CN111611783A - 一种图形表格的定位分割方法及装置 - Google Patents
一种图形表格的定位分割方法及装置 Download PDFInfo
- Publication number
- CN111611783A CN111611783A CN202010558758.2A CN202010558758A CN111611783A CN 111611783 A CN111611783 A CN 111611783A CN 202010558758 A CN202010558758 A CN 202010558758A CN 111611783 A CN111611783 A CN 111611783A
- Authority
- CN
- China
- Prior art keywords
- graph
- graphic
- positioning
- dividing
- convex hull
- 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
- 238000000034 method Methods 0.000 title claims abstract description 43
- 238000012545 processing Methods 0.000 claims abstract description 44
- 230000000877 morphologic effect Effects 0.000 claims abstract description 25
- 238000005260 corrosion Methods 0.000 claims abstract description 17
- 230000007797 corrosion Effects 0.000 claims abstract description 17
- 230000011218 segmentation Effects 0.000 claims abstract description 9
- 230000003628 erosive effect Effects 0.000 claims abstract description 8
- 238000007781 pre-processing Methods 0.000 claims description 12
- 238000012163 sequencing technique Methods 0.000 claims description 6
- 230000003044 adaptive effect Effects 0.000 claims description 4
- 238000001914 filtration Methods 0.000 claims description 3
- 238000000605 extraction Methods 0.000 description 3
- 238000012790 confirmation Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 238000003711 image thresholding Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/10—Text processing
- G06F40/166—Editing, e.g. inserting or deleting
- G06F40/177—Editing, e.g. inserting or deleting of tables; using ruled lines
- G06F40/18—Editing, e.g. inserting or deleting of tables; using ruled lines of spreadsheets
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/20—Image enhancement or restoration using local operators
- G06T5/30—Erosion or dilatation, e.g. thinning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- 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
- G06V30/41—Analysis of document content
- G06V30/413—Classification of content, e.g. text, photographs or tables
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20004—Adaptive image processing
-
- 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)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Multimedia (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Image Analysis (AREA)
Abstract
