CN110866525A - 图像角度矫正方法、装置、计算机设备及存储介质 - Google Patents

Abstract

本发明涉及图像角度矫正方法、装置、计算机设备及存储介质，该方法包括获取待检测图像；对待检测图像进行旋转角度检测，以得到检测结果；根据检测结果对待检测图像进行旋转，以得到旋转结果；输出旋转结果至终端。本发明通过对待检测图像进行高斯滤波、灰度化处理、边缘检测、膨胀处理、轮廓检测，结合OpenCV最小外接矩形计算每个膨胀区域的最小外接矩形，并由最小外接矩形计算旋转角度，并利用该旋转角度对图像的角度进行矫正，能有效处理现有技术复杂背景下旋转角度检测失败的情况，提高矫正图像的准确率。

Description

图像角度矫正方法、装置、计算机设备及存储介质

技术领域

本发明涉及计算机，更具体地说是指图像角度矫正方法、装置、计算机设备及存储介质。

背景技术

“互联网+”时代，人工智能快速发展，给各行各业带来巨大变革，作为人工智能的重要组成部分，OCR(光学字符识别，Optical Character Recognition)图文识别在这次变革中，起着举足轻重的作用。

在进行身份证或银行卡图像的OCR识别的过程中，常存在待识别图像出现一定的角度旋转问题，若直接对待识别图像，则容易出现图像识别失败或者识别不准确的情况，需要对图像进行角度矫正。而现有技术的图片旋转矫正方法是通过边框检测计算图片旋转角度，当图像背景与身份证本身或银行卡本身的色调相近无法检测到边框时便无法进行旋转角度的识别，导致旋转角度检测失败，进而导致矫正图像的失败。

因此，有必要设计一种新的方法，实现提升矫正图像的准确率。

发明内容

本发明的目的在于克服现有技术的缺陷，提供图像角度矫正方法、装置、计算机设备及存储介质。

为实现上述目的，本发明采用以下技术方案：图像角度矫正方法，包括：

获取待检测图像；

对所述待检测图像进行旋转角度检测，以得到检测结果；

根据所述检测结果对待检测图像进行旋转，以得到旋转结果；

输出所述旋转结果至终端。

其进一步技术方案为：所述对所述待检测图像进行旋转角度检测，以得到检测结果，包括：

对所述待检测图像进行预处理，以得到初步图像；

对初步图像进行边缘检测，以得到中间图像；

对中间图像进行膨胀处理，以得到膨胀图像；

对膨胀图像进行轮廓检测，以得到膨胀区域；

对每个膨胀区域计算最小外接矩形，以得到初步结果；

根据初步结果计算待检测图像的旋转角度，以得到检测结果。

其进一步技术方案为：所述对所述待检测图像进行预处理，以得到初步图像，包括：

对所述待检测图像进行高斯滤波，以得到滤波后的图像；

将滤波后的图像转换为灰度图像，以得到初步图像。

其进一步技术方案为：所述对每个膨胀区域计算最小外接矩形，以得到初步结果，包括：

通过OpenCV最小外接矩形计算每个膨胀区域的最小外接矩形，以得到初步结果。

其进一步技术方案为：所述根据所述检测结果对待检测图像进行旋转，以得到旋转结果，包括：

通过OpenCV仿射变换对待检测图像按照检测结果进行旋转，以得到旋转结果。

本发明还提供了图像角度矫正装置，包括：

图像获取单元，用于获取待检测图像；

检测单元，用于对所述待检测图像进行旋转角度检测，以得到检测结果；

旋转单元，用于根据所述检测结果对待检测图像进行旋转，以得到旋转结果；

输出单元，用于输出所述旋转结果至终端。

其进一步技术方案为：所述检测单元包括：

预处理子单元，用于对所述待检测图像进行预处理，以得到初步图像；

边缘检测子单元，用于对初步图像进行边缘检测，以得到中间图像；

膨胀处理子单元，用于对中间图像进行膨胀处理，以得到膨胀图像；

轮廓检测子单元，用于对膨胀图像进行轮廓检测，以得到膨胀区域；

矩形计算子单元，用于对每个膨胀区域计算最小外接矩形，以得到初步结果；

角度计算子单元，用于根据初步结果计算待检测图像的旋转角度，以得到检测结果。

其进一步技术方案为：所述预处理子单元包括：

滤波模块，用于对所述待检测图像进行高斯滤波，以得到滤波后的图像。

灰度处理模块，用于将滤波后的图像转换为灰度图像，以得到初步图像。

本发明还提供了一种计算机设备，所述计算机设备包括存储器及处理器，所述存储器上存储有计算机程序，所述处理器执行所述计算机程序时实现上述的方法。

本发明还提供了一种存储介质，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时可实现上述的方法。

本发明与现有技术相比的有益效果是：本发明通过对待检测图像进行高斯滤波、灰度化处理、边缘检测、膨胀处理、轮廓检测，结合OpenCV最小外接矩形计算每个膨胀区域的最小外接矩形，并由最小外接矩形计算旋转角度，并利用该旋转角度对图像的角度进行矫正，能有效处理现有技术复杂背景下旋转角度检测失败的情况，提高矫正图像的准确率。

