CN112150380B - 校正图像的方法、装置、电子设备和可读存储介质 - Google Patents
校正图像的方法、装置、电子设备和可读存储介质 Download PDFInfo
- Publication number
- CN112150380B CN112150380B CN202011003967.7A CN202011003967A CN112150380B CN 112150380 B CN112150380 B CN 112150380B CN 202011003967 A CN202011003967 A CN 202011003967A CN 112150380 B CN112150380 B CN 112150380B
- Authority
- CN
- China
- Prior art keywords
- vertical
- horizontal
- lines
- intersection
- image
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 40
- 238000012937 correction Methods 0.000 claims abstract description 31
- 230000002159 abnormal effect Effects 0.000 claims description 44
- 230000015654 memory Effects 0.000 claims description 19
- 238000001514 detection method Methods 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 9
- 238000012545 processing Methods 0.000 abstract description 12
- 238000003702 image correction Methods 0.000 abstract description 11
- 230000008569 process Effects 0.000 abstract description 4
- 230000009466 transformation Effects 0.000 description 14
- 238000010276 construction Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 239000011159 matrix material Substances 0.000 description 8
- 238000004891 communication Methods 0.000 description 4
- 238000013473 artificial intelligence Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000001151 other effect Effects 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/80—Geometric correction
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
-
- 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
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Character Input (AREA)
Abstract
本申请公开了一种校正图像的方法、装置、电子设备和可读存储介质,涉及图像处理技术领域。本申请在进行校正图像时所采用的实现方案为:获取待处理图像;根据所述待处理图像得到多个文本框,其中每个文本框与所述待处理图像包含的文本行中的一个相对应;根据所述多个文本框对应的水平线与垂直线,确定所述待处理图像的水平消失点的坐标值与垂直消失点的坐标值;根据所述水平消失点的坐标值与垂直消失点的坐标值对所述待处理图像进行校正,得到所述待处理图像的校正结果。本申请由于能够更加准确便捷地从图像中确定出消失点的坐标值,从而提升了基于消失点进行图像校正的准确性以及效率。
Description
技术领域
本申请涉及计算机视觉技术领域,尤其涉及图像处理技术领域中的一种校正图像的方法、装置、电子设备和可读存储介质。
背景技术
随着人工智能技术的不断进步,使用人工智能技术进行图像的智能分析越来越多。人工智能技术可以在对图像进行歪斜校正之后,实现对图像进行布局分析、内容识别等。现有技术通常采用透视变换的方式来对图像进行歪斜校正,而透视变换依赖的参数由对应图像的消失点来获得。
目前在检测图像中消失点时所采用的技术方案为基于笔画检测的方式来得到图像的消失点,但基于笔画检测的方式通用性较差,准确性较低,且实现起来比较困难,从而导致现有技术在基于消失点进行图像的校正时,会导致校正准确性以及校正效率较低的技术问题。
发明内容
本申请为解决技术问题所采用的技术方案是提供一种校正图像的方法,包括:获取待处理图像;根据所述待处理图像得到多个文本框,其中每个文本框与所述待处理图像包含的文本行中的一个相对应;根据所述多个文本框对应的水平线与垂直线,确定所述待处理图像的水平消失点的坐标值与垂直消失点的坐标值;根据所述水平消失点的坐标值与垂直消失点的坐标值对所述待处理图像进行校正,得到所述待处理图像的校正结果。
