CN111754414A - 一种图像处理方法、装置和用于图像处理的装置 - Google Patents

一种图像处理方法、装置和用于图像处理的装置 Download PDF

Info

Publication number
CN111754414A
CN111754414A CN201910252172.0A CN201910252172A CN111754414A CN 111754414 A CN111754414 A CN 111754414A CN 201910252172 A CN201910252172 A CN 201910252172A CN 111754414 A CN111754414 A CN 111754414A
Authority
CN
China
Prior art keywords
text
image
color
line region
region
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
Application number
CN201910252172.0A
Other languages
English (en)
Other versions
CN111754414B (zh
Inventor
张玉亭
马龙
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.)
Beijing Sogou Technology Development Co Ltd
Original Assignee
Beijing Sogou Technology Development Co Ltd
Sogou Hangzhou Intelligent Technology 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 Beijing Sogou Technology Development Co Ltd, Sogou Hangzhou Intelligent Technology Co Ltd filed Critical Beijing Sogou Technology Development Co Ltd
Priority to CN201910252172.0A priority Critical patent/CN111754414B/zh
Publication of CN111754414A publication Critical patent/CN111754414A/zh
Application granted granted Critical
Publication of CN111754414B publication Critical patent/CN111754414B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • 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
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/194—Segmentation; Edge detection involving foreground-background segmentation
    • 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
    • G06T2207/20081—Training; Learning
    • 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
    • G06T2207/20084—Artificial neural networks [ANN]
    • 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
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30176—Document

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Evolutionary Biology (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Image Analysis (AREA)
  • Facsimile Image Signal Circuits (AREA)

Abstract

本发明实施例提供了一种图像处理方法、装置和用于图像处理的装置。其中的方法具体包括：根据文本检测模型，确定待处理图像中的文本行区域；其中，所述文本检测模型为根据样本文本图像、以及所述样本文本图像对应的文本标注信息训练得到的深度神经网络模型；对所述文本行区域进行文本分割处理，以得到所述文本行区域中的文本掩模区域；根据所述文本掩模区域，对所述待处理图像进行图像修复，以得到修复后的背景图像；其中，所述修复后的背景图像中不包含所述文本行区域中的文本内容。本发明实施例可以提高定位文本区域的准确性，进而可以提高图像修复的准确性。