下面结合附图和具体实施例对本发明作进一步描述。

附图说明

为了更清楚地说明本发明实施例技术方案，下面将对实施例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。

图1为本发明实施例提供的图像角度矫正方法的应用场景示意图；

图2为本发明实施例提供的图像角度矫正方法的流程示意图；

图3为本发明实施例提供的图像角度矫正方法的子流程示意图；

图4为本发明实施例提供的图像角度矫正方法的子流程示意图；

图5为本发明实施例提供的图像角度矫正装置的示意性框图；

图6为本发明实施例提供的图像角度矫正装置的检测单元的示意性框图；

图7为本发明实施例提供的图像角度矫正装置的预处理子单元的示意性框图；

图8为本发明实施例提供的计算机设备的示意性框图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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，都属于本发明保护的范围。

应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。

还应当理解，在此本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。

还应当进一步理解，在本发明说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。

请参阅图1和图2，图1为本发明实施例提供的图像角度矫正方法的应用场景示意图。图2为本发明实施例提供的图像角度矫正方法的示意性流程图。该图像角度矫正方法应用于服务器中。该服务器与终端进行数据交互，服务器从终端获取到待检测图像后，对待检测图像进行处理以计算旋转角度，并根据计算所得的旋转角度对待检测图像进行旋转，并将旋转后的图像发送至终端，以在终端进行显示。

图2是本发明实施例提供的图像角度矫正方法的流程示意图。如图2所示，该方法包括以下步骤S110至S140。

S110、获取待检测图像。

在本实施例中，待检测图像是指由终端上传并具有一定旋转角度的图像，具体地，可以是带有身份证或者银行卡等的图像。

S120、对所述待检测图像进行旋转角度检测，以得到检测结果。

在本实施例中，检测结果是指当前的待检测图像需要旋转的角度以及对应的旋转方向。

在一实施例中，请参阅图3，上述的步骤S120可包括步骤S121～S126。

S121、对所述待检测图像进行预处理，以得到初步图像。

在本实施例中，初步图像是指去除噪声之后的图像。

在一实施例中，请参阅图4，上述的步骤S121可包括步骤S1211～S1212。

S1211、对所述待检测图像进行高斯滤波，以得到滤波后的图像。

在本实施例中，滤波后的图像是指经过高斯滤波后的图像，具体地，刚获得的待检测图像有很多噪音，高斯滤波可做到图像增强的效果，也就是减弱噪音，增强对比度，以得到比较干净清晰的图像。

在本实施例中，可采用高斯函数、高斯函数的傅立叶变换构成的在频域具有平滑性能的低通滤波器进行待检测图像的高斯滤波。当然还可以采用中值滤波、最小均方差滤波器等对待检测图像进行高斯滤波。

S1212、将滤波后的图像转换为灰度图像，以得到初步图像。

在本实施例中，将滤波后的图像转换为灰度图像，能够很好的划分背景部分以及身份证或银行卡等实体部分，以避免计算时的近似误差，提高后续检测的准确率。

S122、对初步图像进行边缘检测，以得到中间图像。

在本实施例中，中间图像是指非背景部分进行边缘检测后形成的非背景部分图像。

具体地，边缘检测的目的是标识数字图像中亮度变化明显的点，也就是将背景部分与非背景部分的边界进行辨识。图像边缘检测大幅度地减少了数据量，并且剔除了可以认为不相关的信息，保留了图像重要的结构属性。

具体地，基于搜索的边缘检测方法或者基于零交叉的方法对初步图像进行检测处理，其中，基于搜索的边缘检测方法首先计算边缘强度，通常用一阶导数表示，例如梯度模，再用计算估计边缘的局部方向，通常采用梯度的方向，并利用此方向找到局部梯度模的最大值。基于零交叉的方法找到由图像得到的二阶导数的零交叉点来定位边缘。通常用拉普拉斯算子或非线性微分方程的零交叉点。