本申请为解决技术问题所采用的技术方案是提供一种校正图像的装置,包括:获取单元,用于获取待处理图像;检测单元,用于根据所述待处理图像得到多个文本框,其中每个文本框与所述待处理图像包含的文本行中的一个相对应;确定单元,用于根据所述多个文本框对应的水平线与垂直线,确定所述待处理图像的水平消失点的坐标值与垂直消失点的坐标值;校正单元,用于根据所述水平消失点的坐标值与垂直消失点的坐标值对所述待处理图像进行校正,得到所述待处理图像的校正结果。
一种电子设备,其特征在于,包括:至少一个处理器;以及与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行上述方法。
一种存储有计算机指令的非瞬时计算机可读存储介质,其特征在于,所述计算机指令用于使所述计算机执行上述方法。
一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现上述方法。
上述申请中的一个实施例具有如下优点或有益效果:本申请能够更加准确便捷地从图像中确定出消失点的坐标值,从而提升了基于消失点进行图像校正的准确性以及效率。因为采用了根据从待处理图像中所得到的文本框来确定待处理图像的消失点的坐标值的技术手段,所以克服了现有技术中使用基于笔画检测消失点所导致的图像校正的准确性以及效率较低的技术问题,实现了提升图像校正的准确性以及效率的技术效果。
上述可选方式所具有的其他效果将在下文中结合具体实施例加以说明。
附图说明
附图用于更好地理解本方案,不构成对本申请的限定。其中:
图1是根据本申请第一实施例的示意图;
图2是根据本申请第二实施例的示意图;
图3是根据本申请第三实施例的示意图;
图4是用来实现本申请实施例的校正图像的方法的电子设备的框图。
具体实施方式
以下结合附图对本申请的示范性实施例做出说明,其中包括本申请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,而不会背离本申请的范围和精神。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。
图1是根据本申请第一实施例的示意图。如图1中所示,本实施例的校正图像的方法,具体可以包括如下步骤:
S101、获取待处理图像;
S102、根据所述待处理图像得到多个文本框,其中每个文本框与所述待处理图像包含的文本行中的一个相对应;
S103、根据所述多个文本框对应的水平线与垂直线,确定所述待处理图像的水平消失点的坐标值与垂直消失点的坐标值;
S104、根据所述水平消失点的坐标值与垂直消失点的坐标值对所述待处理图像进行校正,得到所述待处理图像的校正结果。
本实施例的校正图像的方法,利用从待处理图像中得到的多个文本框所对应的水平线与垂直线,来确定待处理图像的水平消失点的坐标值以及垂直消失点的坐标值,进而再根据所确定的消失点的坐标值实现待处理图像的校正,由于本实施例能够更加准确便捷地从图像中确定出消失点的坐标值,从而提升了基于消失点进行图像校正的准确性以及效率。
本实施例执行S101所获取的待处理图像可以为用户通过终端设备实时拍摄的图像,也可以为终端设备保存在本地的图像,还可以为终端设备通过互联网搜索得到的图像。优选地,本实施例执行S101所获取的待处理图像为文档图像。
本实施例在执行S101获取待处理图像之后,执行S102根据所获取的待处理图像来得到多个文本框,其中所得到的每个文本框与待处理图像包含的文本行中的一个文本行相对应。
本实施例执行S102根据待处理图像得到文本框时,即为对待处理图像进行文字检测,将包围待处理图像中某一文本行中全部或者部分文字的外接四边形作为文本框。由于每个文本框包围的是所对应文本行中的全部或者部分文字,因此待处理图像中的每个文本行对应于至少一个文本框。
另外,本实施例执行S102所得到的文本框的倾斜程度与其对应的文本行的倾斜程度相同,即待处理图像中的某个文本行若是倾斜的,则与该倾斜文本行所对应的文本框同样也是倾斜的。
本实施例在执行S102得到待处理图像中的多个文本框之后,执行S103根据多个文本框对应的水平线与垂直线,来确定待处理图像的水平消失点的坐标值与垂直消失点的坐标值。
在这里对水平消失点以及垂直消失点的含义进行说明。
平面中所有彼此平行的直线无论怎样延伸,在理论上都不会彼此相交。而当平面被放置在具有非零视角的三维空间中时,本来彼此平行的直线看上去将不再平行,并且所有这些直线的延长线理论上将相交在一点。这些在平面中彼此平行的线在非零视角的三维空间中彼此相交的点被称作消失点。因此,平面中的水平线在非零视角的三维空间中彼此相交的点被称作水平消失点;相似地,平面中的垂直线在非零视角的三维空间中彼此相交的点被称作垂直消失点。
也就是说,本实施例在执行S103时是将文本框对应的水平线与垂直线作为待处理图像的水平线与垂直线,进而根据文本框对应的水平线与垂直线来确定待处理图像的水平消失点的坐标值与垂直消失点的坐标值。
具体地,本实施例在执行S103根据多个文本框对应的水平线与垂直线,确定待处理图像的水平消失点的坐标值与垂直消失点的坐标值时,可以采用的可选实现方式为:将文本框上、下两边分别对应的延长线作为文本框的水平线,将文本框左、右两边分别对应的延长线作为文本框的垂直线;根据每个文本框对应的水平线与垂直线,构建水平线集合与垂直线集合;根据所构建的水平线集合中两两水平线之间交点的坐标值,确定水平消失点的坐标值;根据所构建的垂直线集合中两两垂直线之间交点的坐标值,确定垂直消失点的坐标值。