一种图形表格的定位分割方法及装置，包括如下步骤：将图形表格进行二值化处理得到第一图形；将第一图形进行形态学腐蚀膨胀，确定第一图形中的表格组成线得到第一表格；将第一表格进行高斯模糊和二值化处理得到第二图形；将第二图形再进行形态学腐蚀膨胀，然后基于第二图形确定表格组成线分割图形表格。本申请采用两次二值化处理和两次形态学腐蚀膨胀，将图形表格的组成线进行了有效处理；第一次二值化是图片变成黑白，能够分离目标区域和背景区域，减少干扰，方便后面处理，第二次二值化是再次二值化后，再膨胀的话能够把表格线加粗及对虚线、细线、断线能够做一个补全，提高表格区域块定位的准确度。
Description
技术领域
本申请涉及一种图形表格的定位分割方法及装置。
背景技术
在实际的生产生活中，尽管大多数表格都是由电子生成，但是其呈现形式却多是pdf、图片等不可编辑模式，因此在使用中，需要进行图形表格的转换。现在多是采用电脑识别的方式进行，但在一些虚线、细线、断线等难识别部位，有较大的可能性产生识别错误，而此种错误，直接降低了识别结果的可用性，同时为后续的文字提取识别等工作带来了较大的不确定性。现在解决这一问题的方法是提供一种认为干预借口，但这对于工作效率产生了较大的影响，且并未从根本上解决这一问题。
发明内容
为了解决上述问题，本申请一方面提出了一种图形表格的定位分割方法，包括如下步骤：将图形表格进行二值化处理得到第一图形；将第一图形进行形态学腐蚀膨胀，确定第一图形中的表格组成线得到第一表格；将第一表格进行高斯模糊和二值化处理得到第二图形；将第二图形再进行形态学腐蚀膨胀，然后基于第二图形确定表格组成线分割图形表格。本申请采用两次二值化处理和两次形态学腐蚀膨胀，将图形表格的组成线进行了有效处理；第一次二值化是图片变成黑白，能够分离目标区域和背景区域，减少干扰，方便后面处理，第二次二值化是再次二值化后，再膨胀的话能够把表格线加粗及对虚线、细线、断线能够做一个补全，提高表格区域块定位的准确度；而形态学腐蚀膨胀方法能够把图片中的文字消除，并且去除多余的干扰点或线，得到表格的横线及竖线，然后再通过横线竖线与运算把图片中的整个表格还原出来。
优选的，还包括图形表格预处理的过程，所述图形表格预处理包括获取图形表格的R通道图形。提取R通道能够将红色的印章排出掉，从而解决印章对表格线提取的干扰，因为印章覆盖到表格线上，会导致提取表格线出现一大段断线的情况，因此进行预处理之后，减少了干扰，比直接做图像灰度更有优势。
优选的，二值化处理采用自适应阈值进行处理；所述自适应阈值根据邻域块的像素值分布来确定该像素位置上的二值化阈值。在图像阈值化操作中，需要关注的是二值化图像中，去分离目标区域和背景区域，不同图片的背景不同，但是仅仅通过设定固定阈值很难达到理想的分割效果。而自适应阈值，则是根据像素的邻域块的像素值分布来确定该像素位置上的二值化阈值。这样做的优点：(1)每个像素位置处的二值化阈值不是固定不变的，而是由其周围邻域像素的分布来决定的。(2)亮度较高的图像区域的二值化阈值通常会较高，而亮度低的图像区域的二值化阈值则会相适应的变小。(3)不同亮度、对比度、纹理的局部图像区域将会拥有相对应的局部二值化阈值。(4)自适应阈值能够灵活处理各种图像，达到一个很好的效果。
优选的，获取第一表格之后，先进行颜色反转，然后再进行高斯模糊和二值化处理得到第二图形。
优选的，对于第二图形寻找轮廓以确定凸包，得到凸包坐标，并利用凸包坐标作为基点将图形表格进行分割得到待识别字块。
优选的，根据凸包坐标进行第二图形重绘得到表格。
优选的，所述重绘表格的过程如下：对得到的凸包坐标中左上角的Y坐标值进行排序和干扰值过滤，得到表格行数及每行的Y坐标值，再根据处理后的Y值对凸包坐标进行分类，每一类再根据X坐标值进行排序，得到每个凸包在原表格上的位置，即完成利用凸包坐标来还原原来的表格。本申请的寻找表格内的凸包相当于找表格区域块的内框，这样分割出来的文字块区域能够避免表格线干扰，可以提高OCR对于框内文字的识别准确度。
优选的，将得到的待识别字块进行OCR识别，得到其中的文字；将得到的文字置于重绘得到的表格中，即得到识别后的图形表格。
优选的，所述形态学腐蚀膨胀采用getStructuringElement算法进行图片处理，然后再利用MORPH_RECT函数得到矩形。
另一方面，本申请还公开了一种图形表格的定位分割装置，包括如下模块：
预处理模块，用于将图形表格进行二值化处理得到第一图形；
正向处理模块，用于将第一图形进行形态学腐蚀膨胀，确定第一图形中的表格组成线得到第一表格；
反向处理模块，用于将第一表格进行高斯模糊和二值化处理得到第二图形；将第二图形再进行形态学腐蚀膨胀，然后基于第二图形确定表格组成线分割图形表格。
本申请能够带来如下有益效果：本申请采用两次二值化处理和两次形态学腐蚀膨胀，将图形表格的组成线进行了有效处理；第一次二值化是图片变成黑白，能够分离目标区域和背景区域，减少干扰，方便后面处理，第二次二值化是再次二值化后，再膨胀的话能够把表格线加粗及对虚线、细线、断线能够做一个补全，提高表格区域块定位的准确度；而形态学腐蚀膨胀方法能够把图片中的文字消除，并且去除多余的干扰点或线，得到表格的横线及竖线，然后再通过横线竖线与运算把图片中的整个表格还原出来，二值化处理和形态学腐蚀膨胀的交叉使用，保证了整个处理过程中有效信息(如横线、竖线)的获取，以及无效信息(如框内文字)的排除；本申请的寻找表格内的凸包相当于找表格区域块的内框，这样分割出来的文字块区域能够避免表格线干扰，可以提高OCR对于框内文字的识别准确度。
附图说明
此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
图1为第一个实施例的流程图；
图2为第二个实施例的流程图；
图3为待识别表格的演示图；
图4为第一表格的示意图；
图5为形成凸包以后映射到待识别表格的示意图；
图6为待识别字块的示意图；
图7为定位分割装置的示意图。
具体实施方式
为能清楚说明本方案的技术特点，下面通过具体实施方式，并结合其附图，对本申请进行详细阐述。
