CN111383193A - 图像修复方法和装置 - Google Patents

图像修复方法和装置 Download PDF

Info

Publication number
CN111383193A
CN111383193A CN202010108930.4A CN202010108930A CN111383193A CN 111383193 A CN111383193 A CN 111383193A CN 202010108930 A CN202010108930 A CN 202010108930A CN 111383193 A CN111383193 A CN 111383193A
Authority
CN
China
Prior art keywords
area
image
repaired
boundary
text
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.)
Pending
Application number
CN202010108930.4A
Other languages
English (en)
Inventor
王亚领
刘设伟
刘昊岳
王洁
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.)
Taikang Insurance Group Co Ltd
Taikang Online Property Insurance Co Ltd
Original Assignee
Taikang Insurance Group Co Ltd
Taikang Online Property Insurance 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 Taikang Insurance Group Co Ltd, Taikang Online Property Insurance Co Ltd filed Critical Taikang Insurance Group Co Ltd
Priority to CN202010108930.4A priority Critical patent/CN111383193A/zh
Publication of CN111383193A publication Critical patent/CN111383193A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/77—Retouching; Inpainting; Scratch removal
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/13—Edge detection
    • 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
    • G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
    • G06V10/273—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion removing elements interfering with the pattern to be recognised
    • 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
    • G06V30/40—Document-oriented image-based pattern recognition
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Artificial Intelligence (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种图像修复方法和装置，涉及计算机技术领域。其中，该方法包括：基于深度学习模型对待处理图像进行文本检测，以确定所述待处理图像中的至少一个文本区域；对所述文本区域进行直线检测，并将检测出直线的文本区域作为待修复图像区域；对所述待修复图像区域进行修复，以去除所述待修复图像区域中的直线。通过以上步骤，能够准确、快速地对图像进行修复，使得修复后的图像具有高度的真实性，进而基于修复后的图像进行文字识别能够提高文字识别的效率和准确率。