其中,本实施例在执行S103根据每个文本框对应的水平线,构建水平线集合时,可以采用的可选实现方式为:确定全部文本框对应的水平线的数量是否超过第一数量阈值;若是,则选取部分水平线构建水平线集合,否则选取全部水平线构建水平线集合,其中所选取的部分水平线的数量优选地小于等于第一数量阈值。
本实施例在执行S103根据每个文本框对应的垂直线,构建垂直线集合时,可以采用的可选实现方式为:确定全部文本框对应的垂直线的数量是否超过第二数量阈值;若是,则选取部分垂直线构建垂直线集合,否则选取全部垂直线构建垂直线集合,其中所选取的部分垂直线的数量优选地小于等于第二数量阈值。
也就是说,本实施例可以根据预设的数量阈值对水平线和/或垂直线的数量进行删减,能够避免由于数据量过大所导致的处理速度较慢的技术问题,从而使得图像的校正过程更加快速,提升了图像校正的效率。
本实施例在执行S103时可以使用现有代码来计算水平线集合中水平线之间的水平交点的坐标值与垂直线集合中垂直线之间的垂直交点的坐标值,例如使用基于Python语言实现的Image Rectification算法。
本实施例在执行S103确定水平消失点的坐标值时,可以将水平线集合中两两水平线之间交点的坐标值的平均值,作为水平消失点的坐标值;同样地,在确定垂直消失点的坐标值时,可以将垂直线集合中两两垂直线之间交点的坐标值的平均值,作为垂直消失点的坐标值。
另外,由于对待处理图像进行文本检测所得到的文本框会出现误差,因此会导致两两水平线之间的交点或者两两垂直线之间的交点是异常的交点。若将异常交点的坐标值用于确定消失点的坐标值,会使得所确定的消失点的坐标值不够准确,从而会降低图像校正的准确性。
因此,本实施例在执行S103根据所构建的水平线集合中两两水平线之间交点的坐标值,确定水平消失点的坐标值时,可以采用的可选实现方式为:根据所构建的水平线集合中两两水平线之间的交点,得到水平交点集;根据所得到的水平交点集中各交点的坐标值,确定异常水平交点;去除水平交点集中的异常水平交点;将水平交点集中剩余交点的坐标值的平均值,作为水平消失点的坐标值。
本实施例在执行S103根据所构建的垂直线集合中两两垂直线之间交点的坐标值,确定垂直消失点的坐标值时,可以采用的可选实现方式为:根据所构建的垂直线集合中两两垂直线之间的交点,得到垂直交点集;根据所得到的垂直交点集中各交点的坐标值,确定异常垂直交点;去除垂直交点集中的异常垂直交点;将垂直交点集中剩余交点的坐标值的平均值,作为垂直消失点的坐标值。
其中,本实施例在执行S103根据水平交点集中各交点的坐标值确定异常水平交点时,可以采用的可选实现方式为:根据水平交点集中各交点的坐标值,计算各交点与其他交点之间的距离平均值;确定距离平均值超过第一距离阈值的交点,作为水平交点集中的异常水平交点。
本实施例在执行S103根据垂直交点集中各交点的坐标值确定异常垂直交点时,可以采用的可选实现方式为:根据垂直交点集中各交点的坐标值,计算各交点与其他交点之间的距离平均值;确定距离平均值超过第二距离阈值的交点,作为垂直交点集中的异常垂直交点。
另外,本实施例也可以根据交点的坐标值来生成对应水平交点集合的图像以及对应垂直交点集合的图像,由用户从所生成的图像中确定异常水平交点以及异常垂直交点。
因此,本实施例通过去除水平交点集合和/或垂直交点集合中的异常交点,确保了用于计算消失点坐标值的交点具有一定的准确性,避免了由于水平线节点和/或垂直线交点中异常交点参与计算,进一步提升了图像校正的准确性。
本实施例在执行S103确定了待处理图像的水平消失点的坐标值与垂直消失点的坐标值之后,执行S104根据所确定的消失点的坐标值对待处理图像进行校正,从而得到待处理图像的校正结果,所得到的校正结果能够校正图像中的歪斜。
具体地,本实施例在执行S104根据水平消失点的坐标值与垂直消失点的坐标值对待处理图像进行校正,得到待处理图像的校正结果时,可以采用的可选实现方式为:根据水平消失点的坐标值与垂直消失点的坐标值构建透视变换矩阵;根据所构建的透视变换矩阵,对待处理图像进行透视变换处理;将处理结果作为待处理图像的校正结果。
其中,本实施例在执行S104根据消失点的坐标值构建透视变换矩阵,以及根据透视变换矩阵对图像进行透视变换处理时使用现有技术,在此不进行赘述。
可以理解的是,若本实施例未能确定水平消失点的坐标值和/或垂直消失点的坐标值,则表示待处理图像中的文本行处于正常状态,待处理图像未发生畸变,无需对待处理图像进行校正。
通过本实施例所提供的上述方法,利用从待处理图像中得到的多个文本框所对应的水平线与垂直线,来确定待处理图像的水平消失点的坐标值以及垂直消失点的坐标值,进而再根据所确定的消失点的坐标值实现待处理图像的校正,由于本实施例能够根据图像中的文本框来更加准确便捷地地确定图像中消失点的坐标值,从而提升了基于消失点进行图像校正的准确性以及效率。
图2是根据本申请第二实施例的示意图。如图2中所示,本实施例的校正图像的装置,包括
获取单元201、用于获取待处理图像;
检测单元202、用于根据所述待处理图像得到多个文本框,其中每个文本框与所述待处理图像包含的文本行中的一个相对应;
确定单元203、用于根据所述多个文本框对应的水平线与垂直线,确定所述待处理图像的水平消失点的坐标值与垂直消失点的坐标值;
校正单元204、用于根据所述水平消失点的坐标值与垂直消失点的坐标值对所述待处理图像进行校正,得到所述待处理图像的校正结果。
获取单元201所获取的待处理图像可以为用户通过终端设备实时拍摄的图像,也可以为终端设备保存在本地的图像,还可以为终端设备通过互联网搜索得到的图像。优选地,获取单元201所获取的待处理图像为文档图像。
