图12示意性示出了根据本发明的另一个实施例的票据图像的预处理装置的方框图。
如图12所示,除了图10实施例描述的第一确定模块410、第二确定模块420、第三确定模块430和第一生成模块440之外,票据图像的预处理装置500还可以包括第二计算模块510和线性放大模块520。
具体地,第二计算模块510,用于计算所述票据图像中每个像素点在CMYK颜色空间中的K分量。
线性放大模块520,用于对所述票据图像中每个像素点在CMYK颜色空间中的K分量进行线性放大,得到所述票据图像在CMYK颜色空间的增强矩阵。
该票据图像的预处理装置500可以通过计算票据图像中每个像素点在CMYK颜色空间中的K分量,并对票据图像中每个像素点在CMYK颜色空间中的K分量进行线性放大,得到票据图像在CMYK颜色空间的增强矩阵,这样可以降低票据图像的背景以及浅色纹理的灰度值,即降低票据图像中印章、预打印字以及底纹在预处理后图像上的对比度。
根据本发明的实施例,该票据图像的预处理装置500可以用于实现图7实施例描述的票据图像的预处理方法。
图13示意性示出了根据本发明的另一个实施例的票据图像的预处理装置的方框图。
如图13所示,除了图12实施例描述的第一确定模块410、第二确定模块420、第三确定模块430、第一生成模块440、第二计算模块510和线性放大模块520之外,票据图像的预处理装置600还可以包括第二生成模块610。
具体地,第二生成模块610,基于所述票据图像在RGB三通道的方差矩阵、所述票据图像在RGB三通道的最大值矩阵、以及所述票据图像在CMYK颜色空间的增强矩阵生成所述票据的预处理图像。
该票据图像的预处理装置600可以基于票据图像在RGB三通道的方差矩阵、票据图像在RGB三通道的最大值矩阵、以及票据图像在CMYK颜色空间的增强矩阵生成票据的预处理图像,以此方式将两个颜色空间图像处理结果叠加,得到票据打印信息对比度较高的单通道灰度图像。该方法可有效降低票面印章、预打印字以及底纹在预处理后图像上的对比度,提高文字检测算法中文字行检测的召回率和定位的精度,以及印章压盖区域文字识别的准确率,而且本方法计算复杂度低,满足票据OCR系统的实时处理要求。
根据本发明的实施例,该票据图像的预处理装置600可以用于实现图8实施例描述的票据图像的预处理装方法。
图14示意性示出了根据本发明的另一个实施例的票据图像的预处理装置的方框图。
如图14所示,上述第二生成模块610具体可以包括第一计算模块441、取反模块442、第三计算模块611和第二生成子模块612。
具体地,第一计算模块441,用于计算所述票据图像在RGB三通道的方差矩阵和所述票据图像在RGB三通道的最大值矩阵的和,得到所述票据图像在RGB颜色空间的增强矩阵。
取反模块442,用于在所述RGB颜色空间中,对所述增强矩阵进行取反。
第三计算模块611,用于计算取反后的增强矩阵和所述票据图像在CMYK颜色空间的增强矩阵的和,得到所述票据的预处理图像矩阵。
第二生成子模块612,基于所述票据的预处理图像矩阵生成所述票据的预处理图像。
该第二生成模块610可以基于票据的预处理图像矩阵生成票据的预处理图像,以此方式将两个颜色空间图像处理结果叠加,得到票据打印信息对比度较高的单通道灰度图像。该方法可有效降低票面印章、预打印字以及底纹在预处理后图像上的对比度,提高文字检测算法中文字行检测的召回率和定位的精度,以及印章压盖区域文字识别的准确率,而且本方法计算复杂度低,满足票据OCR系统的实时处理要求。
根据本发明的实施例,该第二生成模块610可以用于实现图9实施例描述的票据图像的预处理方法。
图15示意性示出了根据本发明的另一个实施例的票据图像的预处理装置的方框图。
如图15所示,除了图13实施例描述的第一确定模块410、第二确定模块420、第三确定模块430、第一生成模块440、第二计算模块510、线性放大模块520和第二生成模块610之外,票据图像的预处理装置700还可以包括获取模块710。
具体地,获取模块710,用于获取所述预处理图像中的票据信息,所述票据信息包括票据中的预打印信息和打印信息。
在该票据图像的预处理装置700中,由于该预处理图像已经消除了相关技术中因印章对预打印信息和打印信息获取时产生的干扰,从而提高文字识别算法的准确率,保证票据打印信息提取的完整性。
由于本发明的示例实施例的票据图像的预处理装置的各个模块可以用于实现上述图2、图6~图9描述的票据图像的预处理方法的示例实施例的步骤,因此对于本发明装置实施例中未披露的细节,请参照本发明上述的数据处理方法的实施例。
可以理解的是,第一确定模块410、第二确定模块420、第三确定模块430、第一生成模块440、第一计算模块441、取反模块442、第一生成子模块443、第二计算模块510、线性放大模块520、第二生成模块610、第三计算模块611、第二生成子模块612、以及获取模块710可以合并在一个模块中实现,或者其中的任意一个模块可以被拆分成多个模块。或者,这些模块中的一个或多个模块的至少部分功能可以与其他模块的至少部分功能相结合,并在一个模块中实现。根据本发明的实施例,第一确定模块410、第二确定模块420、第三确定模块430、第一生成模块440、第一计算模块441、取反模块442、第一生成子模块443、第二计算模块510、线性放大模块520、第二生成模块610、第三计算模块611、第二生成子模块612、以及获取模块710中的至少一个可以至少被部分地实现为硬件电路,例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上系统、基板上的系统、封装上的系统、专用集成电路(ASIC),或可以以对电路进行集成或封装的任何其他的合理方式等硬件或固件来实现,或以软件、硬件以及固件三种实现方式的适当组合来实现。或者,第一确定模块410、第二确定模块420、第三确定模块430、第一生成模块440、第一计算模块441、取反模块442、第一生成子模块443、第二计算模块510、线性放大模块520、第二生成模块610、第三计算模块611、第二生成子模块612、以及获取模块710中的至少一个可以至少被部分地实现为计算机程序模块,当该程序被计算机运行时,可以执行相应模块的功能。