Description

一种图像处理方法、装置和用于图像处理的装置
技术领域
本发明涉及计算机技术领域，尤其涉及一种图像处理方法、装置和用于图像处理的装置。
背景技术
随着计算机技术的不断发展，利用翻译工具可以对图像中的文本进行翻译，将图像中的源语言文本翻译为目标语言文本，并且对图像进行修复，以得到不包含文本内容的背景图像，最后在背景图像上展示目标语言文本，以供用户查看。
目前，可以采用阈值化处理的方法，对图像进行分割，以确定图像中的文本区域，进而可以对文本区域进行文本识别，以及根据确定的本文区域对图像进行修复，得到不包含文本内容的背景图像。
然而，阈值化处理的方法通常适用于简单背景的图像，对背景较为复杂的图像，很难准确定位其中的文本区域，进而影响图像修复的准确性。
发明内容
本发明实施例提供一种图像处理方法、装置和用于图像处理的装置，可以提高图像修复的准确性。
为了解决上述问题，本发明实施例公开了一种图像处理方法，所述方法包括：
根据文本检测模型，确定待处理图像中的文本行区域；其中，所述文本检测模型为根据样本文本图像、以及所述样本文本图像对应的文本标注信息训练得到的深度神经网络模型；
对所述文本行区域进行文本分割处理，以得到所述文本行区域中的文本掩模区域；
根据所述文本掩模区域，对所述待处理图像进行图像修复，以得到修复后的背景图像；其中，所述修复后的背景图像中不包含所述文本行区域中的文本内容。
另一方面，本发明实施例公开了一种图像处理装置，所述装置包括：
检测模块，用于根据文本检测模型，确定待处理图像中的文本行区域；其中，所述文本检测模型为根据样本文本图像、以及所述样本文本图像对应的文本标注信息训练得到的深度神经网络模型；
分割模块，用于对所述文本行区域进行文本分割处理，以得到所述文本行区域中的文本掩模区域；
修复模块，用于根据所述文本掩模区域，对所述待处理图像进行图像修复，以得到修复后的背景图像；其中，所述修复后的背景图像中不包含所述文本行区域中的文本内容。
再一方面，本发明实施例公开了一种用于图像处理的装置，包括有存储器，以及一个或者一个以上的程序，其中一个或者一个以上程序存储于存储器中，且经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于进行以下操作的指令：
根据文本检测模型，确定待处理图像中的文本行区域；其中，所述文本检测模型为根据样本文本图像、以及所述样本文本图像对应的文本标注信息训练得到的深度神经网络模型；
对所述文本行区域进行文本分割处理，以得到所述文本行区域中的文本掩模区域；
根据所述文本掩模区域，对所述待处理图像进行图像修复，以得到修复后的背景图像；其中，所述修复后的背景图像中不包含所述文本行区域中的文本内容。
又一方面，本发明实施例公开了一种机器可读介质，其上存储有指令，当由一个或多个处理器执行时，使得装置执行如前述一个或多个所述的图像处理方法。
本发明实施例包括以下优点：
本发明实施例首先可以根据文本检测模型，确定待处理图像中的文本行区域；然后对所述文本行区域进行文本分割处理，以得到所述文本行区域中的文本掩模区域；最后，根据所述文本掩模区域，对所述待处理图像进行图像修复，以得到去除文本内容的修复后的背景图像。由于所述文本检测模型可以为根据大量的样本文本图像、以及所述样本文本图像对应的文本标注信息训练得到的深度神经网络模型，例如，所述文本检测模型可以为根据包含复杂背景的样本文本图像训练得到，因此，相对于阈值化处理方法，本发明实施例可以提高定位文本区域的准确性，进而可以提高图像修复的准确性。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例的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性的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例的一种图像处理方法实施例的步骤流程图；
图2是本发明实施例的一种文本行区域示意图；
图3是本发明实施例的一种简单背景的文本行区域示意图；
图4是图3中文本行区域图像对应的梯度图像示意图；
图5是图3中文本行区域图像对应的二值化图像示意图；
图6是图3中文本行区域对应的文本掩模区域示意图；
图7是本发明实施例的一种复杂背景的文本行区域示意图；
图8是图7中文本行区域图像对应的梯度图像示意图；
图9是图7中文本行区域图像对应的二值化图像示意图；
图10是对图9进行反转处理后得到的文本掩模区域示意图；
图11是本发明实施例的一种颜色区域图像示意图；
图12是本发明实施例的另一种颜色区域图像示意图；
图13是图3所示的文本行区域图像对应的修复后的背景图像示意图；
图14是图7所示的文本行区域图像对应的修复后的背景图像示意图；
图15是图2所示图像对应的修复后的背景图像示意图；
图16是本发明实施例的一种图像处理装置实施例的结构框图；
图17是本发明实施例的一种用于图像处理的装置800的框图；及
图18是本发明的一些实施例中服务器的结构示意图。
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作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。
方法实施例
参照图1，示出了本发明实施例的一种图像处理方法实施例的步骤流程图，具体可以包括如下步骤：
步骤101、根据文本检测模型，确定待处理图像中的文本行区域；其中，所述文本检测模型为根据样本文本图像、以及所述样本文本图像对应的文本标注信息训练得到的深度神经网络模型；
步骤102、对所述文本行区域进行文本分割处理，以得到所述文本行区域中的文本掩模区域；
步骤103、根据所述文本掩模区域，对所述待处理图像进行图像修复，以得到修复后的背景图像；其中，所述修复后的背景图像中不包含所述文本行区域中的文本内容。
本发明实施例可应用于图像处理场景，所述图像处理场景对应的图像处理客户端可以对包含文本内容的待处理图像进行修复，得到去除文本内容后的背景图像。
所述图像处理客户端可以运行在终端上，所述终端具体包括但不限于：智能手机、平板电脑、电子书阅读器、MP3(动态影像专家压缩标准音频层面3，Moving PictureExperts Group Audio Layer III)播放器、MP4(动态影像专家压缩标准音频层面4，MovingPicture Experts Group Audio Layer IV)播放器、膝上型便携计算机、车载电脑、台式计算机、机顶盒、智能电视机、可穿戴设备等等。
在本发明实施例中，所述待处理图像可以是任意类型的图像，如商品图、细节图、画报封面图、广告图等，图像的格式包括但不限于JPG(Joint Photographic ExpertsGroup，联合图像专家组)、PNG(Portable Network Graphics，便携式网络图形)、TIFF(TagImage File Format，标签图像文件格式)、BMP(Bitmap，位图)等。可以理解，本发明实施例对所述待处理图像的获取方式不加以限制，例如可以从网页下载，也可以通过终端设备采集，如利用手机或者照相机拍照得到待处理图像等。
对于所述待处理图像，本发明实施例首先根据文本检测模型，确定待处理图像中的文本行区域；所述文本行区域由多个文字沿同一方向组合而成，每一个文本行区域中可以包括一行文字。参照图2，示出了本发明实施例的一种文本行区域的示意图。如图2所示，其中的矩形框区域可以表示识别得到的文本行区域，可以看出，图2中包括8个文本行区域。
可以理解，本发明实施例对所述文本行区域的方向不加以限制，根据图像中文字的排版方式，所述文本行区域的方向可以为横向、纵向等任意方向。
当然，本实施例对所述文本行区域的大小也不加以限制，例如，所述文本行区域可以为包含所述文本行的最小外接矩形，也即，该最小外接矩形的四条边分别与所述文本行中文字的最上端、最下端、最左端以及最右端相切。