本实施例在由获取单元201获取待处理图像之后,由检测单元202根据所获取的待处理图像来得到多个文本框,其中所得到的每个文本框与待处理图像包含的文本行中的一个文本行相对应。
检测单元202根据待处理图像得到文本框时,即为对待处理图像进行文字检测,将包围待处理图像中某一文本行中全部或者部分文字的外接四边形作为文本框。由于每个文本框包围的是所对应文本行中的全部或者部分文字,因此待处理图像中的每个文本行对应于至少一个文本框。
另外,检测单元202所得到的文本框的倾斜程度与其对应的文本行的倾斜程度相同,即待处理图像中的某个文本行若是倾斜的,则与该倾斜文本行所对应的文本框同样也是倾斜的。
在由检测单元202得到待处理图像中的多个文本框之后,由确定单元203根据多个文本框对应的水平线与垂直线,来确定待处理图像的水平消失点的坐标值与垂直消失点的坐标值。
也就是说,确定单元203将文本框对应的水平线与垂直线作为待处理图像的水平线与垂直线,进而根据文本框对应的水平线与垂直线来确定待处理图像的水平消失点的坐标值与垂直消失点的坐标值。
具体地,确定单元203在根据多个文本框对应的水平线与垂直线,确定待处理图像的水平消失点的坐标值与垂直消失点的坐标值时,可以采用的可选实现方式为:将文本框上、下两边分别对应的延长线作为文本框的水平线,将文本框左、右两边分别对应的延长线作为文本框的垂直线;根据每个文本框对应的水平线与垂直线,构建水平线集合与垂直线集合;根据所构建的水平线集合中两两水平线之间交点的坐标值,确定水平消失点的坐标值;根据所构建的垂直线集合中两两垂直线之间交点的坐标值,确定垂直消失点的坐标值。
其中,确定单元203在根据每个文本框对应的水平线,构建水平线集合时,可以采用的可选实现方式为:确定全部文本框对应的水平线的数量是否超过第一数量阈值;若是,则选取部分水平线构建水平线集合,否则选取全部水平线构建水平线集合,其中所选取的部分水平线的数量优选地小于等于第一数量阈值。
确定单元203在根据每个文本框对应的垂直线,构建垂直线集合时,可以采用的可选实现方式为:确定全部文本框对应的垂直线的数量是否超过第二数量阈值;若是,则选取部分垂直线构建垂直线集合,否则选取全部垂直线构建垂直线集合,其中所选取的部分垂直线的数量优选地小于等于第二数量阈值。
也就是说,确定单元203可以根据预设的数量阈值对水平线和/或垂直线的数量进行删减,能够避免由于数据量过大所导致的处理速度较慢的技术问题,从而使得图像的校正过程更加快速,提升了图像校正的效率。
确定单元203可以使用现有代码来计算水平线集合中水平线之间的水平交点的坐标值与垂直线集合中垂直线之间的垂直交点的坐标值,例如使用基于Python语言实现的Image Rectification算法。
确定单元203在确定水平消失点的坐标值时,可以将水平线集合中两两水平线之间交点的坐标值的平均值,作为水平消失点的坐标值;同样地,确定单元203在确定垂直消失点的坐标值时,可以将垂直线集合中两两垂直线之间交点的坐标值的平均值,作为垂直消失点的坐标值。
另外,由于对待处理图像进行文本检测所得到的文本框会出现误差,因此会导致两两水平线之间的交点或者两两垂直线之间的交点是异常的交点。若将异常交点的坐标值用于确定消失点的坐标值,会使得所确定的消失点的坐标值不够准确,从而会降低图像校正的准确性。
因此,确定单元203在根据所构建的水平线集合中两两水平线之间交点的坐标值,确定水平消失点的坐标值时,可以采用的可选实现方式为:根据所构建的水平线集合中两两水平线之间的交点,得到水平交点集;根据所得到的水平交点集中各交点的坐标值,确定异常水平交点;去除水平交点集中的异常水平交点;将水平交点集中剩余交点的坐标值的平均值,作为水平消失点的坐标值。
确定单元203在根据所构建的垂直线集合中两两垂直线之间交点的坐标值,确定垂直消失点的坐标值时,可以采用的可选实现方式为:根据所构建的垂直线集合中两两垂直线之间的交点,得到垂直交点集;根据所得到的垂直交点集中各交点的坐标值,确定异常垂直交点;去除垂直交点集中的异常垂直交点;将垂直交点集中剩余交点的坐标值的平均值,作为垂直消失点的坐标值。
其中,确定单元203根据水平交点集中各交点的坐标值确定异常水平交点时,可以采用的可选实现方式为:根据水平交点集中各交点的坐标值,计算各交点与其他交点之间的距离平均值;确定距离平均值超过第一距离阈值的交点,作为水平交点集中的异常水平交点。
确定单元203根据垂直交点集中各交点的坐标值确定异常垂直交点时,可以采用的可选实现方式为:根据垂直交点集中各交点的坐标值,计算各交点与其他交点之间的距离平均值;确定距离平均值超过第二距离阈值的交点,作为垂直交点集中的异常垂直交点。
另外,确定单元203也可以根据交点的坐标值来生成对应水平交点集合的图像以及对应垂直交点集合的图像,由用户从所生成的图像中确定异常水平交点以及异常垂直交点。
因此,确定单元203通过去除水平交点集合和/或垂直交点集合中的异常交点,确保了用于计算消失点坐标值的交点具有一定的准确性,避免了由于水平线节点和/或垂直线交点中异常交点参与计算,进一步提升了图像校正的准确性。
在由确定单元203确定了待处理图像的水平消失点的坐标值与垂直消失点的坐标值之后,由校正单元204根据所确定的消失点的坐标值对待处理图像进行校正,从而得到待处理图像的校正结果,所得到的校正结果能够校正图像中的歪斜。