Description

图像修复方法和装置
技术领域
本发明涉及计算机技术领域，尤其涉及一种图像修复方法和装置。
背景技术
在保险的核赔环节中，需要客户上传多张票据。在对这些票据进行OCR(光学字符识别)处理时，需要从客户上传的票据中识别出用于核赔的关键字段。然而，由于现实中客户上传的票据没有统一制式、排版格式迥异，造成打印文字错位严重，很多文字往往打印在了票据中的直线上，这样会导致文字识别困难。
在现有技术中，可基于训练后的深度学习模型对文本图像中的文字进行识别。然而，若文本图像中的文字被直线压盖，则原先训练好的深度学习模型往往难以准确识别出文字。鉴于此，现有的解决方案是通过标注大量的这种带有直线压盖的文本图像样本，对深度学习模型进行重新训练。
在实现本发明的过程中，本发明的发明人发现：虽然现有技术可以在一定程度上对带有直线压盖的文本图像进行识别，但是需要重新标注大量的带有直线压盖的文本图像样本，并需要根据标注后的文本图像样本重新训练深度学习模型，耗时耗力。
发明内容
有鉴于此，本发明提供了一种图像修复方法和装置，能够准确、快速地对图像进行修复，使得修复后的图像具有高度的真实性，进而基于修复后的图像进行文字识别能够提高文字识别的效率和准确率。
为实现上述目的，根据本发明的一个方面，提供了一种图像修复方法。
本发明的图像修复方法包括：基于深度学习模型对待处理图像进行文本检测，以确定所述待处理图像中的至少一个文本区域；对所述文本区域进行直线检测，并将检测出直线的文本区域作为待修复图像区域；对所述待修复图像区域进行修复，以去除所述待修复图像区域中的直线；其中，所述对所述待修复图像区域进行修复，以去除所述待修复图像区域中的直线包括：将所述待修复图像区域中直线所处像素点的区域作为第一区域，将所述待修复图像区域中除所述第一区域之外的区域作为第二区域；确定所述第一区域所包含的边界区域，对所述边界区域进行修复；在修复完所述边界区域后，将所述边界区域并入第二区域，以实现第一区域和第二区域的更新，直至所述待修复图像区域修复完成。
可选地，所述对所述边界区域进行修复包括：对于所述边界区域内的一个边界像素点，确定该边界像素点的邻域；根据所述邻域内各个已知像素点的像素值计算该边界像素点的新的像素值；其中，所述已知像素点为属于第二区域的像素点。
可选地，所述根据所述邻域内各个已知像素点的像素值计算该边界像素点的新的像素值包括：确定所述邻域内各个已知像素点至所述边界像素点的欧式距离；根据所述欧式距离确定所述邻域内各个已知像素点的权重系数；按照所述权重系数，对所述邻域内各个已知像素点的像素值进行加权求和，并将加权求和结果作为该边界像素点的新的像素值。
可选地，所述根据所述欧式距离确定所述邻域内各个已知像素点的权重系数包括：计算所述邻域内一个已知像素点至所述边界像素点的欧式距离的倒数，并将所述倒数作为该已知像素点的权重系数。
可选地，所述方法还包括：在对所述文本区域进行直线检测之前，对所述文本区域进行灰度化处理。
可选地，所述待处理图像为票据图像；所述方法还包括：在基于深度学习模型对待处理图像进行文本检测之前，获取用户上传的票据图像，并对所述票据图像进行预处理。
可选地，所述边界区域包括：第一区域的上边界、和下边界；所述对所述边界区域进行修复包括：对第一区域的上边界、和下边界同时进行修复。
为实现上述目的，根据本发明的另一方面，提供了一种图像修复装置。
本发明的图像修复装置包括：文本检测模块，用于基于深度学习模型对待处理图像进行文本检测，以确定所述待处理图像中的至少一个文本区域；直线检测模块，用于对所述文本区域进行直线检测，并将检测出直线的文本区域作为待修复图像区域；修复模块，用于对所述待修复图像区域进行修复，以去除所述待修复图像区域中的直线；其中，所述修复模块对所述待修复图像区域进行修复，以去除所述待修复图像区域中的直线包括：所述修复模块将所述待修复图像区域中直线所处像素点的区域作为第一区域，将所述待修复图像区域中除所述第一区域之外的区域作为第二区域；所述修复模块确定所述第一区域所包含的边界区域，对所述边界区域进行修复；在修复完所述边界区域后，所述修复模块将所述边界区域并入第二区域，以实现第一区域和第二区域的更新，直至所述待修复图像区域修复完成。
为实现上述目的，根据本发明的再一个方面，提供了一种电子设备。
本发明的电子设备，包括：一个或多个处理器；以及，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，使得所述一个或多个处理器实现本发明的图像修复方法。
为实现上述目的，根据本发明的又一个方面，提供了一种计算机可读介质。
本发明的计算机可读介质，其上存储有计算机程序，所述程序被处理器执行时实现本发明的图像修复方法。
上述发明中的一个实施例具有如下优点或有益效果：通过基于深度学习模型对待处理图像进行文本检测，以确定所述待处理图像中的至少一个文本区域，对所述文本区域进行直线检测，并将检测出直线的文本区域作为待修复图像区域，以及对所述待修复图像区域进行修复以去除所述待修复图像区域中的直线这些步骤，能够准确、快速地对图像进行修复，使得修复后的图像具有高度的真实性，进而基于修复后的图像进行文字识别能够提高文字识别的效率和准确率。
上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。
附图说明
附图用于更好地理解本发明，不构成对本发明的不当限定。其中：
图1是根据本发明第一实施例的图像修复方法的主要流程示意图；
图2是根据本发明第二实施例的图像修复方法的主要流程示意图；
图3是本发明实施例中对一个待修复图像区域进行修复的主要流程示意图；
图4是文本区域的示例性示意图；
图5是从文本区域中检测出直线的示意图；
图6是对文本区域进行修复的示意图；
图7是修复后的文本区域的示意图；
图8是根据本发明第三实施例的图像修复装置的主要模块示意图；
图9是本发明实施例可以应用于其中的示例性系统架构图；
图10是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