在第一个实施例中，如图1所示，按照如下步骤进行：
S101.获取待识别的表格：图3作为一个待识别表格的示例进行演示；在图2中，图示1为虚线，图示2为断线，图示3为细线。
S102.图片预处理：若含有红色公章，则通过选择R通道来预处理图片，若没有红色公章，则直接进行后续处理；
S103.一次二值化处理：先对图片进行二值化处理，对于图片进行形态学腐蚀膨胀，利用getStructuringElement算法处理图片，然后利用MORPH_RECT得到矩形结构，也可以先得到竖线，再得到横线，然后组成第一表格，如图4所示；
S104.二次二值化处理：让得到的第一表格进行颜色反转，然后再进行高斯模糊和二值化处理得到第二图形；
S105.表格重绘：对于第二图形寻找轮廓以确定凸包，得到凸包坐标，并利用凸包坐标作为基点将图形表格进行分割得到待识别字块，对得到的凸包坐标中左上角的Y坐标值进行排序和干扰值过滤，得到表格行数及每行的Y坐标值，再根据处理后的Y值对凸包坐标进行分类，每一类再根据X坐标值进行排序，得到每个凸包在原表格上的位置，即完成利用凸包坐标来还原原来的表格，如图5所示；
S106.表格最终确认：对待识别字块的文字(如图6所示)进行OCR识别后填入表格，得到最终的识别图标。
在第二个实施例中，如图2所示，按照如下步骤进行：
S201.获取待识别的表格：图3作为一个待识别表格的示例进行演示；在图2中，图示1为虚线，图示2为断线，图示3为细线。
S202.图片预处理：若含有红色公章，则通过选择R通道来预处理图片，若没有红色公章，则直接进行后续处理；
S203.一次二值化处理：先对图片进行二值化处理，对于图片进行形态学腐蚀膨胀，利用getStructuringElement算法处理图片，然后利用MORPH_RECT得到矩形结构，也可以先得到竖线，再得到横线，然后组成第一表格；
S204.二次二值化处理：让得到的第一表格进行颜色反转，然后再进行高斯模糊和二值化处理得到第二图形；
S205.细节获取：对于第二图形进行形态学腐蚀膨胀，利用getStructuringElement算法处理图片，然后利用MORPH_RECT得到矩形结构，也可以先得到竖线，再得到横线，然后组成第二表格；
S206.表格最终确认：此时的第二表格即为最终修正补充得到的图形表格，将该表格与原表格进行复合，使得可以增强原有表格的横线、竖线等；然后就可以利用普通的表格识别软件，如abbyy reader等软件对复合后的第二表格进行识别分析即能得到最终的图形表格。
在第三个实施例中，如图7所示，一种图形表格的定位分割装置，包括如下模块：
预处理模块，用于将图形表格进行二值化处理得到第一图形；
正向处理模块，用于将第一图形进行形态学腐蚀膨胀，确定第一图形中的表格组成线得到第一表格；
反向处理模块，用于将第一表格进行高斯模糊和二值化处理得到第二图形；将第二图形再进行形态学腐蚀膨胀，然后基于第二图形确定表格组成线分割图形表格。
本申请采用两次二值化处理和两次形态学腐蚀膨胀，将图形表格的组成线进行了有效处理；第一次二值化是图片变成黑白，能够分离目标区域和背景区域，减少干扰，方便后面处理，第二次二值化是再次二值化后，再膨胀的话能够把表格线加粗及对虚线、细线、断线能够做一个补全，提高表格区域块定位的准确度；而形态学腐蚀膨胀方法能够把图片中的文字消除，并且去除多余的干扰点或线，得到表格的横线及竖线，然后再通过横线竖线与运算把图片中的整个表格还原出来。
以上仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。
Claims (10)
1.一种图形表格的定位分割方法，其特征在于：包括如下步骤：
将图形表格进行二值化处理得到第一图形；
将第一图形进行形态学腐蚀膨胀，确定第一图形中的表格组成线得到第一表格；
将第一表格进行高斯模糊和二值化处理得到第二图形；
将第二图形再进行形态学腐蚀膨胀，然后基于第二图形确定表格组成线分割图形表格。
2.根据权利要求1所述的一种图形表格的定位分割方法，其特征在于：还包括图形表格预处理的过程，所述图形表格预处理包括获取图形表格的R通道图形。
3.根据权利要求1所述的一种图形表格的定位分割方法，其特征在于：二值化处理采用自适应阈值进行处理；所述自适应阈值根据邻域块的像素值分布来确定该像素位置上的二值化阈值。
4.根据权利要求1所述的一种图形表格的定位分割方法，其特征在于：获取第一表格之后，先进行颜色反转，然后再进行高斯模糊和二值化处理得到第二图形。
5.根据权利要求1所述的一种图形表格的定位分割方法，其特征在于：对于第二图形寻找轮廓以确定凸包，得到凸包坐标，并利用凸包坐标作为基点将图形表格进行分割得到待识别字块。
6.根据权利要求5所述的一种图形表格的定位分割方法，其特征在于：根据凸包坐标进行第二图形重绘得到表格。
7.根据权利要求6所述的一种图形表格的定位分割方法，其特征在于：所述重绘表格的过程如下：对得到的凸包坐标中左上角的Y坐标值进行排序和干扰值过滤，得到表格行数及每行的Y坐标值，再根据处理后的Y值对凸包坐标进行分类，每一类再根据X坐标值进行排序，得到每个凸包在原表格上的位置，即完成利用凸包坐标来还原原来的表格。
8.根据权利要求6所述的一种图形表格的定位分割方法，其特征在于：将得到的待识别字块进行OCR识别，得到其中的文字；将得到的文字置于重绘得到的表格中，即得到识别后的图形表格。
9.根据权利要求1所述的一种图形表格的定位分割方法，其特征在于：所述形态学腐蚀膨胀采用getStructuringElement算法进行图片处理，然后再利用MORPH_RECT函数得到矩形。
10.一种图形表格的定位分割装置，其特征在于：包括如下模块：
预处理模块，用于将图形表格进行二值化处理得到第一图形；
正向处理模块，用于将第一图形进行形态学腐蚀膨胀，确定第一图形中的表格组成线得到第一表格；