在实际应用中，阈值化处理的方法通常适用于简单背景的图像，对背景较为复杂的图像，很难准确定位其中的文本区域，因此，为了提高确定文本行区域的准确性，本发明实施例根据文本检测模型，确定待处理图像中的文本行区域。
其中，所述文本检测模型可以为根据大量的训练样本和机器学习方法，对现有的神经网络进行有监督或者无监督训练而得到的。所述文本检测模型可以是融合了多种神经网络的分类模型。所述神经网络包括但不限于以下的至少一种或者至少两种的组合、叠加、嵌套：CNN(Convolutional Neural Network，卷积神经网络)、LSTM(Long Short-TermMemory，长短时记忆)网络、RNN(Simple Recurrent Neural Network，循环神经网络)、注意力神经网络等。
所述文本检测模型的训练样本可以包括：样本文本图像和每一个样本文本图像对应的文本标注信息，所述文本标注信息具体可以包括用于指示样本文本图像中的像素是否属于文本区域的标注、以及用于指示属于文本区域的像素位置的标注(例如坐标值等)。
在本发明的一种可选实施例中，所述深度神经网络模型可以包括全卷积神经网络。
具体地，可以采集大量的样本文本图像，所述样本文本图像可以为包含文本内容的图像，并且对采集的样本文本图像进行标注，以得到每一个样本文本图像对应的文本标注信息，所述文本标注信息具体可以包括用于指示样本文本图像中的像素是否属于文本区域的标注、以及用于指示属于文本区域的像素位置的标注(例如坐标值等)，根据所述样本文本图像和对应的文本标注信息，训练得到文本检测模型，通过该文本检测模型，可以识别图像中的文本行区域。
例如，首先构建并初始化卷积网络的初始模型，包括卷积层的层数、上采样层的层数、卷积核的大小、偏置等；然后，将所述样本文本图像输入所述初始模型，根据输出结果与文本标注信息之间的差异，以及梯度下降算法对该初始模型进行迭代优化，直到优化的模型达到预设条件时，停止迭代优化，将最后一次优化的模型作为训练完成的文本检测模型。
在本发明的一个示例中，所述初始模型可以是由7层卷积层和1层上采样层组成的网络模型。当然，在实际应用中，也可以根据实际需要设置卷积层的层数和上采样层的层数，本发明实施例对此不加以限制。
由于所述文本检测模型为根据大量样本数据训练得到，相比阈值化处理的方式，在图像背景复杂的情况下，利用卷积神经网络确定得到的文本行区域更加准确。
在本发明实施例中，可以将待处理图像输入所述文本检测模型，所述文本检测模型可以对待处理图像中的像素点进行分类，以确定待处理图像中的文本行区域。
在本发明的另一种可选实施例中，所述文本检测模型具体可以包括EAST(Efficient and Accuracy Scene Text，自然场景下的文字识别)神经网络，EAST神经网络可以结合底层的细节信息和高层的语义信息对文本区域进行识别，可以解决光照、颜色等背景复杂问题，相对于传统的阈值化处理方法，EAST神经网络可以提高检测复杂背景图像中文本区域的准确性。
在确定待处理图像中的文本行区域之后，可以对所述文本行区域进行文本分割处理，以得到所述文本行区域中的文本掩模区域，并根据所述文本掩模区域，对所述待处理图像进行图像修复，进而可以得到修复后的背景图像，所述修复后的背景图像中不包含所述文本行区域中的文本内容。
在本发明的一种可选实施例中，所述对所述文本行区域进行文本分割处理，以得到所述文本行区域中的文本掩模区域，具体可以包括：
步骤S11、提取所述文本行区域中的梯度信息，以得到所述文本行区域对应的梯度图像；
步骤S12、对所述梯度图像进行阈值分割，以得到所述梯度图像对应的二值化图像；
步骤S12、根据所述二值化图像的边缘颜色信息，确定所述二值化图像中的文本掩模区域。
在具体应用中，通过阈值分割可以自适应地将图像中的文本区域和背景区域区分开，但是却很难判断某个区域到底是文本区域还是背景区域，为了提高确定文本区域的准确性，本发明实施例结合待处理图像中的梯度信息，以准确识别待处理图像中的文本行区域，进而可以确定文本行区域中的文本掩模区域。其中，所述文本掩模区域可以为包含文本内容的矩形区域，在文本掩模区域中，白色区域为文本区域，黑色区域为非文本区域(背景区域)。
具体地，本发明实施例首先可以利用sobel(索贝尔)算子提取所述文本行区域中的梯度信息，以得到所述文本行区域对应的梯度图像。其中，Sobel算子是像素图像边缘检测中最重要的算子之一，由于Sobel算子是滤波算子的形式，用于提取边缘，可以利用快速卷积函数，具有简单有效、速度快的特点。
然后，对所述梯度图像进行阈值分割，以得到所述梯度图像对应的二值化图像；所述阈值分割，可以采用固定阈值，也可以采用自适应阈值，本发明实施例对此不加以限制。
最后，可以根据所述二值化图像的轮廓，利用OpenCV(Open Source ComputerVision Library，开源计算机视觉库)中的drawContours函数对所述二值化图像的轮廓进行填充，即可得到基于梯度信息的文本掩模区域。
在本发明的一种可选实施例中，所述根据所述文本行区域中的梯度信息，对所述文本行区域进行阈值分割之前，所述方法还可以包括：对所述文本行区域进行透视变换，以得到修正后的文本行区域。
在具体应用中，由于拍摄角度倾斜等原因，所述待处理图像中的文本行区域可能是非矩形区域，将会影响后期阈值分割的效果，因此，本发明实施例在对所述文本行区域进行阈值分割之前，对所述文本行区域进行透视变换，以得到修正后的文本行区域。具体地，可以从待处理图像中截取文本行区域，得到文本行区域图像，对所述文本行区域图像进行透视变换，得到修正后的文本行区域图像，所述修正后的文本行区域图像具体可以为矩形图像。
在本发明的一种可选实施例中，所述根据所述二值化图像的边缘颜色信息，确定所述二值化图像中的文本掩模区域，具体可以包括：
步骤S21、判断所述二值化图像的边缘像素的颜色是否相同；
步骤S22、若所述边缘像素的颜色均为黑色，则将所述二值化图像中的白色区域作为文本掩模区域；或者，若所述边缘像素的颜色均为白色，则对所述二值化图像中各像素的颜色进行反转，以及将反转后的二值化图像中的白色区域作为文本掩模区域。
在具体应用中，文本行区域的背景可能只包含一种颜色，本发明实施例称这种背景为简单背景。本发明实施例可以根据二值化图像的边缘像素的颜色判断二值化图像的背景是否为简单背景，具体地，可以判断所述二值化图像的边缘像素的颜色是否相同，若所述二值化图像的边缘像素的颜色相同，则可以确定二值化图像的背景为简单背景。在本发明实施例中，所述二值化图像可以为矩形图像，所述边缘像素具体可以包括所述二值化图像的上边行、下边行、左边行和右边行中的像素。
参照图3，示出了本发明实施例的一种简单背景的文本行区域示意图，如图4所示，为图3中文本行区域图像对应的梯度图像示意图，以及如图5所示，为图3中文本行区域图像对应的二值化图像示意图。
若确定所述二值化图像的边缘像素的颜色相同，也即二值化图像的背景为简单背景，则可以进一步获取边缘像素的颜色，如果边缘像素的颜色为黑色，则可以将所述二值化图像中的白色区域作为文本掩模区域；如果所述边缘像素的颜色为白色，则对所述二值化图像中各像素的颜色进行反转，以及将反转后的二值化图像中的白色区域作为文本掩模区域。
如图5所示的二值化图像，由于其边缘像素的颜色均为白色，因此，需要对该二值化图像中各像素的颜色进行反转，参照图6，示出了图3中文本行区域对应的文本掩模区域示意图，图6为对图5中各像素的颜色进行反转后所得到。
在本发明的一种可选实施例中，所述方法还可以包括：
步骤S31、若确定所述二值化图像的边缘像素的颜色不相同，则对所述二值化图像按照像素颜色进行区域划分，以得到不同颜色对应的颜色区域；
步骤S32、根据所述颜色区域对应的梯度图像和二值化图像，判断所述颜色区域是否满足颜色反转条件；
步骤S33、将不满足颜色反转条件的颜色区域中的白色区域作为文本掩模区域；或者，对满足颜色反转条件的颜色区域中各像素的颜色进行反转，将反转后的颜色区域中的白色区域作为文本掩模区域。