具体地,校正单元204在根据水平消失点的坐标值与垂直消失点的坐标值对待处理图像进行校正,得到待处理图像的校正结果时,可以采用的可选实现方式为:根据水平消失点的坐标值与垂直消失点的坐标值构建透视变换矩阵;根据所构建的透视变换矩阵,对待处理图像进行透视变换处理;将处理结果作为待处理图像的校正结果。
校正单元204根据消失点的坐标值构建透视变换矩阵,以及根据透视变换矩阵对图像进行透视变换处理时使用现有技术,在此不进行赘述。
图3是根据本申请第三实施例的示意图。
如图3中所示,所获取的待处理图像可以为文档目录页的图像,该目录页中包含“编制单位:lirun013”、“营业收入”、“主营业务成本”、“税金及附加”等文本行;对待处理图像中的文本进行检测,得到包围文本行中部分文字或者全部文字的文本框,图3中的黑色框即为所得到的文本框,每个文本行至少对应一个文本框,例如“营业收入”的文本行对应一个文本框,“编制单位:lirun013”的文本行则对应三个文本框;得到待处理图像中的多个文本框之后,根据每个文本框对应的水平线(文本框的上、下两边的延长线)与垂直线(文本框的左、右两边的延长线)来确定水平消失点与垂直消失点的坐标值,进而根据消失点的坐标值对该待处理图像进行校正,从而得到该图像的校正结果。
根据本申请的实施例,本申请还提供了一种电子设备、一种计算机可读存储介质以及一种计算机程序产品。
如图4所示,是根据本申请实施例的校正图像的方法的电子设备的框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本申请的实现。
如图4所示,该电子设备包括:一个或多个处理器401、存储器402,以及用于连接各部件的接口,包括高速接口和低速接口。各个部件利用不同的总线互相连接,并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理,包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如,耦合至接口的显示设备)上显示GUI的图形信息的指令。在其它实施方式中,若需要,可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样,可以连接多个电子设备,各个设备提供部分必要的操作(例如,作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图4中以一个处理器401为例。
存储器402即为本申请所提供的非瞬时计算机可读存储介质。其中,所述存储器存储有可由至少一个处理器执行的指令,以使所述至少一个处理器执行本申请所提供的校正图像的方法。本申请的非瞬时计算机可读存储介质存储计算机指令,该计算机指令用于使计算机执行本申请所提供的校正图像的方法。
存储器402作为一种非瞬时计算机可读存储介质,可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块,如本申请实施例中的搜索表情图片的的方法对应的程序指令/模块(例如,附图2所示的获取单元201、检测单元202、确定单元203以及校正单元204)。处理器401通过运行存储在存储器402中的非瞬时软件程序、指令以及模块,从而执行服务器的各种功能应用以及数据处理,即实现上述方法实施例中的校正图像的方法。
存储器402可以包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需要的应用程序;存储数据区可存储根据的电子设备的使用所创建的数据等。此外,存储器402可以包括高速随机存取存储器,还可以包括非瞬时存储器,例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中,存储器402可选包括相对于处理器401远程设置的存储器,这些远程存储器可以通过网络连接至校正图像的方法的电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
校正图像的方法的电子设备还可以包括:输入装置403和输出装置404。处理器401、存储器402、输入装置403和输出装置404可以通过总线或者其他方式连接,图4中以通过总线连接为例。
输入装置403可接收输入的数字或字符信息,以及产生与校正图像的方法的电子设备的用户设置以及功能控制有关的键信号输入,例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置404可以包括显示设备、辅助照明装置(例如,LED)和触觉反馈装置(例如,振动电机)等。该显示设备可以包括但不限于,液晶显示器(LCD)、发光二极管(LED)显示器和等离子体显示器。在一些实施方式中,显示设备可以是触摸屏。
此处描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、专用ASIC(专用集成电路)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令,并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的,术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如,磁盘、光盘、存储器、可编程逻辑装置(PLD)),包括,接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与虚拟专用服务器(VPS,Virtual Private Server)服务中,存在的管理难度大,业务扩展性弱的缺陷。