反向处理模块，用于将第一表格进行高斯模糊和二值化处理得到第二图形；将第二图形再进行形态学腐蚀膨胀，然后基于第二图形确定表格组成线分割图形表格。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010558758.2A CN111611783B (zh) | 2020-06-18 | 2020-06-18 | 一种图形表格的定位分割方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010558758.2A CN111611783B (zh) | 2020-06-18 | 2020-06-18 | 一种图形表格的定位分割方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111611783A true CN111611783A (zh) | 2020-09-01 |
| CN111611783B CN111611783B (zh) | 2023-04-25 |
Family
ID=72200589
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010558758.2A Active CN111611783B (zh) | 2020-06-18 | 2020-06-18 | 一种图形表格的定位分割方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111611783B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111932483A (zh) * | 2020-09-28 | 2020-11-13 | 江西汉辰信息技术股份有限公司 | 图片处理方法、装置、存储介质及计算机设备 |
| CN114529925A (zh) * | 2022-04-22 | 2022-05-24 | 华南理工大学 | 一种全线表表格结构识别方法 |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH03138775A (ja) * | 1989-10-25 | 1991-06-13 | Tokyo Electric Power Co Inc:The | ひび割れ測定システム |
| US20020085243A1 (en) * | 2000-12-21 | 2002-07-04 | Tomotoshi Kanatsu | Document processing apparatus and method |
| US20060204079A1 (en) * | 2005-03-10 | 2006-09-14 | Kabushiki Kaisha Toshiba | Pattern recognition apparatus and method |
| CN106897908A (zh) * | 2015-12-17 | 2017-06-27 | 中国移动通信集团广东有限公司 | 一种发票的打印方法、装置及打印机 |
| WO2018185574A1 (en) * | 2017-04-04 | 2018-10-11 | Lending Solution S.R.L. | Apparatus and method for documents and/or personal identities recognition and validation |
| CN110363095A (zh) * | 2019-06-20 | 2019-10-22 | 华南农业大学 | 一种针对表格字体的识别方法 |
| CN110427891A (zh) * | 2019-08-05 | 2019-11-08 | 中国工商银行股份有限公司 | 用于识别合同的方法、装置、系统及介质 |
| JP2020009103A (ja) * | 2018-07-06 | 2020-01-16 | 日立オムロンターミナルソリューションズ株式会社 | 帳票認識装置、帳票認識方法、及び帳票認識プログラム |
| CN110717489A (zh) * | 2019-09-19 | 2020-01-21 | 平安科技（深圳）有限公司 | Osd的文字区域的识别方法、装置及存储介质 |
| CN110942435A (zh) * | 2019-11-27 | 2020-03-31 | 讯飞智元信息科技有限公司 | 一种文档图像处理的方法和装置 |
-
2020
- 2020-06-18 CN CN202010558758.2A patent/CN111611783B/zh active Active
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH03138775A (ja) * | 1989-10-25 | 1991-06-13 | Tokyo Electric Power Co Inc:The | ひび割れ測定システム |
| US20020085243A1 (en) * | 2000-12-21 | 2002-07-04 | Tomotoshi Kanatsu | Document processing apparatus and method |
| US20060204079A1 (en) * | 2005-03-10 | 2006-09-14 | Kabushiki Kaisha Toshiba | Pattern recognition apparatus and method |
| CN106897908A (zh) * | 2015-12-17 | 2017-06-27 | 中国移动通信集团广东有限公司 | 一种发票的打印方法、装置及打印机 |