在本发明实施例中，若确定所述二值化图像的边缘像素的颜色不相同，则可以确定所述文本行区域的背景为复杂背景。所述复杂背景指，文本行区域的背景中包含至少两种颜色。对于复杂背景的二值化图像，需要先对所述二值化图像进行颜色区域划分，以得到不同颜色对应的颜色区域，再对各颜色区域，确定对应的文本掩模区域。本发明实施例将复杂背景的二值化图像划分为不同的颜色区域，并且分别确定各颜色区域中的文本掩模区域，进而可以根据不同颜色区域的文本掩模区域，对各颜色区域分别进行图像修复，以提高图像修复的准确性。
参照图7，示出了本发明实施例的一种复杂背景的文本行区域示意图，可以看出，该文本行区域的背景包含两种颜色，其中，左边部分“P4”文本的背景颜色为黄色，右边部分“crevette”文本的背景颜色为褐色。如图8所示，为图7中文本行区域图像对应的梯度图像示意图，以及如图9所示，为图7中文本行区域图像对应的二值化图像示意图。
具体地，本发明实施例可以按照二值化图像中的像素颜色，利用颜色区域生长，对所述二值化图像进行区域划分，以得到不同颜色对应的颜色区域。接下来，可以判断划分得到的各颜色区域是否满足颜色反转条件，所述颜色反转条件可用于检测颜色区域中的文本区域是否为白色。例如，若确定颜色区域中的背景区域为白色，也即文本区域为黑色，则可以确定该颜色区域满足颜色反转条件，可以对该颜色区域中各像素的颜色进行反转处理；若确定颜色区域中的背景区域为黑色，也即文本区域为白色，则可以确定该颜色区域不满足颜色反转条件，不用对该颜色区域中各像素的颜色进行反转处理。
如图9所示的二值化图像中可以包括两个颜色区域，第一个颜色区域中包括如下文本内容：“P4”，第二个颜色区域中包括如下文本内容：“crevette”。第一个颜色区域中的背景颜色为白色，也即第一个颜色区域满足颜色反转条件，则将该颜色区域中各像素的颜色进行反转，将反转后的颜色区域中的白色区域作为文本掩模区域。第二个颜色区域中的背景颜色为黑色，则不用对该颜色区域中各像素的颜色进行反转，直接将该颜色区域中的白色区域作为文本掩模区域。如图10所示，为对图9进行反转处理后得到的文本掩模区域示意图。
在本发明的一种可选实施例中，所述根据所述颜色区域对应的梯度图像和二值化图像，判断所述颜色区域是否满足颜色反转条件，具体可以包括：
步骤S41、计算所述梯度图像中各像素的第一平均灰度值，以及所述二值化图像中各像素的第二平均灰度值；
步骤S42、若所述第一平均灰度值小于所述第二平均灰度值，则确定所述颜色区域满足颜色反转条件。
在本发明实施例中，可以计算所述梯度图像中各像素的第一平均灰度值avg1，以及所述二值化图像中各像素的第二平均灰度值avg2，如果avg1<avg2，说明颜色区域中的背景颜色为深色，因此，可以确定颜色区域满足颜色反转条件。
参照图11，示出了本发明实施例的一种颜色区域图像示意图，其中，图11a为颜色区域的原图，其背景颜色为蓝色，图11b为该颜色区域对应的灰度图像，图11c为该颜色区域对应的梯度图像，图11d为该颜色区域对应的二值化图像。
根据图11，可以计算得到该颜色区域对应的梯度图像11c中各像素的第一平均灰度值avg1为109.014，以及该颜色区域对应的二值化图像11d中各像素的第二平均灰度值avg2为89.117，由于avg1>avg2，说明该颜色区域中的背景颜色为浅色，则确定该颜色区域不满足颜色反转条件，不用进行颜色反转。
参照图12，示出了本发明实施例的另一种颜色区域图像示意图，其中，图12a为颜色区域的原图，其背景颜色为褐色，图12b为该颜色区域对应的灰度图像，图12c为该颜色区域对应的梯度图像，图12d为该颜色区域对应的二值化图像。
根据图12，可以计算得到该颜色区域对应的梯度图像12c中各像素的第一平均灰度值avg1为99.63，以及该颜色区域对应的二值化图像11d中各像素的第二平均灰度值avg2为115.33，由于avg1<avg2，说明颜色区域中的背景颜色为深色，则可以确定该颜色区域满足颜色反转条件，需要进行颜色反转。
在确定所述待处理图像中各文本行区域中的文本掩模区域之后，可以根据所述文本掩模区域，对所述待处理图像进行图像修复，以得到修复后的背景图像。
可以理解，本发明实施例对图像修复的具体方式不加以限制，可选地，本发明实施例可以利用OpenCV中的inpaint(去水印)函数对所述文本掩模区域进行修复，得到除去文本掩模区域中文本内容的修复后的背景图片。参照图13，示出了图3所示的文本行区域图像对应的修复后的背景图像示意图，以及参照图14，示出了图7所示的文本行区域图像对应的修复后的背景图像示意图。
对待处理图像中每一个文本行区域中的文本掩模区域进行图像修复，即可得到修复后的背景图像。如图15所示，为图2所示图像对应的修复后的背景图像示意图。
在图像翻译应用场景中，可以利用本发明的图像处理方法，得到待翻译图像对应的修复后的背景图像，并且在对待翻译图像中的源语言文本进行翻译，得到目标语言文本之后，可以将目标语言文本显示在修复后的背景图像之上，以供用户查阅，由此，可以保证翻译前后的源语言文本和目标语言文本的背景保持一致，以提高用户体验。
综上，本发明实施例首先可以根据文本检测模型，确定待处理图像中的文本行区域；然后对所述文本行区域进行文本分割处理，以得到所述文本行区域中的文本掩模区域；最后，根据所述文本掩模区域，对所述待处理图像进行图像修复，以得到去除文本内容的修复后的背景图像。由于所述文本检测模型可以为根据大量的样本文本图像、以及所述样本文本图像对应的文本标注信息训练得到的深度神经网络模型，例如，所述文本检测模型可以为根据包含复杂背景的样本文本图像训练得到，因此，相对于阈值化处理方法，本发明实施例可以提高定位文本区域的准确性，进而可以提高图像修复的准确性，以及提高图像翻译的准确性。
需要说明的是，对于方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明实施例并不受所描述的动作顺序的限制，因为依据本发明实施例，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作并不一定是本发明实施例所必须的。
装置实施例
参照图16，示出了本发明实施例的一种图像处理装置实施例的结构框图，所述装置具体可以包括：
检测模块1601，用于根据文本检测模型，确定待处理图像中的文本行区域；其中，所述文本检测模型为根据样本文本图像、以及所述样本文本图像对应的文本标注信息训练得到的深度神经网络模型；
分割模块1602，用于对所述文本行区域进行文本分割处理，以得到所述文本行区域中的文本掩模区域；
修复模块1603，用于根据所述文本掩模区域，对所述待处理图像进行图像修复，以得到修复后的背景图像；其中，所述修复后的背景图像中不包含所述文本行区域中的文本内容。
可选地，所述分割模块1602，具体可以包括：
提取子模块，用于提取所述文本行区域中的梯度信息，以得到所述文本行区域对应的梯度图像；
分割子模块，用于对所述梯度图像进行阈值分割，以得到所述梯度图像对应的二值化图像；
确定子模块，用于根据所述二值化图像的边缘颜色信息，确定所述二值化图像中的文本掩模区域。
可选地，所述确定子模块，具体可以包括：
颜色判断单元，用于判断所述二值化图像的边缘像素的颜色是否相同；
第一确定单元，用于若所述边缘像素的颜色均为黑色，则将所述二值化图像中的白色区域作为文本掩模区域；或者，若所述边缘像素的颜色均为白色，则对所述二值化图像中各像素的颜色进行反转，以及将反转后的二值化图像中的白色区域作为文本掩模区域。
可选地，所述装置还可以包括：
区域划分单元，用于若确定所述二值化图像的边缘像素的颜色不相同，则对所述二值化图像按照像素颜色进行区域划分，以得到不同颜色对应的颜色区域；
条件判断单元，用于根据所述颜色区域对应的梯度图像和二值化图像，判断所述颜色区域是否满足颜色反转条件；
第二确定单元，用于将不满足颜色反转条件的颜色区域中的白色区域作为文本掩模区域；或者，对满足颜色反转条件的颜色区域中各像素的颜色进行反转，将反转后的颜色区域中的白色区域作为文本掩模区域。
可选地，所述条件判断单元，具体可以包括：
计算子单元，用于计算所述颜色区域对应的梯度图像中各像素的第一平均灰度值，以及所述颜色区域对应的二值化图像中各像素的第二平均灰度值；
确定子单元，用于若所述第一平均灰度值小于所述第二平均灰度值，则确定所述颜色区域满足颜色反转条件。
可选地，所述装置还可以包括：
变换模块，用于对所述文本行区域进行透视变换，以得到修正后的文本行区域。
可选地，所述深度神经网络模型可以包括全卷积神经网络。
对于装置实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。
关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
本发明实施例提供了一种用于图像处理的装置，包括有存储器，以及一个或者一个以上的程序，其中一个或者一个以上程序存储于存储器中，且经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于进行以下操作的指令：根据文本检测模型，确定待处理图像中的文本行区域；其中，所述文本检测模型为根据样本文本图像、以及所述样本文本图像对应的文本标注信息训练得到的深度神经网络模型；对所述文本行区域进行文本分割处理，以得到所述文本行区域中的文本掩模区域；根据所述文本掩模区域，对所述待处理图像进行图像修复，以得到修复后的背景图像；其中，所述修复后的背景图像中不包含所述文本行区域中的文本内容。
图17是根据一示例性实施例示出的一种用于图像处理的装置800的框图。例如，装置800可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等。
参照图17，装置800可以包括以下一个或多个组件：处理组件802，存储器804，电源组件806，多媒体组件808，音频组件810，输入/输出(I/O)的接口812，传感器组件814，以及通信组件816。
处理组件802通常控制装置800的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理元件802可以包括一个或多个处理器820来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件802可以包括一个或多个模块，便于处理组件802和其他组件之间的交互。例如，处理组件802可以包括多媒体模块，以方便多媒体组件808和处理组件802之间的交互。
存储器804被配置为存储各种类型的数据以支持在设备800的操作。这些数据的示例包括用于在装置800上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。
电源组件806为装置800的各种组件提供电力。电源组件806可以包括电源管理系统，一个或多个电源，及其他与为装置800生成、管理和分配电力相关联的组件。
多媒体组件808包括在所述装置800和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件808包括一个前置摄像头和/或后置摄像头。当设备800处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件810被配置为输出和/或输入音频信号。例如，音频组件810包括一个麦克风(MIC)，当装置800处于操作模式，如呼叫模式、记录模式和语音信息处理模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中，音频组件810还包括一个扬声器，用于输出音频信号。
I/O接口812为处理组件802和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件814包括一个或多个传感器，用于为装置800提供各个方面的状态评估。例如，传感器组件814可以检测到设备800的打开/关闭状态，组件的相对定位，例如所述组件为装置800的显示器和小键盘，传感器组件814还可以检测装置800或装置800一个组件的位置改变，用户与装置800接触的存在或不存在，装置800方位或加速/减速和装置800的温度变化。传感器组件814可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件814还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。
通信组件816被配置为便于装置800和其他设备之间有线或无线方式的通信。装置800可以接入基于通信标准的无线网络，如WiFi，2G或3G，或它们的组合。在一个示例性实施例中，通信组件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件816还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频信息处理(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。
在示例性实施例中，装置800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。
在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器804，上述指令可由装置800的处理器820执行以完成上述方法。例如，所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
图18是本发明的一些实施例中服务器的结构示意图。该服务器1900可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上中央处理器(central processingunits，CPU)1922(例如，一个或一个以上处理器)和存储器1932，一个或一个以上存储应用程序1942或数据1944的存储介质1930(例如一个或一个以上海量存储设备)。其中，存储器1932和存储介质1930可以是短暂存储或持久存储。存储在存储介质1930的程序可以包括一个或一个以上模块(图示没标出)，每个模块可以包括对服务器中的一系列指令操作。更进一步地，中央处理器1922可以设置为与存储介质1930通信，在服务器1900上执行存储介质1930中的一系列指令操作。
服务器1900还可以包括一个或一个以上电源1926，一个或一个以上有线或无线网络接口1950，一个或一个以上输入输出接口1958，一个或一个以上键盘1956，和/或，一个或一个以上操作系统1941，例如Windows ServerTM，Mac OS XTM，UnixTM,LinuxTM，FreeBSDTM等等。
一种非临时性计算机可读存储介质，当所述存储介质中的指令由装置(服务器或者终端)的处理器执行时，使得装置能够执行图1所示的图像处理方法。
一种非临时性计算机可读存储介质，当所述存储介质中的指令由装置(服务器或者终端)的处理器执行时，使得装置能够执行一种图像处理方法，所述方法包括：根据文本检测模型，确定待处理图像中的文本行区域；其中，所述文本检测模型为根据样本文本图像、以及所述样本文本图像对应的文本标注信息训练得到的深度神经网络模型；对所述文本行区域进行文本分割处理，以得到所述文本行区域中的文本掩模区域；根据所述文本掩模区域，对所述待处理图像进行图像修复，以得到修复后的背景图像；其中，所述修复后的背景图像中不包含所述文本行区域中的文本内容。
本发明实施例公开了A1、一种图像处理方法，包括：
根据文本检测模型，确定待处理图像中的文本行区域；其中，所述文本检测模型为根据样本文本图像、以及所述样本文本图像对应的文本标注信息训练得到的深度神经网络模型；
对所述文本行区域进行文本分割处理，以得到所述文本行区域中的文本掩模区域；
根据所述文本掩模区域，对所述待处理图像进行图像修复，以得到修复后的背景图像；其中，所述修复后的背景图像中不包含所述文本行区域中的文本内容。