根据本申请实施例的技术方案,利用从待处理图像中得到的多个文本框所对应的水平线与垂直线,来确定待处理图像的水平消失点的坐标值以及垂直消失点的坐标值,进而再根据所确定的消失点的坐标值实现待处理图像的校正,由于能够更加准确便捷地从图像中确定出消失点的坐标值,从而提升了基于消失点进行图像校正的准确性以及效率。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本申请公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本申请保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等,均应包含在本申请保护范围之内。
Claims (17)
1.一种校正图像的方法,包括:
获取待处理图像;
根据所述待处理图像得到多个文本框,其中每个文本框与所述待处理图像包含的文本行中的一个相对应;
根据所述多个文本框对应的水平线与垂直线,确定所述待处理图像的水平消失点的坐标值与垂直消失点的坐标值;
根据所述水平消失点的坐标值与垂直消失点的坐标值对所述待处理图像进行校正,得到所述待处理图像的校正结果;
所述根据所述多个文本框对应的水平线与垂直线,确定所述待处理图像的水平消失点的坐标值与垂直消失点的坐标值包括:
将文本框上、下两边分别对应的延长线作为文本框的水平线,将文本框左、右两边分别对应的延长线作为文本框的垂直线;
根据每个文本框对应的水平线与垂直线,构建水平线集合与垂直线集合;
根据所述水平线集合中两两水平线之间交点的坐标值的平均值,确定所述水平消失点的坐标值;
根据所述垂直线集合中两两垂直线之间交点的坐标值的平均值,确定所述垂直消失点的坐标值。
2.根据权利要求1所述的方法,其中,根据每个文本框对应的水平线构建水平线集合包括:
确定全部文本框对应的水平线的数量是否超过第一数量阈值;
若是,则选取部分水平线构建所述水平线集合,否则选取全部水平线构建所述水平线集合。
3.根据权利要求1所述的方法,其中,根据每个文本框对应的垂直线构建垂直线集合包括:
确定全部文本框对应的垂直线的数量是否超过第二数量阈值;
若是,则选取部分垂直线构建所述垂直线集合,否则选取全部垂直线构建所述垂直线集合。
4.根据权利要求1所述的方法,其中,所述根据所述水平线集合中两两水平线之间交点的坐标值的平均值,确定所述水平消失点的坐标值包括:
根据所述水平线集合中两两水平线之间的交点,得到水平交点集;
根据所述水平交点集中各交点的坐标值,确定异常水平交点;
去除所述水平交点集中的所述异常水平交点;
将所述水平交点集中剩余交点的坐标值的平均值,作为所述水平消失点的坐标值。
5.根据权利要求1所述的方法,其中,所述根据所述垂直线集合中两两垂直线之间交点的坐标值的平均值,确定所述垂直消失点的坐标值包括:
根据所述垂直线集合中两两垂直线之间的交点,得到垂直交点集;
根据所述垂直交点集中各交点的坐标值,确定异常垂直交点;
去除所述垂直交点集中的所述异常垂直交点;
将所述垂直交点集中剩余交点的坐标值的平均值,作为所述垂直消失点的坐标值。
6.根据权利要求4所述的方法,其中,所述根据所述水平交点集中各交点的坐标值,确定异常水平交点包括:
根据所述水平交点集中各交点的坐标值,计算各交点与其他交点之间的距离平均值;
确定距离平均值超过第一距离阈值的交点,作为所述水平交点集中的所述异常水平交点。
7.根据权利要求5所述的方法,其中,所述根据所述垂直交点集中各交点的坐标值,确定异常垂直交点包括:
根据所述垂直交点集中各交点的坐标值,计算各交点与其他交点之间的距离平均值;
确定距离平均值超过第二距离阈值的交点,作为所述垂直交点集中的所述异常垂直交点。
8.一种校正图像的装置,包括:
获取单元,用于获取待处理图像;
检测单元,用于根据所述待处理图像得到多个文本框,其中每个文本框与所述待处理图像包含的文本行中的一个相对应;
确定单元,用于根据所述多个文本框对应的水平线与垂直线,确定所述待处理图像的水平消失点的坐标值与垂直消失点的坐标值;
校正单元,用于根据所述水平消失点的坐标值与垂直消失点的坐标值对所述待处理图像进行校正,得到所述待处理图像的校正结果;
其中,所述确定单元在根据所述多个文本框对应的水平线与垂直线,确定所述待处理图像的水平消失点的坐标值与垂直消失点的坐标值时,具体执行:
将文本框上、下两边分别对应的延长线作为文本框的水平线,将文本框左、右两边分别对应的延长线作为文本框的垂直线;
根据每个文本框对应的水平线与垂直线,构建水平线集合与垂直线集合;
根据所述水平线集合中两两水平线之间交点的坐标值的平均值,确定所述水平消失点的坐标值;
根据所述垂直线集合中两两垂直线之间交点的坐标值的平均值,确定所述垂直消失点的坐标值。
9.根据权利要求8所述的装置,其中,所述确定单元在根据每个文本框对应的水平线构建水平线集合时,具体执行:
确定全部文本框对应的水平线的数量是否超过第一数量阈值;
若是,则选取部分水平线构建所述水平线集合,否则选取全部水平线构建所述水平线集合。
10.根据权利要求8所述的装置,其中,所述确定单元在根据每个文本框对应的垂直线构建垂直线集合时,具体执行:
确定全部文本框对应的垂直线的数量是否超过第二数量阈值;
若是,则选取部分垂直线构建所述垂直线集合,否则选取全部垂直线构建所述垂直线集合。
11.根据权利要求8所述的装置,其中,所述确定单元在根据所述水平线集合中两两水平线之间交点的坐标值的平均值,确定所述水平消失点的坐标值时,具体执行:
根据所述水平线集合中两两水平线之间的交点,得到水平交点集;
根据所述水平交点集中各交点的坐标值,确定异常水平交点;