S123、对中间图像进行膨胀处理，以得到膨胀图像。

在本实施例中，膨胀图像是指对非背景部分进行膨胀处理后所形成的图像。

具体地，膨胀处是将图像的轮廓加以膨胀。具体是取一个矩形模板，对中间图像的每个像素做遍历处理。对图像中的每一个像素做如下处理：像素至于矩形模板的中心，根据矩形模板的大小，遍历所有被矩形模板覆盖的其他像素，修改像素的值为所有像素中最大的值，以使得将中间图像的外围的突出点连接并向外延伸，从而准确的划分背景部分与非背景部分的界限。

S124、对膨胀图像进行轮廓检测，以得到膨胀区域。

在本实施例中，膨胀区域是指仅包括膨胀部分的图像。

轮廓检测指在包含目标和背景的数字图像中，忽略背景和目标内部的纹理以及噪声干扰的影响，采用一定的技术和方法来实现目标轮廓提取的过程；具体地，对膨胀图像进行轮廓检测时，首先对膨胀图像做预处理，通用的方法是采用较小的二维高斯模板做平滑滤波处理，去除膨胀图像噪声，采用小尺度的模板是为了保证后续轮廓定位的准确性，因为大尺度平滑往往会导致平滑过渡，从而模糊边缘，大大影响后续的边缘检测。其次对平滑后的膨胀图像做边缘检测处理，得到初步的边缘响应图像，其中通常会涉及到亮度、颜色等可以区分物体与背景的可用梯度特征信息。然后再对边缘响应做进一步处理，得到更好的边缘响应图像。这个过程通常会涉及到判据，即对轮廓点和非轮廓点做出不同处理或用相同的程式因作用结果的不同而达到区分轮廓点和非轮廓点的效果，从而得到可以作为轮廓的边缘图像。

S125、对每个膨胀区域计算最小外接矩形，以得到初步结果。

在本实施例中，初步结果是指所有膨胀区域的最小外接矩形的集合。

具体地，通过OpenCV最小外接矩形计算每个膨胀区域的最小外接矩形，以得到初步结果。

S126、根据初步结果计算待检测图像的旋转角度，以得到检测结果。

具体地，当知道膨胀区域的最小外接矩形后，便可从最小外接矩形计算旋转角度。通过对身份证或银行卡旋转角度还原无需检测身份证或银行卡的边框，通过计算身份证或银行卡内每个膨胀边缘的最小外接矩形旋转角度，在复杂背景下检测不到边框情况也能矫正身份证或银行卡的旋转角度。够自动识别身份证、银行卡图像的旋转角度，将图像的旋转矫正到正确的位置，能够适应复杂背景，有效提高身份证、银行卡的识别准确率。

S130、根据所述检测结果对待检测图像进行旋转，以得到旋转结果。

在本实施例中，旋转结果是指旋转后的图像。

具体地，通过OpenCV仿射变换对待检测图像按照检测结果进行旋转，以得到旋转结果。

S140、输出所述旋转结果至终端。

上述的图像角度矫正方法，通过对待检测图像进行高斯滤波、灰度化处理、边缘检测、膨胀处理、轮廓检测，结合OpenCV最小外接矩形计算每个膨胀区域的最小外接矩形，并由最小外接矩形计算旋转角度，并利用该旋转角度对图像的角度进行矫正，能有效处理现有技术复杂背景下旋转角度检测失败的情况，提高矫正图像的准确率。

图5是本发明实施例提供的一种图像角度矫正装置300的示意性框图。如图5所示，对应于以上图像角度矫正方法，本发明还提供一种图像角度矫正装置300。该图像角度矫正装置300包括用于执行上述图像角度矫正方法的单元，该装置可以被配置于服务器中。

具体地，请参阅图5，该图像角度矫正装置300包括：

图像获取单元301，用于获取待检测图像；

检测单元302，用于对所述待检测图像进行旋转角度检测，以得到检测结果；

旋转单元303，用于根据所述检测结果对待检测图像进行旋转，以得到旋转结果；

输出单元304，用于输出所述旋转结果至终端。

在一实施例中，如图6所示，所述检测单元302包括：

预处理子单元3021，用于对所述待检测图像进行预处理，以得到初步图像；

边缘检测子单元3022，用于对初步图像进行边缘检测，以得到中间图像；

膨胀处理子单元3023，用于对中间图像进行膨胀处理，以得到膨胀图像；

轮廓检测子单元3024，用于对膨胀图像进行轮廓检测，以得到膨胀区域；

矩形计算子单元3025，用于对每个膨胀区域计算最小外接矩形，以得到初步结果；

角度计算子单元3026，用于根据初步结果计算待检测图像的旋转角度，以得到检测结果。

在一实施例中，如图7所示，所述预处理子单元3021包括：

滤波模块30211，用于对所述待检测图像进行高斯滤波，以得到滤波后的图像。

灰度处理模块3022，用于将滤波后的图像转换为灰度图像，以得到初步图像。

需要说明的是，所属领域的技术人员可以清楚地了解到，上述图像角度矫正装置300和各单元的具体实现过程，可以参考前述方法实施例中的相应描述，为了描述的方便和简洁，在此不再赘述。