以下结合附图对本发明的示范性实施例做出说明，其中包括本发明实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本发明的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
需要指出的是，在不冲突的情况下，本发明中的实施例以及实施例中的特征可以相互组合。
图1是根据本发明第一实施例的图像修复方法的主要流程示意图。如图1所示，本发明实施例的图像修复方法包括：
步骤S101、基于深度学习模型对待处理图像进行文本检测，以确定所述待处理图像中的至少一个文本区域。
示例性地，所述深度学习模型可以为EAST模型(论文“An Efficient andAccurate Scene Text Detector”提出的一种文本检测模型)、CTPN模型(论文“DetectingText in Natural Image with Connectionist Text Proposal Network”提出的一种文本检测模型)、PSENet(论文“Shape Robust Text Detection with Progressive ScaleExpansion Network”提出的一种文本检测模型)、或者其他用于文本检测的深度学习模型。
其中，所述待处理图像可以为票据图像，比如用户在进行保险理赔时上传的医疗门诊费票据图像等。具体实施时，在通过步骤S101对待处理图像进行文字检测之前，可先对待处理图像进行预处理。比如，可先对待处理图像进行旋转摆正等预处理。
步骤S102、对所述文本区域进行直线检测，并将检测出直线的文本区域作为待修复图像区域。
示例性地，在该步骤中，可基于LSD算法(一种直线检测算法)、或者霍夫曼直线检测算法等对文本区域进行直线检测。若在一个文本区域中检测出直线，则将该文本区域作为待修复图像区域；若在一个文本区域中没有检测出直线，则该文本区域无需进行修复。此外，对于存在直线的文本区域，通过直线检测算法可检测出诸如直线的位置、直线的宽度等信息。
步骤S103、对所述待修复图像区域进行修复，以去除所述待修复图像区域中的直线。
关于具体如何对所述待修复图像区域进行修复，以去除所述待修复图像区域中的直线，以下将结合图3进行详细说明。
在本发明实施例中，通过以上步骤能够准确、快速地定位待处理图像中的文本区域，并对压盖有直线的文本区域进行修复，使得修复后的图像具有高度的真实性，进而基于修复后的图像进行文字识别能够提高文字识别的效率和准确率。
图2是根据本发明第二实施例的图像修复方法的主要流程示意图。如图2所示，本发明实施例的图像修复方法包括：
步骤S201、获取用户上传的票据图像。
示例性地，所述票据图像可以为用户在进行保险理赔时上传的医疗门诊费票据图像等。具体实施时，在获取用户上传的票据图像后，可对该票据图像进行预处理。比如，对票据图像进行旋转摆正等预处理。
步骤S202、基于深度学习模型对待处理图像进行文本检测，以确定所述待处理图像中的至少一个文本区域。
示例性地，所述深度学习模型可以为EAST模型(论文“An Efficient andAccurate Scene Text Detector”提出的一种文本检测模型)、CTPN模型(论文“DetectingText in Natural Image with Connectionist Text Proposal Network”提出的一种文本检测模型)、PSENet(论文“Shape Robust Text Detection with Progressive ScaleExpansion Network”提出的一种文本检测模型)、或者其他用于文本检测的深度学习模型。
在一个可选示例中，基于EAST模型对票据图像进行文本检测具体包括：步骤1、首先可通过一个通用网络(比如VGG16网络、Pvanet网络等)提取票据图像的特征，基于提取到的票据图像的特征形成不同尺度的特征图；步骤2、将抽取的特征按照从通用网络的顶部特征向下进行合并；步骤3、通过输出层输出文本得分和文本形状两部分，其中，文本形状可包含旋转角度以及相对于上、下、左、右的四个偏移；步骤4、根据输出层的输出生成几何图形，利用极大值抑制对生成的几何图形进行过滤，以得到票据图像中的所有文本区域的位置。
步骤S203、对所述文本区域进行灰度化处理。
在通过步骤S202检测出票据图像中的各个文本区域后，对各个文本区域进行灰度化处理，以得到灰度化处理后的文本区域，可简称为“灰度图”。通过对文本区域进行灰度化处理，能够减少后续进行直线检测等处理时的运算量，提高后续处理效率。
步骤S204、对灰度化处理后的文本区域进行直线检测。
示例性地，可基于LSD算法(一种直线检测算法)、或者霍夫曼直线检测算法等对文本区域进行直线检测。
在一个可选示例中，基于LSD算法对灰度化处理后的文本区域进行直线检测包括：
步骤a、将输入的灰度图按照一定的缩放尺度(比如缩放尺度为80％)进行高斯下采样。通过步骤a，能够减弱甚至消除图像中直线出现的锯齿效应。
步骤b、计算每个像素点的梯度值以及水平线方向。
具体来说。在步骤b中，可根据如下公式计算每个像素点的梯度值以及水平线方向：
Figure BDA0002389277000000071
Figure BDA0002389277000000072
Figure BDA0002389277000000073
Figure BDA0002389277000000074
其中，i(x,y)为像素点(x,y)处的灰度值，gx(x,y)和gy(x,y)分别代表像素点(x,y)处的水平方向梯度和垂直方向梯度，G(x,y)代表像素点(x,y)处的梯度值大小，θ代表像素点(x,y)处的水平线方向。