去除所述水平交点集中的所述异常水平交点;
将所述水平交点集中剩余交点的坐标值的平均值,作为所述水平消失点的坐标值。
12.根据权利要求8所述的装置,其中,所述确定单元在根据所述垂直线集合中两两垂直线之间交点的坐标值的平均值,确定所述垂直消失点的坐标值时,具体执行:
根据所述垂直线集合中两两垂直线之间的交点,得到垂直交点集;
根据所述垂直交点集中各交点的坐标值,确定异常垂直交点;
去除所述垂直交点集中的所述异常垂直交点;
将所述垂直交点集中剩余交点的坐标值的平均值,作为所述垂直消失点的坐标值。
13.根据权利要求11所述的装置,其中,所述确定单元在根据所述水平交点集中各交点的坐标值,确定异常水平交点时,具体执行:
根据所述水平交点集中各交点的坐标值,计算各交点与其他交点之间的距离平均值;
确定距离平均值超过第一距离阈值的交点,作为所述水平交点集中的所述异常水平交点。
14.根据权利要求12所述的装置,其中,所述确定单元在根据所述垂直交点集中各交点的坐标值,确定异常垂直交点时,具体执行:
根据所述垂直交点集中各交点的坐标值,计算各交点与其他交点之间的距离平均值;
确定距离平均值超过第二距离阈值的交点,作为所述垂直交点集中的所述异常垂直交点。
15.一种电子设备,其特征在于,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-7中任一项所述的方法。
16.一种存储有计算机指令的非瞬时计算机可读存储介质,其特征在于,所述计算机指令用于使所述计算机执行权利要求1-7中任一项所述的方法。
17.一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现根据权利要求1-7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011003967.7A CN112150380B (zh) | 2020-09-22 | 2020-09-22 | 校正图像的方法、装置、电子设备和可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011003967.7A CN112150380B (zh) | 2020-09-22 | 2020-09-22 | 校正图像的方法、装置、电子设备和可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112150380A CN112150380A (zh) | 2020-12-29 |
CN112150380B true CN112150380B (zh) | 2024-04-16 |
Family
ID=73896885
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011003967.7A Active CN112150380B (zh) | 2020-09-22 | 2020-09-22 | 校正图像的方法、装置、电子设备和可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112150380B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113610089A (zh) * | 2021-07-23 | 2021-11-05 | 作业帮教育科技(北京)有限公司 | 页面扭曲校正方法及系统、电子设备和计算机可读介质 |
CN113657231B (zh) * | 2021-08-09 | 2024-05-07 | 广州中科智云科技有限公司 | 一种基于多旋翼无人机的图像识别方法及装置 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101192269A (zh) * | 2006-11-29 | 2008-06-04 | 佳能株式会社 | 从图像估计消失点的方法和装置、计算机程序及其存储介质 |
CN101267493A (zh) * | 2007-03-16 | 2008-09-17 | 富士通株式会社 | 透视变形文档图像的校正装置和校正方法 |
CN101520852A (zh) * | 2008-02-29 | 2009-09-02 | 富士通株式会社 | 消失点检测装置和检测方法 |
CN101789122A (zh) * | 2009-01-22 | 2010-07-28 | 佳能株式会社 | 用于校正畸变文档图像的方法和系统 |
US8897600B1 (en) * | 2013-12-20 | 2014-11-25 | I.R.I.S. | Method and system for determining vanishing point candidates for projective correction |
BE1022635A1 (fr) * | 2013-12-20 | 2016-06-22 | Iris Sa | Procede et systeme de correction de distorsions projectives utilisant des points propres |
CN111260569A (zh) * | 2020-01-10 | 2020-06-09 | 百度在线网络技术(北京)有限公司 | 图像倾斜校正的方法、装置、电子设备和存储介质 |
-
2020