A2、根据A1所述的方法，所述对所述文本行区域进行文本分割处理，以得到所述文本行区域中的文本掩模区域，包括：
提取所述文本行区域中的梯度信息，以得到所述文本行区域对应的梯度图像；
对所述梯度图像进行阈值分割，以得到所述梯度图像对应的二值化图像；
根据所述二值化图像的边缘颜色信息，确定所述二值化图像中的文本掩模区域。
A3、根据A2所述的方法，所述根据所述二值化图像的边缘颜色信息，确定所述二值化图像中的文本掩模区域，包括：
判断所述二值化图像的边缘像素的颜色是否相同；
若所述边缘像素的颜色均为黑色，则将所述二值化图像中的白色区域作为文本掩模区域；或者，若所述边缘像素的颜色均为白色，则对所述二值化图像中各像素的颜色进行反转，以及将反转后的二值化图像中的白色区域作为文本掩模区域。
A4、根据A3所述的方法，所述方法还包括：
若确定所述二值化图像的边缘像素的颜色不相同，则对所述二值化图像按照像素颜色进行区域划分，以得到不同颜色对应的颜色区域；
根据所述颜色区域对应的梯度图像和二值化图像，判断所述颜色区域是否满足颜色反转条件；
将不满足颜色反转条件的颜色区域中的白色区域作为文本掩模区域；或者，对满足颜色反转条件的颜色区域中各像素的颜色进行反转，将反转后的颜色区域中的白色区域作为文本掩模区域。
A5、根据A4所述的方法，所述根据所述颜色区域对应的梯度图像和二值化图像，判断所述颜色区域是否满足颜色反转条件，包括：
计算所述颜色区域对应的梯度图像中各像素的第一平均灰度值，以及所述颜色区域对应的二值化图像中各像素的第二平均灰度值；
若所述第一平均灰度值小于所述第二平均灰度值，则确定所述颜色区域满足颜色反转条件。
A6、根据A2至A5中任一所述的方法，所述根据所述文本行区域中的梯度信息，对所述文本行区域进行阈值分割之前，所述方法还包括：
对所述文本行区域进行透视变换，以得到修正后的文本行区域。
本发明实施例公开了B7、一种图像处理装置，所述装置包括：
检测模块，用于根据文本检测模型，确定待处理图像中的文本行区域；其中，所述文本检测模型为根据样本文本图像、以及所述样本文本图像对应的文本标注信息训练得到的深度神经网络模型；
分割模块，用于对所述文本行区域进行文本分割处理，以得到所述文本行区域中的文本掩模区域；
修复模块，用于根据所述文本掩模区域，对所述待处理图像进行图像修复，以得到修复后的背景图像；其中，所述修复后的背景图像中不包含所述文本行区域中的文本内容。
B8、根据B7所述的装置，所述分割模块，包括：
提取子模块，用于提取所述文本行区域中的梯度信息，以得到所述文本行区域对应的梯度图像；
分割子模块，用于对所述梯度图像进行阈值分割，以得到所述梯度图像对应的二值化图像；
确定子模块，用于根据所述二值化图像的边缘颜色信息，确定所述二值化图像中的文本掩模区域。
B9、根据B8所述的装置，所述确定子模块，包括：
颜色判断单元，用于判断所述二值化图像的边缘像素的颜色是否相同；
第一确定单元，用于若所述边缘像素的颜色均为黑色，则将所述二值化图像中的白色区域作为文本掩模区域；或者，若所述边缘像素的颜色均为白色，则对所述二值化图像中各像素的颜色进行反转，以及将反转后的二值化图像中的白色区域作为文本掩模区域。
B10、根据B9所述的装置，所述装置还包括：
区域划分单元，用于若确定所述二值化图像的边缘像素的颜色不相同，则对所述二值化图像按照像素颜色进行区域划分，以得到不同颜色对应的颜色区域；
条件判断单元，用于根据所述颜色区域对应的梯度图像和二值化图像，判断所述颜色区域是否满足颜色反转条件；
第二确定单元，用于将不满足颜色反转条件的颜色区域中的白色区域作为文本掩模区域；或者，对满足颜色反转条件的颜色区域中各像素的颜色进行反转，将反转后的颜色区域中的白色区域作为文本掩模区域。
B11、根据B10所述的装置，所述条件判断单元，包括：
计算子单元，用于计算所述颜色区域对应的梯度图像中各像素的第一平均灰度值，以及所述颜色区域对应的二值化图像中各像素的第二平均灰度值；
确定子单元，用于若所述第一平均灰度值小于所述第二平均灰度值，则确定所述颜色区域满足颜色反转条件。
B12、根据B8至B11中任一所述的装置，所述装置还包括：
变换模块，用于对所述文本行区域进行透视变换，以得到修正后的文本行区域。
本发明实施例公开了C13、一种用于图像处理的装置，包括有存储器，以及一个或者一个以上的程序，其中一个或者一个以上程序存储于存储器中，且经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于进行以下操作的指令：
根据文本检测模型，确定待处理图像中的文本行区域；其中，所述文本检测模型为根据样本文本图像、以及所述样本文本图像对应的文本标注信息训练得到的深度神经网络模型；
对所述文本行区域进行文本分割处理，以得到所述文本行区域中的文本掩模区域；
根据所述文本掩模区域，对所述待处理图像进行图像修复，以得到修复后的背景图像；其中，所述修复后的背景图像中不包含所述文本行区域中的文本内容。
C14、根据C13所述的装置，所述对所述文本行区域进行文本分割处理，以得到所述文本行区域中的文本掩模区域，包括：
提取所述文本行区域中的梯度信息，以得到所述文本行区域对应的梯度图像；
对所述梯度图像进行阈值分割，以得到所述梯度图像对应的二值化图像；
根据所述二值化图像的边缘颜色信息，确定所述二值化图像中的文本掩模区域。
C15、根据C14所述的装置，所述根据所述二值化图像的边缘颜色信息，确定所述二值化图像中的文本掩模区域，包括：
判断所述二值化图像的边缘像素的颜色是否相同；
若所述边缘像素的颜色均为黑色，则将所述二值化图像中的白色区域作为文本掩模区域；或者，若所述边缘像素的颜色均为白色，则对所述二值化图像中各像素的颜色进行反转，以及将反转后的二值化图像中的白色区域作为文本掩模区域。
C16、根据C15所述的装置，所述装置还经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于进行以下操作的指令：
若确定所述二值化图像的边缘像素的颜色不相同，则对所述二值化图像按照像素颜色进行区域划分，以得到不同颜色对应的颜色区域；
根据所述颜色区域对应的梯度图像和二值化图像，判断所述颜色区域是否满足颜色反转条件；
将不满足颜色反转条件的颜色区域中的白色区域作为文本掩模区域；或者，对满足颜色反转条件的颜色区域中各像素的颜色进行反转，将反转后的颜色区域中的白色区域作为文本掩模区域。
C17、根据C16所述的装置，所述根据所述颜色区域对应的梯度图像和二值化图像，判断所述颜色区域是否满足颜色反转条件，包括：
计算所述颜色区域对应的梯度图像中各像素的第一平均灰度值，以及所述颜色区域对应的二值化图像中各像素的第二平均灰度值；
若所述第一平均灰度值小于所述第二平均灰度值，则确定所述颜色区域满足颜色反转条件。
C18、根据C14至C17中任一所述的装置，所述装置还经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于进行以下操作的指令：
对所述文本行区域进行透视变换，以得到修正后的文本行区域。
本发明实施例公开了D19、一种机器可读介质，其上存储有指令，当由一个或多个处理器执行时，使得装置执行如D1至D6中一个或多个所述的图像处理方法。
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。本发明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公开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。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
以上对本发明所提供的一种图像处理方法、一种图像处理装置和一种用于图像处理的装置，进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims (10)