步骤c、根据梯度值对所有点进行伪排序，建立状态列表，并将状态列表中所有点的状态设置为“UNUSED”。其中，伪排序的具体操作为：设置图像梯度强度范围为[0,1023](对于大于1023的梯度强度，可将其强制设置为1023)，创建1024个链表；遍历整个梯度图，根据梯度强度，将相同梯度值的像素坐标放入同一张链表中；将1024个链表按从大到小顺序合成一张大链表(首部为梯度强度为1023的链表，尾部为梯度强度为0的链表)。
步骤d、设定梯度阈值ρ，将梯度值小于ρ的像素点在状态列表中的状态设置为“USED”。
步骤e、取出链表中梯度最大的像素点(即伪排序排首位的像素点)作为种子像素点，并将其在状态列表中的状态设为“USED”，并对该种子像素点进行以下操作：
e1、以种子像素点为起点，根据梯度角方向相似(搜索周围状态为“UNUSED”、并且方向在阈值范围[-τ,τ]内的点)，进行区域扩散。具体实施时，每扩散一个像素点，将该像素坐标从链表中删除，并且做标记(将其状态改为“USED”)，之后进行新的区域扩散，直至无法再扩散。其中，阈值范围中的τ为角度容忍度，其取值可设为π/8弧度。
e2、将扩散区域进行矩形拟合，得到矩形r。
e3、判断同性点的密度d是否大于密度阈值D，若d>D，则接受该矩形，否则截断矩形r变为多个矩形框，直至满足同性点的密度d大于密度阈值D。
其中，同性点是指矩形中的水平线方向与最小外接矩形的主方向的角度差在容忍度数pπ内的像素点。其中，p的取值可设定为τ/π。具体来说，在步骤e3中，可基于如下公式计算同性点的密度。
Figure BDA0002389277000000081
其中，k代表矩形r中同性点的个数，length(r)代表矩形r的长，width(r)代表矩形r的宽。
e4、计算拟合矩形精度误差(NFA)的值，NFA的计算公式为：
Figure BDA0002389277000000082
其中，r是考虑的矩形集合，N和M是采样过后图像的列和行，n是矩形的像素的总数，k是同性点个数。
e5、设定误差阈值ε＝1，改变r使NFA的值更小直至NFA<＝ε，将矩形r加入输出列表；如果改变了r还不满足NFA<＝ε或者矩形区域太小，则将矩形r舍去。
步骤f、继续回到步骤e，从链表中找到下一个种子像素点，从剩下图像进行区域扩散，直至遍历完全图，得到所有检测到的矩形。其中，检测到的矩形即为直线。通过步骤a至步骤f进行直线检测，能够获取到每条直线的首尾坐标以及直线宽度。
在通过步骤S204对文本区域进行直线检测后，若文本区域存在直线，则可执行步骤S205；若文本区域不存在直线，则可执行步骤S206。
步骤S205、将该文本区域作为待修复图像区域。
步骤S206、确认该文本区域无需修复。
步骤S207、对所述待修复图像区域进行修复，以去除所述待修复图像区域中的直线。
关于步骤S207具体如何执行，以下将结合图3进行详细说明。
在本发明实施例中，通过以上步骤能够准确、快速地定位待处理图像中的文本区域，并对压盖有直线的文本区域进行修复，使得修复后的图像具有高度的真实性，进而基于修复后的图像进行文字识别能够提高文字识别的效率和准确率。
图3是本发明实施例中对一个待修复图像区域进行修复的主要流程示意图。如图3所示，本发明实施例中对一个待修复图像进行修复的流程包括：
步骤S301、将待修复图像中直线所处像素点的区域作为第一区域，将所述待修复图像区域中除所述第一区域之外的区域作为第二区域。
步骤S302、确定所述第一区域所包含的边界区域。
示例性地，所述边界区域可包括：第一区域的上边界、和下边界。例如，假设第一区域共有三行像素点，分别为L1、L2、L3，则边界区域可以为L1行像素点所在的上边界和L3行像素点所在的下边界。在该示例中，为了提高修复效率，可对第一区域的上边界、和下边界同时进行修复。
示例性地，可将待修复图像区域表示为Φ，将第一区域表示为Ω，将第二区域(或称为“已知区域”)表示为T，将边界区域表示为δΩ，则Φ、Ω、T、以及δΩ满足：
Figure BDA0002389277000000101
步骤S303、对所述边界区域进行修复。
在一个可选示例中，步骤S303具体包括：步骤A1和步骤A2。
步骤A1、对于所述边界区域内的一个边界像素点，确定该边界像素点的邻域。
在一个示例中，可将以边界像素点为中心的九宫格作为其邻域，即将位于该边界像素点周围的8个点作为其邻域内的像素点。在另一个示例中，可将位于该边界像素点周围的24个像素点作为其邻域内的像素点。
步骤A2、根据所述邻域内各个已知像素点的像素值计算该边界像素点的新的像素值；其中，所述已知像素点为属于第二区域的像素点。
进一步，步骤A2可具体包括：步骤A21至步骤A23。
步骤A21、确定所述邻域内各个已知像素点至所述边界像素点的欧式距离。
例如，对于边界区域δΩ内的某一边界像素点p来说，可根据如下公式计算p点与其邻域B(ε)内的任一已知像素点的欧氏距离：
Figure BDA0002389277000000102
其中，dpi代表边界像素点p和任一已知像素点i(i∈B(ε))的欧氏距离，xp,yp为点p的坐标，xi,yi为点i(i∈B(ε))的坐标。
步骤A22、根据所述欧式距离确定所述邻域内各个已知像素点的权重系数。
示例性地，在步骤A22中，可计算所述邻域内一个已知像素点至所述边界像素点的欧式距离的倒数，并将所述倒数作为该已知像素点的权重系数。比如，对于邻域B(ε)内的任一像素点i来说，其权重系数满足：
ωpi＝1/dpi
其中，ωpi为点i的权重系数(或者称为“点i对应于像素点p的权重”)。通过将已知像素点至所述边界像素点的欧式距离的倒数作为该已知像素点的权重系数，能够保证离点p越近的已知像素点对点p的新像素值计算的贡献越大，使得点p的新像素值与该已知像素点越相近。
步骤A23、按照所述权重系数，对所述邻域内各个已知像素点的像素值进行加权求和，并将加权求和结果作为该边界像素点的新的像素值。
具体来说，在步骤A23中，可根据如下公式计算边界像素点的新的像素值：
Figure BDA0002389277000000111
其中，I(p)为点p的新像素值，I(i)为已知像素点i(i∈B(ε))的像素值。
步骤S304、在修复完所述边界区域后，将所述边界区域并入第二区域，以实现第一区域和第二区域的更新。