上述图像角度矫正装置300可以实现为一种计算机程序的形式，该计算机程序可以在如图8所示的计算机设备上运行。

请参阅图8，图8是本申请实施例提供的一种计算机设备的示意性框图。该计算机设备500是服务器。

参阅图8，该计算机设备500包括通过系统总线501连接的处理器502、存储器和网络接口505，其中，存储器可以包括非易失性存储介质503和内存储器504。

该非易失性存储介质503可存储操作系统5031和计算机程序5032。该计算机程序5032包括程序指令，该程序指令被执行时，可使得处理器502执行一种图像角度矫正方法。

该处理器502用于提供计算和控制能力，以支撑整个计算机设备500的运行。

该内存储器504为非易失性存储介质503中的计算机程序5032的运行提供环境，该计算机程序5032被处理器502执行时，可使得处理器502执行一种图像角度矫正方法。

该网络接口505用于与其它设备进行网络通信。本领域技术人员可以理解，图8中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备500的限定，具体的计算机设备500可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

其中，所述处理器502用于运行存储在存储器中的计算机程序5032，以实现如下步骤：

获取待检测图像；

对所述待检测图像进行旋转角度检测，以得到检测结果；

根据所述检测结果对待检测图像进行旋转，以得到旋转结果；

输出所述旋转结果至终端。

在一实施例中，处理器502在实现所述对所述待检测图像进行旋转角度检测，以得到检测结果步骤时，具体实现如下步骤：

对所述待检测图像进行预处理，以得到初步图像；

对初步图像进行边缘检测，以得到中间图像；

对中间图像进行膨胀处理，以得到膨胀图像；

对膨胀图像进行轮廓检测，以得到膨胀区域；

对每个膨胀区域计算最小外接矩形，以得到初步结果；

根据初步结果计算待检测图像的旋转角度，以得到检测结果。

在一实施例中，处理器502在实现所述对所述待检测图像进行预处理，以得到初步图像步骤时，具体实现如下步骤：

对所述待检测图像进行高斯滤波，以得到滤波后的图像；

将滤波后的图像转换为灰度图像，以得到初步图像。

在一实施例中，处理器502在实现所述对每个膨胀区域计算最小外接矩形，以得到初步结果步骤时，具体实现如下步骤：

通过OpenCV最小外接矩形计算每个膨胀区域的最小外接矩形，以得到初步结果。

在一实施例中，处理器502在实现所述根据所述检测结果对待检测图像进行旋转，以得到旋转结果步骤时，具体实现如下步骤：

通过OpenCV仿射变换对待检测图像按照检测结果进行旋转，以得到旋转结果。

应当理解，在本申请实施例中，处理器502可以是中央处理单元(CentralProcessing Unit，CPU)，该处理器502还可以是其他通用处理器、数字信号处理器(DigitalSignal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。其中，通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

本领域普通技术人员可以理解的是实现上述实施例的方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成。该计算机程序包括程序指令，计算机程序可存储于一存储介质中，该存储介质为计算机可读存储介质。该程序指令被该计算机系统中的至少一个处理器执行，以实现上述方法的实施例的流程步骤。

因此，本发明还提供一种存储介质。该存储介质可以为计算机可读存储介质。该存储介质存储有计算机程序，其中该计算机程序被处理器执行时使处理器执行如下步骤：

获取待检测图像；

对所述待检测图像进行旋转角度检测，以得到检测结果；

根据所述检测结果对待检测图像进行旋转，以得到旋转结果；

输出所述旋转结果至终端。

在一实施例中，所述处理器在执行所述计算机程序而实现所述对所述待检测图像进行旋转角度检测，以得到检测结果步骤时，具体实现如下步骤：

对所述待检测图像进行预处理，以得到初步图像；

对初步图像进行边缘检测，以得到中间图像；

对中间图像进行膨胀处理，以得到膨胀图像；

对膨胀图像进行轮廓检测，以得到膨胀区域；

对每个膨胀区域计算最小外接矩形，以得到初步结果；

根据初步结果计算待检测图像的旋转角度，以得到检测结果。

在一实施例中，所述处理器在执行所述计算机程序而实现所述对所述待检测图像进行预处理，以得到初步图像步骤时，具体实现如下步骤：

对所述待检测图像进行高斯滤波，以得到滤波后的图像；

将滤波后的图像转换为灰度图像，以得到初步图像。

在一实施例中，所述处理器在执行所述计算机程序而实现所述对每个膨胀区域计算最小外接矩形，以得到初步结果步骤时，具体实现如下步骤：

通过OpenCV最小外接矩形计算每个膨胀区域的最小外接矩形，以得到初步结果。

在一实施例中，所述处理器在执行所述计算机程序而实现所述根据所述检测结果对待检测图像进行旋转，以得到旋转结果步骤时，具体实现如下步骤：

通过OpenCV仿射变换对待检测图像按照检测结果进行旋转，以得到旋转结果。

所述存储介质可以是U盘、移动硬盘、只读存储器(Read-Only Memory，ROM)、磁碟或者光盘等各种可以存储程序代码的计算机可读存储介质。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

在本发明所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的。例如，各个单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。

本发明实施例方法中的步骤可以根据实际需要进行顺序调整、合并和删减。本发明实施例装置中的单元可以根据实际需要进行合并、划分和删减。另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以是两个或两个以上单元集成在一个单元中。

该集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分，或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，终端，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。

Claims (10)

1.图像角度矫正方法，其特征在于，包括：

获取待检测图像；

对所述待检测图像进行旋转角度检测，以得到检测结果；

根据所述检测结果对待检测图像进行旋转，以得到旋转结果；

输出所述旋转结果至终端。

2.根据权利要求1所述的图像角度矫正方法，其特征在于，所述对所述待检测图像进行旋转角度检测，以得到检测结果，包括：

对所述待检测图像进行预处理，以得到初步图像；

对初步图像进行边缘检测，以得到中间图像；

对中间图像进行膨胀处理，以得到膨胀图像；

对膨胀图像进行轮廓检测，以得到膨胀区域；

对每个膨胀区域计算最小外接矩形，以得到初步结果；

根据初步结果计算待检测图像的旋转角度，以得到检测结果。

3.根据权利要求2所述的图像角度矫正方法，其特征在于，所述对所述待检测图像进行预处理，以得到初步图像，包括：

对所述待检测图像进行高斯滤波，以得到滤波后的图像；

将滤波后的图像转换为灰度图像，以得到初步图像。

4.根据权利要求2所述的图像角度矫正方法，其特征在于，所述对每个膨胀区域计算最小外接矩形，以得到初步结果，包括：

通过OpenCV最小外接矩形计算每个膨胀区域的最小外接矩形，以得到初步结果。

5.根据权利要求1所述的图像角度矫正方法，其特征在于，所述根据所述检测结果对待检测图像进行旋转，以得到旋转结果，包括：

通过OpenCV仿射变换对待检测图像按照检测结果进行旋转，以得到旋转结果。

6.图像角度矫正装置，其特征在于，包括：

图像获取单元，用于获取待检测图像；

检测单元，用于对所述待检测图像进行旋转角度检测，以得到检测结果；

旋转单元，用于根据所述检测结果对待检测图像进行旋转，以得到旋转结果；

输出单元，用于输出所述旋转结果至终端。

7.根据权利要求6所述的图像角度矫正装置，其特征在于，所述检测单元包括：

预处理子单元，用于对所述待检测图像进行预处理，以得到初步图像；

边缘检测子单元，用于对初步图像进行边缘检测，以得到中间图像；

膨胀处理子单元，用于对中间图像进行膨胀处理，以得到膨胀图像；

轮廓检测子单元，用于对膨胀图像进行轮廓检测，以得到膨胀区域；

矩形计算子单元，用于对每个膨胀区域计算最小外接矩形，以得到初步结果；

角度计算子单元，用于根据初步结果计算待检测图像的旋转角度，以得到检测结果。

8.根据权利要求7所述的图像角度矫正装置，其特征在于，所述预处理子单元包括：

滤波模块，用于对所述待检测图像进行高斯滤波，以得到滤波后的图像。

灰度处理模块，用于将滤波后的图像转换为灰度图像，以得到初步图像。

9.一种计算机设备，其特征在于，所述计算机设备包括存储器及处理器，所述存储器上存储有计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至5中任一项所述的方法。

10.一种存储介质，其特征在于，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时可实现如权利要求1至5中任一项所述的方法。

Images