1.一种图像处理方法，其特征在于，所述方法包括：
根据文本检测模型，确定待处理图像中的文本行区域；其中，所述文本检测模型为根据样本文本图像、以及所述样本文本图像对应的文本标注信息训练得到的深度神经网络模型；
对所述文本行区域进行文本分割处理，以得到所述文本行区域中的文本掩模区域；
根据所述文本掩模区域，对所述待处理图像进行图像修复，以得到修复后的背景图像；其中，所述修复后的背景图像中不包含所述文本行区域中的文本内容。
2.根据权利要求1所述的方法，其特征在于，所述对所述文本行区域进行文本分割处理，以得到所述文本行区域中的文本掩模区域，包括：
提取所述文本行区域中的梯度信息，以得到所述文本行区域对应的梯度图像；
对所述梯度图像进行阈值分割，以得到所述梯度图像对应的二值化图像；
根据所述二值化图像的边缘颜色信息，确定所述二值化图像中的文本掩模区域。
3.根据权利要求2所述的方法，其特征在于，所述根据所述二值化图像的边缘颜色信息，确定所述二值化图像中的文本掩模区域，包括：
判断所述二值化图像的边缘像素的颜色是否相同；
若所述边缘像素的颜色均为黑色，则将所述二值化图像中的白色区域作为文本掩模区域；或者，若所述边缘像素的颜色均为白色，则对所述二值化图像中各像素的颜色进行反转，以及将反转后的二值化图像中的白色区域作为文本掩模区域。
4.根据权利要求3所述的方法，其特征在于，所述方法还包括：
若确定所述二值化图像的边缘像素的颜色不相同，则对所述二值化图像按照像素颜色进行区域划分，以得到不同颜色对应的颜色区域；
根据所述颜色区域对应的梯度图像和二值化图像，判断所述颜色区域是否满足颜色反转条件；
将不满足颜色反转条件的颜色区域中的白色区域作为文本掩模区域；或者，对满足颜色反转条件的颜色区域中各像素的颜色进行反转，将反转后的颜色区域中的白色区域作为文本掩模区域。
5.根据权利要求4所述的方法，其特征在于，所述根据所述颜色区域对应的梯度图像和二值化图像，判断所述颜色区域是否满足颜色反转条件，包括：
计算所述颜色区域对应的梯度图像中各像素的第一平均灰度值，以及所述颜色区域对应的二值化图像中各像素的第二平均灰度值；
若所述第一平均灰度值小于所述第二平均灰度值，则确定所述颜色区域满足颜色反转条件。
6.根据权利要求2至5中任一所述的方法，其特征在于，所述根据所述文本行区域中的梯度信息，对所述文本行区域进行阈值分割之前，所述方法还包括：
对所述文本行区域进行透视变换，以得到修正后的文本行区域。
7.一种图像处理装置，其特征在于，所述装置包括：
检测模块，用于根据文本检测模型，确定待处理图像中的文本行区域；其中，所述文本检测模型为根据样本文本图像、以及所述样本文本图像对应的文本标注信息训练得到的深度神经网络模型；
分割模块，用于对所述文本行区域进行文本分割处理，以得到所述文本行区域中的文本掩模区域；
修复模块，用于根据所述文本掩模区域，对所述待处理图像进行图像修复，以得到修复后的背景图像；其中，所述修复后的背景图像中不包含所述文本行区域中的文本内容。
8.根据权利要求7所述的装置，其特征在于，所述分割模块，包括：
提取子模块，用于提取所述文本行区域中的梯度信息，以得到所述文本行区域对应的梯度图像；
分割子模块，用于对所述梯度图像进行阈值分割，以得到所述梯度图像对应的二值化图像；
确定子模块，用于根据所述二值化图像的边缘颜色信息，确定所述二值化图像中的文本掩模区域。
9.一种用于图像处理的装置，其特征在于，包括有存储器，以及一个或者一个以上的程序，其中一个或者一个以上程序存储于存储器中，且经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于进行以下操作的指令：
根据文本检测模型，确定待处理图像中的文本行区域；其中，所述文本检测模型为根据样本文本图像、以及所述样本文本图像对应的文本标注信息训练得到的深度神经网络模型；
对所述文本行区域进行文本分割处理，以得到所述文本行区域中的文本掩模区域；
根据所述文本掩模区域，对所述待处理图像进行图像修复，以得到修复后的背景图像；其中，所述修复后的背景图像中不包含所述文本行区域中的文本内容。
10.一种机器可读介质，其上存储有指令，当由一个或多个处理器执行时，使得装置执行如权利要求1至6中一个或多个所述的图像处理方法。
CN201910252172.0A 2019-03-29 2019-03-29 一种图像处理方法、装置和用于图像处理的装置 Active CN111754414B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910252172.0A CN111754414B (zh) 2019-03-29 2019-03-29 一种图像处理方法、装置和用于图像处理的装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910252172.0A CN111754414B (zh) 2019-03-29 2019-03-29 一种图像处理方法、装置和用于图像处理的装置