具体来说，在修复完所述边界区域后，可将所述边界区域并入第二区域，并将并入所述边界区域后的第二区域作为更新后的第二区域，并将移除所述边界区域后的第一区域作为更新后的第一区域。
步骤S305、判断待修复图像区域是否修复完成。在待修复图像区域修复完成的情况下，结束针对该待修复图像区域的修复流程；在待修复图像区域未修复完成的情况下，再次执行步骤S302，直至待修复图像区域修复完成。
在本发明实施例中，通过以上步骤能够快速实现对待修复图像区域的修复，使得修复后的图像区域具有高度的真实性，进而基于修复后的图像进行文字识别能够提高文字识别的效率和准确率。
以下结合图4至图7对本发明实施例的图像修复方法作进一步说明。在一个具体示例中，基于深度学习模型对待处理图像进行文本检测得到内容为“张长烈”的文本区域，且该文本区域存在直线压盖问题(如图4所示)。通过对该文本区域进行直线检测，可确定该文本区域中存在直线。
如图5、图6所示，直线所占像素点区域(即待修复图像区域中的第一区域)为图中的白色区域。假设该白色区域共有三行像素点，由上至下分别为L1行像素点、L2行像素点、L3行像素点，则第一区域的边界区域包括：L1行像素点和L2行像素点。在对边界区域中的一个边界像素点，比如图6所示的i(5)像素点进行修复时，可先确定其邻域内的所有已知像素点为i(1)、i(2)和i(3)这三个像素点，然后依次计算该三个已知像素点与边界像素点i(5)的欧氏距离，可以得到：
Figure BDA0002389277000000121
d25＝1
Figure BDA0002389277000000122
其中，d15为已知像素点i(1)至边界像素点i(5)的欧氏距离，d25为已知像素点i(2)至边界像素点i(5)的欧氏距离，d35为已知像素点i(3)至边界像素点i(5)的欧氏距离。
进一步，i(1)、i(2)和i(3)这三个已知像素点的权重系数为：
Figure BDA0002389277000000123
ω25＝1/d25＝1
Figure BDA0002389277000000124
其中，ω15为已知像素点i(1)的权重系数，ω25为已知像素点i(2)的权重系数，ω35为已知像素点i(3)的权重系数。
进而，边界像素点i(5)的新像素值为：
Figure BDA0002389277000000125
其中，I(5)为边界像素点i(5)的新像素值，I(1)为已知像素点i(1)的像素值，I(2)为已知像素点i(2)的像素值，I(3)为已知像素点i(5)的像素值。
进而，可利用上述方法计算边界区域内所有边界像素点的新像素值，并将新像素值作为这些边界像素点在修复后的像素值。在对该边界区域修复完成后，可将该边界区域并入第二区域(或称为“已知区域”)，以实现第一区域、第二区域的更新。然后，对于更新后的第一区域，重新确定其边界区域，并对该边界区域进行恢复，直至文本区域修复完成。修复后的文本区域如图7所示。由图7可见，修复后的文本区域去除了直线，具有较高的真实性且易于识别。
图8是根据本发明第三实施例的图像修复装置的主要模块示意图。如图8所示，本发明实施例的图像修复装置800包括：文本检测模块801、直线检测模块802、修复模块803。
文本检测模块801，用于基于深度学习模型对待处理图像进行文本检测，以确定所述待处理图像中的至少一个文本区域。
示例性地，所述深度学习模型可以为EAST模型(论文“An Efficient andAccurate Scene Text Detector”提出的一种文本检测模型)、CTPN模型(论文“DetectingText in Natural Image with Connectionist Text Proposal Network”提出的一种文本检测模型)、PSENet(论文“Shape Robust Text Detection with Progressive ScaleExpansion Network”提出的一种文本检测模型)、或者其他用于文本检测的深度学习模型。
其中，所述待处理图像可以为票据图像，比如用户在进行保险理赔时上传的医疗门诊费票据图像等。具体实施时，在通过文本检测模块对待处理图像进行文字检测之前，可先对待处理图像进行预处理。比如，可先对待处理图像进行旋转摆正等预处理。
直线检测模块802，用于对所述文本区域进行直线检测，并将检测出直线的文本区域作为待修复图像区域。
示例性地，可基于LSD算法(一种直线检测算法)、或者霍夫曼直线检测算法等对文本区域进行直线检测。若在一个文本区域中检测出直线，则将该文本区域作为待修复图像区域；若在一个文本区域中没有检测出直线，则该文本区域无需进行修复。此外，对于存在直线的文本区域，通过直线检测算法可检测出诸如直线的位置、直线的宽度等信息。
修复模块803，用于对所述待修复图像区域进行修复，以去除所述待修复图像区域中的直线。
在一个可选示例中，修复模块803对所述待修复图像区域进行修复，以去除所述待修复图像区域中的直线包括：修复模块803将所述待修复图像区域中直线所处像素点的区域作为第一区域，将所述待修复图像区域中除所述第一区域之外的区域作为第二区域；修复模块803确定所述第一区域所包含的边界区域，对所述边界区域进行修复；在修复完所述边界区域后，修复模块803将所述边界区域并入第二区域，以实现第一区域和第二区域的更新，直至所述待修复图像区域修复完成。
进一步，在上述可选示例中，修复模块803对所述边界区域进行修复可具体包括：对于所述边界区域内的一个边界像素点，修复模块803确定该边界像素点的邻域；修复模块803根据所述邻域内各个已知像素点的像素值计算该边界像素点的新的像素值；其中，所述已知像素点为属于第二区域的像素点。
其中，修复模块803根据所述邻域内各个已知像素点的像素值计算该边界像素点的新的像素值可具体包括：修复模块803确定所述邻域内各个已知像素点至所述边界像素点的欧式距离；修复模块803根据所述欧式距离确定所述邻域内各个已知像素点的权重系数；修复模块803按照所述权重系数，对所述邻域内各个已知像素点的像素值进行加权求和，并将加权求和结果作为该边界像素点的新的像素值。
在本发明实施例中，通过以上装置能够准确、快速地定位待处理图像中的文本区域，并对压盖有直线的文本区域进行修复，使得修复后的图像具有高度的真实性，进而基于修复后的图像进行文字识别能够提高文字识别的效率和准确率。
图9示出了可以应用本发明实施例的图像修复方法或图像修复装置的示例性系统架构900。
如图9所示，系统架构900可以包括终端设备901、902、903，网络904和服务器905。网络904用以在终端设备901、902、903和服务器905之间提供通信链路的介质。网络904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。
用户可以使用终端设备901、902、903通过网络904与服务器905交互，以接收或发送消息等。终端设备901、902、903上可以安装有各种通讯客户端应用，例如保险类应用、购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等。
终端设备901、902、903可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。
服务器905可以是提供各种服务的服务器，例如对用户利用终端设备901、902、903所浏览的保险类网站提供支持的后台管理服务器。后台管理服务器可以对接收到的用户上传的保险理赔单据图像等数据进行分析等处理，并将处理结果(保险核赔结果等)反馈给终端设备。
需要说明的是，本发明实施例所提供的图像修复方法一般由服务器905执行，相应地，图像修复装置一般设置于服务器905中。
应该理解，图9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。
下面参考图10，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1000的结构示意图。图10示出的计算机系统仅仅是一个示例，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10所示，计算机系统1000包括中央处理单元(CPU)1001，其可以根据存储在只读存储器(ROM)1002中的程序或者从存储部分1008加载到随机访问存储器(RAM)1003中的程序而执行各种适当的动作和处理。在RAM 1003中，还存储有系统1000操作所需的各种程序和数据。CPU 1001、ROM 1002以及RAM 1003通过总线1004彼此相连。输入/输出(I/O)接口1005也连接至总线1004。
以下部件连接至I/O接口1005：包括键盘、鼠标等的输入部分1006；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1007；包括硬盘等的存储部分1008；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1009。通信部分1009经由诸如因特网的网络执行通信处理。驱动器1010也根据需要连接至I/O接口1005。可拆卸介质1011，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1010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1008。
特别地，根据本发明公开的实施例，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，本发明公开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1009从网络上被下载和安装，和/或从可拆卸介质1011被安装。在该计算机程序被中央处理单元(CPU)1001执行时，执行本发明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模块可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的模块也可以设置在处理器中，例如，可以描述为：一种处理器包括文本检测模块、直线检测模块、修复模块。其中，这些模块的名称在某种情况下并不构成对该模块本身的限定，例如，文本检测模块还可以被描述为“对待处理图像进行文本检测的模块”。
作为另一方面，本发明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设备中所包含的；也可以是单独存在，而未装配入该设备中。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设备执行时，使得该设备执行以下流程：基于深度学习模型对待处理图像进行文本检测，以确定所述待处理图像中的至少一个文本区域；对所述文本区域进行直线检测，并将检测出直线的文本区域作为待修复图像区域；对所述待修复图像区域进行修复，以去除所述待修复图像区域中的直线；其中，所述对所述待修复图像区域进行修复，以去除所述待修复图像区域中的直线包括：将所述待修复图像区域中直线所处像素点的区域作为第一区域，将所述待修复图像区域中除所述第一区域之外的区域作为第二区域；确定所述第一区域所包含的边界区域，对所述边界区域进行修复；在修复完所述边界区域后，将所述边界区域并入第二区域，以实现第一区域和第二区域的更新，直至所述待修复图像区域修复完成。
根据本发明实施例的技术方案，能够准确、快速地对图像进行修复，使得修复后的图像具有高度的真实性，进而基于修复后的图像进行文字识别能够提高文字识别的效率和准确率。
上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，取决于设计要求和其他因素，可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。

Claims (10)

1.一种图像修复方法，其特征在于，所述方法包括：
基于深度学习模型对待处理图像进行文本检测，以确定所述待处理图像中的至少一个文本区域；
对所述文本区域进行直线检测，并将检测出直线的文本区域作为待修复图像区域；
对所述待修复图像区域进行修复，以去除所述待修复图像区域中的直线；
其中，所述对所述待修复图像区域进行修复，以去除所述待修复图像区域中的直线包括：将所述待修复图像区域中直线所处像素点的区域作为第一区域，将所述待修复图像区域中除所述第一区域之外的区域作为第二区域；确定所述第一区域所包含的边界区域，对所述边界区域进行修复；在修复完所述边界区域后，将所述边界区域并入第二区域，以实现第一区域和第二区域的更新，直至所述待修复图像区域修复完成。
2.根据权利要求1所述的方法，其特征在于，所述对所述边界区域进行修复包括：
对于所述边界区域内的一个边界像素点，确定该边界像素点的邻域；根据所述邻域内各个已知像素点的像素值计算该边界像素点的新的像素值；其中，所述已知像素点为属于第二区域的像素点。
3.根据权利要求2所述的方法，其特征在于，所述根据所述邻域内各个已知像素点的像素值计算该边界像素点的新的像素值包括：
确定所述邻域内各个已知像素点至所述边界像素点的欧式距离；根据所述欧式距离确定所述邻域内各个已知像素点的权重系数；按照所述权重系数，对所述邻域内各个已知像素点的像素值进行加权求和，并将加权求和结果作为该边界像素点的新的像素值。
4.根据权利要求3所述的方法，其特征在于，所述根据所述欧式距离确定所述邻域内各个已知像素点的权重系数包括：
计算所述邻域内一个已知像素点至所述边界像素点的欧式距离的倒数，并将所述倒数作为该已知像素点的权重系数。
5.根据权利要求1所述的方法，其特征在于，所述方法还包括：
在对所述文本区域进行直线检测之前，对所述文本区域进行灰度化处理。
6.根据权利要求1所述的方法，其特征在于，所述待处理图像为票据图像；所述方法还包括：在基于深度学习模型对待处理图像进行文本检测之前，获取用户上传的票据图像，并对所述票据图像进行预处理。
7.根据权利要求1所述的方法，其特征在于，所述边界区域包括：第一区域的上边界、和下边界；所述对所述边界区域进行修复包括：对第一区域的上边界、和下边界同时进行修复。
8.一种图像修复装置，其特征在于，所述装置包括：
文本检测模块，用于基于深度学习模型对待处理图像进行文本检测，以确定所述待处理图像中的至少一个文本区域；
直线检测模块，用于对所述文本区域进行直线检测，并将检测出直线的文本区域作为待修复图像区域；
修复模块，用于对所述待修复图像区域进行修复，以去除所述待修复图像区域中的直线；
其中，所述修复模块对所述待修复图像区域进行修复，以去除所述待修复图像区域中的直线包括：所述修复模块将所述待修复图像区域中直线所处像素点的区域作为第一区域，将所述待修复图像区域中除所述第一区域之外的区域作为第二区域；所述修复模块确定所述第一区域所包含的边界区域，对所述边界区域进行修复；在修复完所述边界区域后，所述修复模块将所述边界区域并入第二区域，以实现第一区域和第二区域的更新，直至所述待修复图像区域修复完成。
9.一种电子设备，其特征在于，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，使得所述一个或多个处理器实现如权利要求1至7中任一所述的方法。
10.一种计算机可读介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1至7中任一所述的方法。
CN202010108930.4A 2020-02-21 2020-02-21 图像修复方法和装置 Pending CN111383193A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010108930.4A CN111383193A (zh) 2020-02-21 2020-02-21 图像修复方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010108930.4A CN111383193A (zh) 2020-02-21 2020-02-21 图像修复方法和装置