| WO2018185574A1 (en) * | 2017-04-04 | 2018-10-11 | Lending Solution S.R.L. | Apparatus and method for documents and/or personal identities recognition and validation |
| JP2020009103A (ja) * | 2018-07-06 | 2020-01-16 | 日立オムロンターミナルソリューションズ株式会社 | 帳票認識装置、帳票認識方法、及び帳票認識プログラム |
| CN110363095A (zh) * | 2019-06-20 | 2019-10-22 | 华南农业大学 | 一种针对表格字体的识别方法 |
| CN110427891A (zh) * | 2019-08-05 | 2019-11-08 | 中国工商银行股份有限公司 | 用于识别合同的方法、装置、系统及介质 |
| CN110717489A (zh) * | 2019-09-19 | 2020-01-21 | 平安科技（深圳）有限公司 | Osd的文字区域的识别方法、装置及存储介质 |
| CN110942435A (zh) * | 2019-11-27 | 2020-03-31 | 讯飞智元信息科技有限公司 | 一种文档图像处理的方法和装置 |
Non-Patent Citations (1)
| Title |
|---|
| 贺辉;张泽生;肖红玉;黄静;: "一种面向移动终端目标图像自动裁剪的快速区域定位算法" * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111932483A (zh) * | 2020-09-28 | 2020-11-13 | 江西汉辰信息技术股份有限公司 | 图片处理方法、装置、存储介质及计算机设备 |
| CN111932483B (zh) * | 2020-09-28 | 2021-01-08 | 江西汉辰信息技术股份有限公司 | 图片处理方法、装置、存储介质及计算机设备 |
| CN114529925A (zh) * | 2022-04-22 | 2022-05-24 | 华南理工大学 | 一种全线表表格结构识别方法 |
| CN114529925B (zh) * | 2022-04-22 | 2022-07-15 | 华南理工大学 | 一种全线表表格结构识别方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111611783B (zh) | 2023-04-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109978839B (zh) | 晶圆低纹理缺陷的检测方法 | |
| CN110766017B (zh) | 基于深度学习的移动终端文字识别方法及系统 | |
| CN107045634B (zh) | 一种基于最大稳定极值区域与笔画宽度的文本定位方法 | |
| CN102742977B (zh) | 基于图像处理的涂胶路径控制方法 | |
| CN108133216B (zh) | 基于机器视觉的可实现小数点读取的数码管读数识别方法 | |
| CN109241973B (zh) | 一种纹理背景下的字符全自动软分割方法 | |
| CN110070523B (zh) | 一种用于瓶底的异物检测方法 | |
| CN112614062A (zh) | 菌落计数方法、装置及计算机存储介质 | |
| CN111611783B (zh) | 一种图形表格的定位分割方法及装置 | |
| CN113487563B (zh) | 一种基于el图像的光伏组件隐裂自适应检测方法 | |
| CN110674812A (zh) | 一种面向复杂背景的民用车牌定位与字符分割方法 | |
| CN112686265A (zh) | 一种基于层级轮廓提取的象形文字分割方法 | |
| CN110060239B (zh) | 一种用于瓶子瓶口的缺陷检测方法 | |
| CN115588208A (zh) | 一种基于数字图像处理技术的全线表结构识别方法 | |
| CN114792310A (zh) | 一种LCD屏幕中边缘模糊的Mura缺陷检测方法 | |
| CN115272362A (zh) | 一种数字病理全场图像有效区域分割方法、装置 | |
| CN109271882B (zh) | 一种区分颜色的手写体汉字提取方法 | |
| JP5005732B2 (ja) | 画像形成装置及び画像処理方法 | |
| US20180285675A1 (en) | System and method for text localization in images | |
| Al-Mahadeen et al. | Signature region of interest using auto cropping | |
| CN108205678A (zh) | 一种含有亮斑干扰的铭牌文字识别处理方法 | |
| CN112036294A (zh) | 一种纸质表格结构自动识别的方法及装置 | |
| CN110930358A (zh) | 一种基于自适应算法的太阳能面板图像处理方法 | |
| CN114627463B (zh) | 一种基于机器识别的非接触式配电数据识别方法 | |
| CN115187744A (zh) | 一种基于激光点云的机柜识别方法 |
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 |