下面参考图16,其示出了适于用来实现本发明实施例的电子设备的计算机系统800的结构示意图。图16示出的电子设备的计算机系统800仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图16所示,计算机系统800包括中央处理单元(CPU)801,其可以根据存储在只读存储器(ROM)802中的程序或者从存储部分808加载到随机访问存储器(RAM)803中的程序而执行各种适当的动作和处理。在RAM 803中,还存储有系统操作所需的各种程序和数据。CPU801、ROM 802以及RAM 803通过总线804彼此相连。输入/输出(I/O)接口805也连接至总线804。
以下部件连接至I/O接口805:包括键盘、鼠标等的输入部分806;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分807;包括硬盘等的存储部分808;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分809。通信部分809经由诸如因特网的网络执行通信处理。驱动器810也根据需要连接至I/O接口805。可拆卸介质811,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器810上,以便于从其上读出的计算机程序根据需要被安装入存储部分808。
特别地,根据本发明的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本发明的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分809从网络上被下载和安装,和/或从可拆卸介质811被安装。在该计算机程序被中央处理单元(CPU)801执行时,执行本申请的系统中限定的上述功能。
需要说明的是,本发明所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本发明中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、电线、光缆、RF等等,或者上述的任意合适的组合。
附图中的流程图和框图,图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图或流程图中的每个方框、以及框图或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本发明实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现,所描述的单元也可以设置在处理器中。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定。
作为另一方面,本申请还提供了一种计算机可读介质,该计算机可读介质可以是上述实施例中描述的电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被一个该电子设备执行时,使得该电子设备实现如上述实施例中所述的构建知识图谱方法。
例如,所述的电子设备可以实现如图2中所示的:在步骤S110中,根据票据图像中每个像素点在RGB三通道的数值,确定所述票据图像在RGB三通道的方差矩阵。在步骤S120中,根据票据图像中每个像素点在RGB三通道的数值,确定所述票据图像中每个像素点在RGB三通道的最大值。在步骤S130中,根据所述票据图像中每个像素点在RGB三通道的最大值,确定所述票据图像在RGB三通道的最大值矩阵。在步骤S140中,基于所述票据图像在RGB三通道的方差矩阵和所述票据图像在RGB三通道的最大值矩阵生成票据的预处理图像。
应当注意,尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元,但是这种划分并非强制性的。实际上,根据本发明的实施方式,上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之,上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
通过以上的实施方式的描述,本领域的技术人员易于理解,这里描述的示例实施方式可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,根据本发明实施方式的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中或网络上,包括若干指令以使得一台计算设备(可以是个人计算机、服务器、触控终端、或者网络设备等)执行根据本发明实施方式的方法。
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。