Publications (1)

Publication Number Publication Date
CN111383193A true CN111383193A (zh) 2020-07-07

Family

ID=71217100

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010108930.4A Pending CN111383193A (zh) 2020-02-21 2020-02-21 图像修复方法和装置

Country Status (1)

Country Link
CN (1) CN111383193A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111814780A (zh) * 2020-07-08 2020-10-23 重庆农村商业银行股份有限公司 一种票据图像处理方法、装置、设备及存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102231790A (zh) * 2011-06-23 2011-11-02 上海大学 视频序列中条带损伤的修复方法
CN104134195A (zh) * 2014-08-01 2014-11-05 西安电子科技大学 基于块几何稀疏的图像修复方法
CN106169173A (zh) * 2016-06-30 2016-11-30 北京大学 一种图像插值方法
US20180285675A1 (en) * 2017-03-31 2018-10-04 Tata Consultancy Services Limited System and method for text localization in images
CN110472550A (zh) * 2019-08-02 2019-11-19 南通使爱智能科技有限公司 一种文本图像拍摄完整度判断方法及系统
CN110647829A (zh) * 2019-09-12 2020-01-03 全球能源互联网研究院有限公司 一种票据的文本识别方法及系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102231790A (zh) * 2011-06-23 2011-11-02 上海大学 视频序列中条带损伤的修复方法
CN104134195A (zh) * 2014-08-01 2014-11-05 西安电子科技大学 基于块几何稀疏的图像修复方法
CN106169173A (zh) * 2016-06-30 2016-11-30 北京大学 一种图像插值方法
US20180285675A1 (en) * 2017-03-31 2018-10-04 Tata Consultancy Services Limited System and method for text localization in images
CN110472550A (zh) * 2019-08-02 2019-11-19 南通使爱智能科技有限公司 一种文本图像拍摄完整度判断方法及系统
CN110647829A (zh) * 2019-09-12 2020-01-03 全球能源互联网研究院有限公司 一种票据的文本识别方法及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
吕岳等: "文档图像中书写线的检测与去除" *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111814780A (zh) * 2020-07-08 2020-10-23 重庆农村商业银行股份有限公司 一种票据图像处理方法、装置、设备及存储介质
CN111814780B (zh) * 2020-07-08 2023-05-26 重庆农村商业银行股份有限公司 一种票据图像处理方法、装置、设备及存储介质

Similar Documents

Publication Publication Date Title
CN108304835B (zh) 文字检测方法和装置
RU2621601C1 (ru) Устранение искривлений изображения документа
CN110874618B (zh) 基于小样本的ocr模板学习方法、装置、电子设备及介质
CN112580623A (zh) 图像生成方法、模型训练方法、相关装置及电子设备
CN108182457B (zh) 用于生成信息的方法和装置
CN113313083B (zh) 文本检测方法及装置
CN112560862A (zh) 文本识别方法、装置及电子设备
CN113205041A (zh) 结构化信息提取方法、装置、设备和存储介质
CN113313113A (zh) 证件信息获取方法、装置、设备以及存储介质
CN115861400A (zh) 目标对象检测方法、训练方法、装置以及电子设备
CN111767889A (zh) 公式识别方法、电子设备及计算机可读介质
CN114724133A (zh) 文字检测和模型训练方法、装置、设备及存储介质
CN114926849A (zh) 一种文本检测方法、装置、设备及存储介质
CN109101974B (zh) 针对线状干扰的去噪方法和去噪装置
CN111383193A (zh) 图像修复方法和装置
CN113313114A (zh) 证件信息获取方法、装置、设备以及存储介质
CN113326766A (zh) 文本检测模型的训练方法及装置、文本检测方法及装置
CN115035351B (zh) 基于图像的信息提取方法、模型训练方法、装置、设备及存储介质
CN116030472A (zh) 文字坐标确定方法及装置
CN113780294B (zh) 文本字符分割的方法和装置
CN114120305B (zh) 文本分类模型的训练方法、文本内容的识别方法及装置
CN115359502A (zh) 一种图像处理方法、装置、设备以及存储介质
CN115719444A (zh) 图像质量确定方法、装置、电子设备和介质
CN114067328A (zh) 识别文本的方法、装置和电子设备
CN114511863A (zh) 表格结构提取方法、装置、电子设备及存储介质

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