Publications (2)

Publication Number Publication Date
CN111754414A true CN111754414A (zh) 2020-10-09
CN111754414B CN111754414B (zh) 2023-10-27

Family

ID=72672528

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910252172.0A Active CN111754414B (zh) 2019-03-29 2019-03-29 一种图像处理方法、装置和用于图像处理的装置

Country Status (1)

Country Link
CN (1) CN111754414B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112258267A (zh) * 2020-10-14 2021-01-22 上海爱购智能科技有限公司 一种用于ai商品识别训练的数据采集方法
CN113706519A (zh) * 2021-09-01 2021-11-26 广州锟元方青医疗科技有限公司 病理细胞检测训练样本的合成方法及其装置
EP4047547A1 (en) * 2020-12-16 2022-08-24 Palo Alto Research Center Incorporated Method and system for removing scene text from images

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000306104A (ja) * 1999-04-26 2000-11-02 Matsushita Electric Ind Co Ltd 画像領域分割方法及び装置
CN102208023A (zh) * 2011-01-23 2011-10-05 浙江大学 基于边缘信息和分布熵的视频字幕识别设计方法
CN102332096A (zh) * 2011-10-17 2012-01-25 中国科学院自动化研究所 一种视频字幕文本提取和识别的方法
JP2014026660A (ja) * 2013-09-12 2014-02-06 Toppan Printing Co Ltd データ生成装置およびデータ生成方法
CN104298982A (zh) * 2013-07-16 2015-01-21 深圳市腾讯计算机系统有限公司 一种文字识别方法及装置
CN107016387A (zh) * 2016-01-28 2017-08-04 苏宁云商集团股份有限公司 一种识别标签的方法及装置
CN107871316A (zh) * 2017-10-19 2018-04-03 浙江工业大学 一种基于深度神经网络的x光片手骨兴趣区域自动提取方法
CN108345886A (zh) * 2017-01-23 2018-07-31 北京搜狗科技发展有限公司 一种视频流文本识别方法和装置
CN108765349A (zh) * 2018-05-31 2018-11-06 四川斐讯信息技术有限公司 一种带有水印的图像修复方法及系统
CN109284758A (zh) * 2018-09-29 2019-01-29 武汉工程大学 一种发票印章消除方法、装置和计算机存储介质

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000306104A (ja) * 1999-04-26 2000-11-02 Matsushita Electric Ind Co Ltd 画像領域分割方法及び装置
CN102208023A (zh) * 2011-01-23 2011-10-05 浙江大学 基于边缘信息和分布熵的视频字幕识别设计方法
CN102332096A (zh) * 2011-10-17 2012-01-25 中国科学院自动化研究所 一种视频字幕文本提取和识别的方法
CN104298982A (zh) * 2013-07-16 2015-01-21 深圳市腾讯计算机系统有限公司 一种文字识别方法及装置
JP2014026660A (ja) * 2013-09-12 2014-02-06 Toppan Printing Co Ltd データ生成装置およびデータ生成方法
CN107016387A (zh) * 2016-01-28 2017-08-04 苏宁云商集团股份有限公司 一种识别标签的方法及装置
CN108345886A (zh) * 2017-01-23 2018-07-31 北京搜狗科技发展有限公司 一种视频流文本识别方法和装置
CN107871316A (zh) * 2017-10-19 2018-04-03 浙江工业大学 一种基于深度神经网络的x光片手骨兴趣区域自动提取方法
CN108765349A (zh) * 2018-05-31 2018-11-06 四川斐讯信息技术有限公司 一种带有水印的图像修复方法及系统
CN109284758A (zh) * 2018-09-29 2019-01-29 武汉工程大学 一种发票印章消除方法、装置和计算机存储介质

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
NIRMALA SHIVANANDA等: "Separation of Foreground Text from Complex Background in Color Document Images", 2009 SEVENTH INTERNATIONAL CONFERENCE ON ADVANCES IN PATTERN RECOGNITION, pages 306 - 309 *
张晓琳: "彩色图像中的文本提取及修复算法研究", 中国优秀硕士学位论文全文数据库, no. 10, pages 138 - 2558 *
闻京, 张凌, 袁华: "一种复杂背景图像中文字区域提取算法", 中山大学学报(自然科学版), pages 5 - 10 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112258267A (zh) * 2020-10-14 2021-01-22 上海爱购智能科技有限公司 一种用于ai商品识别训练的数据采集方法
EP4047547A1 (en) * 2020-12-16 2022-08-24 Palo Alto Research Center Incorporated Method and system for removing scene text from images
CN113706519A (zh) * 2021-09-01 2021-11-26 广州锟元方青医疗科技有限公司 病理细胞检测训练样本的合成方法及其装置

Also Published As

Publication number Publication date
CN111754414B (zh) 2023-10-27

Similar Documents

Publication Publication Date Title
US10127471B2 (en) Method, device, and computer-readable storage medium for area extraction
CN104918107B (zh) 视频文件的标识处理方法及装置
US9104261B2 (en) Method and apparatus for notification of input environment
CN106127751B (zh) 图像检测方法、装置以及系统
US11893767B2 (en) Text recognition method and apparatus
CN110619350B (zh) 图像检测方法、装置及存储介质
CN110569835B (zh) 一种图像识别方法、装置和电子设备
RU2643464C2 (ru) Способ и устройство для классификации изображений
CN111754414B (zh) 一种图像处理方法、装置和用于图像处理的装置
CN104077597B (zh) 图像分类方法及装置
WO2017107773A1 (zh) 一种局部图像处理方法、装置及计算机存储介质
EP3459005A1 (en) Apparatus, method and computer program product for recovering editable slide
CN113033538A (zh) 一种公式识别方法及装置
CN114332149A (zh) 图像分割方法、装置、电子设备及存储介质
CN111489284B (zh) 一种图像处理方法、装置和用于图像处理的装置
CN113920293A (zh) 信息识别方法、装置、电子设备及存储介质
CN112381091B (zh) 视频内容识别方法、装置、电子设备及存储介质
CN114154467B (zh) 结构图片还原方法、装置、电子设备、介质及程序产品
US20230169785A1 (en) Method and apparatus for character selection based on character recognition, and terminal device
Roggia et al. Extraction of Frame Sequences in the Manga Context
CN111723627B (zh) 一种图像处理方法、装置和电子设备
CN113592928A (zh) 图像处理方法、图像处理装置及存储介质
CN113495836A (zh) 一种页面检测方法、装置和用于页面检测的装置
CN113869303B (zh) 图像处理方法、装置和介质
CN114155160B (zh) 结构图的连接器还原方法、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
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20220720

Address after: 100084. Room 9, floor 01, cyber building, building 9, building 1, Zhongguancun East Road, Haidian District, Beijing

Applicant after: BEIJING SOGOU TECHNOLOGY DEVELOPMENT Co.,Ltd.

Address before: 310018 room 1501, building 17, No.57, kejiyuan Road, Baiyang street, Hangzhou Economic and Technological Development Zone, Zhejiang Province

Applicant before: SOGOU (HANGZHOU) INTELLIGENT TECHNOLOGY Co.,Ltd.

Applicant before: BEIJING SOGOU TECHNOLOGY DEVELOPMENT Co.,Ltd.

GR01 Patent grant
GR01 Patent grant
TG01 Patent term adjustment