- 2020-09-22 CN CN202011003967.7A patent/CN112150380B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101192269A (zh) * | 2006-11-29 | 2008-06-04 | 佳能株式会社 | 从图像估计消失点的方法和装置、计算机程序及其存储介质 |
CN101267493A (zh) * | 2007-03-16 | 2008-09-17 | 富士通株式会社 | 透视变形文档图像的校正装置和校正方法 |
CN101520852A (zh) * | 2008-02-29 | 2009-09-02 | 富士通株式会社 | 消失点检测装置和检测方法 |
CN101789122A (zh) * | 2009-01-22 | 2010-07-28 | 佳能株式会社 | 用于校正畸变文档图像的方法和系统 |
JP2010171976A (ja) * | 2009-01-22 | 2010-08-05 | Canon Inc | 歪み文書画像を補正する方法及びシステム |
US8897600B1 (en) * | 2013-12-20 | 2014-11-25 | I.R.I.S. | Method and system for determining vanishing point candidates for projective correction |
BE1022635A1 (fr) * | 2013-12-20 | 2016-06-22 | Iris Sa | Procede et systeme de correction de distorsions projectives utilisant des points propres |
CN111260569A (zh) * | 2020-01-10 | 2020-06-09 | 百度在线网络技术(北京)有限公司 | 图像倾斜校正的方法、装置、电子设备和存储介质 |
Non-Patent Citations (2)
Title |
---|
基于消失点的场景文本透视变形校正方法;陈德运;尹芳;吴锐;;南京理工大学学报;20110830(第04期);全文 * |
基于消失线的长方体表面透视变形校正方法;郑全新;杨明强;李文辉;;计算机工程;20130515(第05期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN112150380A (zh) | 2020-12-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11615605B2 (en) | Vehicle information detection method, electronic device and storage medium | |
CN112270669B (zh) | 人体3d关键点检测方法、模型训练方法及相关装置 | |
CN111524166B (zh) | 视频帧的处理方法和装置 | |
CN112287924B (zh) | 文本区域检测方法、装置、电子设备和计算机存储介质 | |
CN110659600B (zh) | 物体检测方法、装置及设备 | |
CN111275827B (zh) | 基于边缘的增强现实三维跟踪注册方法、装置和电子设备 | |
CN112150380B (zh) | 校正图像的方法、装置、电子设备和可读存储介质 | |
CN112200167B (zh) | 图像识别方法、装置、设备及存储介质 | |
CN112184837B (zh) | 一种图像检测方法、装置、电子设备及存储介质 | |
CN112102417B (zh) | 确定世界坐标的方法和装置 | |
CN111861991B (zh) | 计算图像清晰度的方法以及装置 | |
CN112308051A (zh) | 文本框检测方法、装置、电子设备和计算机存储介质 | |
CN111462072B (zh) | 点云图质量检测方法、装置以及电子设备 | |
CN112241716A (zh) | 训练样本的生成方法和装置 | |
CN111985459A (zh) | 表格图像校正方法、装置、电子设备和存储介质 | |
CN111814651A (zh) | 车道线的生成方法、装置和设备 | |
CN111191619A (zh) | 车道线虚线段的检测方法、装置、设备和可读存储介质 | |
CN112990127B (zh) | 目标识别方法、装置、电子设备及存储介质 | |
CN110705551A (zh) | 按键位置的识别方法、装置、电子设备和存储介质 | |
CN111797647B (zh) | 条码解码方法和装置 | |
CN113538252B (zh) | 图像矫正方法以及装置 | |
CN112651983B (zh) | 拼接图识别方法、装置、电子设备和存储介质 | |
CN112541934B (zh) | 一种图像处理方法及装置 | |
CN111680628B (zh) | 文字框融合方法、装置、设备以及存储介质 | |
CN113160044B (zh) | 深度图像超分辨率方法、训练方法及装置、设备、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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |