CN112488095A - 印章图像识别方法、装置和电子设备 - Google Patents
印章图像识别方法、装置和电子设备 Download PDFInfo
- Publication number
- CN112488095A CN112488095A CN202011513895.0A CN202011513895A CN112488095A CN 112488095 A CN112488095 A CN 112488095A CN 202011513895 A CN202011513895 A CN 202011513895A CN 112488095 A CN112488095 A CN 112488095A
- Authority
- CN
- China
- Prior art keywords
- image
- stamp
- character
- seal
- recognized
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 55
- 238000012015 optical character recognition Methods 0.000 claims abstract description 15
- 238000006243 chemical reaction Methods 0.000 claims description 32
- 230000009466 transformation Effects 0.000 claims description 19
- 238000001514 detection method Methods 0.000 claims description 18
- 238000004590 computer program Methods 0.000 claims description 9
- 230000004044 response Effects 0.000 claims description 9
- 238000003708 edge detection Methods 0.000 claims description 6
- 238000013507 mapping Methods 0.000 claims description 6
- 238000012512 characterization method Methods 0.000 claims description 5
- 238000010586 diagram Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 10
- 238000004891 communication Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 7
- 238000012545 processing Methods 0.000 description 7
- 230000003287 optical effect Effects 0.000 description 6
- 230000001131 transforming effect Effects 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 4
- 230000006835 compression Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000013519 translation Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000005452 bending Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000010339 dilation Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000000844 transformation Methods 0.000 description 1
Images
Classifications
-
- 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
- G06V10/22—Image preprocessing by selection of a specific region containing or referencing a pattern; Locating or processing of specific regions to guide the detection or 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)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
Abstract
本公开实施例公开了印章图像识别方法、装置和电子设备。该方法的一具体实施方式包括:基于待识别印章图像,生成字符区域凸显图像和印章凸显图像;根据所述字符区域凸显图像和所述印章凸显图像,生成印章外轮廓凸显图像;根据所述印章外轮廓凸显图像,生成印章图形表征参数;基于所述印章图形表征参数,对所述待识别印章图像的字符区域进行变换,生成待识别字符图像;对所述待识别字符图像,进行光学字符识别。由此,提供一种新的印章图像识别方法。
Description
技术领域
本公开涉及互联网技术领域,尤其涉及一种印章图像识别方法、装置和电子设备。
背景技术
随着互联网的发展,用户越来越多的使用电子设备实现各种功能。例如,用户可以使用终端进行各种场景的图像识别。在印章图像场景中,如果通过印章图像识别印章图像上的字符,可以减少用户人工识别文档的工作量。
发明内容
提供该公开内容部分以便以简要的形式介绍构思,这些构思将在后面的具体实施方式部分被详细描述。该公开内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征,也不旨在用于限制所要求的保护的技术方案的范围。
第一方面,本公开实施例提供了一种印章图像识别方法,该方法包括:基于待识别印章图像,生成字符区域凸显图像和印章凸显图像;根据所述字符区域凸显图像和所述印章凸显图像,生成印章外轮廓凸显图像;根据所述印章外轮廓凸显图像,生成印章图形表征参数;基于所述印章图形表征参数,对所述待识别印章图像的字符区域进行变换,生成待识别字符图像;对所述待识别字符图像,进行光学字符识别。
第二方面,本公开实施例提供了一种印章图像识别装置,包括:第一生成单元,用于基于待识别印章图像,生成字符区域凸显图像和印章凸显图像;第二生成单元,用于根据所述字符区域凸显图像和所述印章凸显图像,生成印章外轮廓凸显图像;第三生成单元,用于根据所述印章外轮廓凸显图像,生成印章图形表征参数;第四生成单元,用于基于所述印章图形表征参数,对所述待识别印章图像的字符区域进行变换,生成待识别字符图像;识别单元,用于对所述待识别字符图像,进行光学字符识别。
第三方面,本公开实施例提供了一种电子设备,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第一方面所述的印章图像识别方法。
第四方面,本公开实施例提供了一种计算机可读介质,其上存储有计算机程序,该程序被处理器执行时实现如第一方面所述的印章图像识别方法的步骤。
本公开实施例提供的印章图像识别方法、装置和电子设备,通过基于待识别印章图像,生成待识别印章图像的字符区域凸显图像和印章凸显图像,然后根据字符区域凸显图像和印章凸显图像,可以生成印章外轮廓凸显图像,由此,生成的印章外轮廓凸显图像,由于排除了印章中字符的干扰,可以减少线条影响,较为准确地指示印章外轮廓。然后,根据印章外轮廓凸显图像生成的印章图形表征参数,可以准确指示印章图形。再后,基于上述印章图形表征参数进行对待识别印章图像字符区域的变换,可以大大提高变换的准确率;变换准确率的提高可以使得待识别字符图像的识别准确率提高。
附图说明
结合附图并参考以下具体实施方式,本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中,相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的,原件和元素不一定按照比例绘制。
图1是根据本公开的印章图像识别方法的一个实施例的流程图;
图2是根据本公开的印章图像识别方法的一个应用场景的示意图;
图3是根据本公开的步骤104的一种示例性实现方式的流程图;
图4是根据本公开的印章图像识别方法的另一个应用场景的示意图;
图5是本公开的印章图像识别方法的又一个示例性应用场景的示意图;
图6是根据本公开的印章图像识别装置的一个实施例的结构示意图;
图7是本公开的一个实施例的印章图像识别方法可以应用于其中的示例性系统架构;
图8是根据本公开实施例提供的电子设备的基本结构的示意图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例,然而应当理解的是,本公开可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例,相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是,本公开的附图及实施例仅用于示例性作用,并非用于限制本公开的保护范围。
应当理解,本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行,和/或并行执行。此外,方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。
本文使用的术语“包括”及其变形是开放性包括,即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”;术语“另一实施例”表示“至少一个另外的实施例”;术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。
需要注意,本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分,并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意,本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的,本领域技术人员应当理解,除非在上下文另有明确指出,否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的,而并不是用于对这些消息或信息的范围进行限制。
请参考图1,其示出了根据本公开的印章图像识别方法的一个实施例的流程。如图1所示该印章图像识别方法,包括以下步骤:
步骤101,基于待识别印章图像,生成字符区域凸显图像和印章凸显图像。
在本实施例中,印章图像识别方法的执行主体(例如终端设备或者服务器)可以对基于待识别印章图像,生成字符区域凸显图像和印章凸显图像。
在本实施例中,待识别印章图像可以是包括印章图像的图像。待印章图像在待识别印章图像中的位置和朝向,可以是任意的,在此不做限定。
在本实施例中,待识别印章图像的来源可以是各种各样的,在此不做限定。
在本实施例中,上述字符区域凸显图像中,字符区域和非字符区域具有明显的分界,能够凸显字符区域。
可选的,字符区域的粒度可以根据实际应用场景设置,在此不做限定。作为示例,字符区域可以是各个字符连通的区域,并且区域成规则形状(例如矩形、扇形、圆环形等),也可以是单个字符笔画所在的区域形成的集合。
在本实施例中,上述印章凸显图像中,印章痕迹和非印章痕迹具有明显的分界,能够图像印章痕迹。
步骤102,根据字符区域凸显图像和印章凸显图像,生成印章外轮廓凸显图像。
在本实施例中,上述执行主体可以根据字符区域凸显图像和印章凸显图像,生成印章外轮廓凸显图像。
在本实施例中,印章外轮廓凸显图像中,印章外轮廓与非印章外轮廓的区域具有明显的分界,能够凸显印章外轮廓。
步骤103,根据印章外轮廓凸显图像,生成印章图形表征参数。
在本实施例中,上述执行主体可以根据所述印章外轮廓凸显图像,生成印章图形表征参数。
在本实施例中,印章图形表征参数,可以用于表征印章图形。印章图形表征参数中的具体参数项,可以根据实际应用场景确定,在此不做限制。
在一些应用场景中,印章图形表征参数可以包括以下至少一项但不限于:图形中心位置参数、图形尺寸指示参数。
作为示例,如果印章图形是圆形,图形尺寸指示参数可以包括半径;如果印章图形是椭圆形,图形尺寸指示参数可以包括长轴长度和短轴长度。
可以理解,由于生成印章图形表征参数的印章外轮廓凸显图像中,印章图形的外轮廓凸显,印章图形表征参数尤其可以表征印章图形的外轮廓。
步骤104,基于印章图形表征参数,对待识别印章图像的字符区域进行变换,生成待识别字符图像。
在本实施例中,上述执行主体可以基于所述印章图形表征参数,对所述待识别印章图像的字符区域进行变换,生成待识别字符图像。
可以理解,由于印章形状不定,印章内字符的排布方式也不定,印章原始图像中的字符的排布方式使得字符的形状扭曲,字符区域不构成规则的行或者列,字符识别算法难以对不规则形状的图像进行字符识别,也难以对字符排布不成行或者列的字符进行识别;换句话说字符识别算法对原始印章图像中字符的识别准确率较低。
在本实施例中,印章图形表征参数可以用于对待识别印章图像的字符区域进行变换,上述变换能够将字符区域变换为形状规则的矩形,将字符区域中字符排布成规则的行或者列。然后采用字符识别算法进行处理。
在本实施例中,上述变换的具体方式可以根据实际应用场景设置,在此不做限定。作为示例,上述变换可以包括但是不限于以下至少一项:平移、放缩、旋转、拉伸等。
步骤105,对待识别字符图像,进行光学字符识别。
在本实施例中,上述执行主体可以对所述待识别字符图像,进行光学字符识别。
在本实施例中,光学字符识别(Optica lCharacter Recognition,OCR),可以通过检测暗、亮的模式确定字符形状,然后用字符识别方法将形状翻译成计算机字符的过程。
在本实施例中,可以根据实际应用场景选取各种光学字符识别方法,对待识别字符图像进行处理,在此不做限定。
可以理解,上述执行主体可以直接对所述待识别字符图像进行光学字符识别;也可以有上述执行主体将待识别字符图像发送至其它电子设备,有其它电子设备直接进行光学字符识别,即由上述执行主体间接完成光学字符识别。
需要说明的是,本实施例提供的印章图像识别方法,可以基于待识别印章图像,生成待识别印章图像的字符区域凸显图像和印章凸显图像,然后根据字符区域凸显图像和印章凸显图像,可以生成印章外轮廓凸显图像,由此,生成的印章外轮廓凸显图像,由于排除了印章中字符的干扰,可以减少线条影响,较为准确地指示印章外轮廓。然后,根据印章外轮廓凸显图像生成的印章图形表征参数,可以准确指示印章图形。再后,基于上述印章图形表征参数进行对待识别印章图像字符区域的变换,可以大大提高变换的准确率;变换准确率的提高可以使得待识别字符图像的识别准确率提高。
在一些实施例中,上述步骤101,可以包括:对待识别印章图像进行字符区域检测,生成字符区域凸显图像。
在这里,字符区域检测用于检测字符区域。可以理解,字符区域检测可能无需识别字符;检测结果为图像区域,图像区域可以利用位置信息指示。
在这里,进行字符区域检测的方式可以根据实际应用场景设置,在此不做限定。
在一些实施例中,可以采用特征比对的方式,确定字符区域。可以理解,通常字符区域中的字符的形状具有一些特质,将这些特质可以采用预设特征指示。待识别印章图像中各个区域的特征可以与上述预设特征进行比对,进而可以确定字符区域凸显图像。
在一些实施例中,上述步骤101,可以包括:将待识别印章图像导入预先训练的字符区域检测模型,得到待识别图像对应的遮罩图像;然后,可以将遮罩图像确定为字符区域凸显图像。
在这里,遮罩图像(mask)可以用于遮挡待识别印章图像中的非字符区域。在一些应用场景中,将遮罩图像与待识别印章图像进行对位乘积,得到处理后图像,处理后图像中字符区域为原始待识别印章图像中的字符区域,处理后图像中的非字符区域像素值可以为0。
在这里,上述字符区域检测模型可以通过如下方式训练得到:将样本图像导入未训练完成的字符区域检测网络,得到候选遮罩图像;计算候选遮罩图像与遮罩样本之间的损失值;然后利用上述损失值调整字符区域检测网络的参数。在这里,样本图像的标签为标识字符区域指示信息。
需要说明的是,将遮罩图像确定为字符区域凸显图像,可以提高所生成的字符区域凸显图像中字符区域的准确度。
在一些实施例中,上述步骤101,可以包括:对待识别印章图像进行边缘检测,生成印章凸显图像。
在这里,边缘是指其周围像素灰度急剧变化的像素的集合。边缘存在于目标、背景和区域之间,它是图像分割所依赖的依据。通常,边缘检测可以标识数字图像中亮度变化明显的点。
需要说明的是,图像边缘检测可以剔除与印章痕迹不相关的信息,保留图像重要的印章痕迹的结构属性。
在一些实施例中,上述步骤102,可以包括:将所述字符凸显图像与所述印章凸显图像的差值,确定为印章外轮廓凸显图像。
在这里,采用差值的方式确定印章外轮廓凸显图像,可以相对减少计算量,提高处理效率。
在一些应用场景中,请参考图2,图2示出了印章凸显图像201、字符区域凸显图像202和印章外轮廓凸显图像203。需要说明的是,印章凸显图像201中的文字采用了刻意虚化的方式,本领域技术人员可以理解201中哪些为文字区域,对文字内容无需清楚示出。
在一些实施例中,在步骤102之前,上述方法还可以包括:从原始图像中,确定候选印章图像位置;在所述候选印章图像位置的基础上扩大剪裁,得到所述待识别印章图像。
通常,可以采用包围盒指示候选印章图像位置。
在这里,扩大剪裁,可以包括对包围盒进行外向扩张。
由此,可以避免检测时漏掉部分印章字符从而影响后续识别,保证待识别印章图像的字符完整性。
在一些实施例中,上述步骤103,可以包括:所述根据所述印章外轮廓凸显图像,生成印章图形表征参数,包括:根据所述印章外轮廓凸显图像,确定印章图形是否为椭圆形;响应于印章图形不是椭圆形,确定印章图形是否是圆形;响应于印章图形不是圆形,确定印章图形是否为第三预设图形。
在这里,可以采用各种方式确定印章外轮廓凸显图像指示的印章图形。
例如,可以将印章外轮廓与各种标准形状(例如圆形、椭圆形、矩形等)进行比对,确定印章形状。
作为示例,可以采用霍夫圆检测,对印章外轮廓凸显图像进行检测,确定印章外轮廓是否是圆形。
需要说明的是,先确定印章外轮廓是否是椭圆形,如果不是再确定是否为圆形;在不是圆形或者椭圆形的情况下,再确定是否为其它的第三种形状。这种检测顺序可以与应用场景的实际贴合,加快确定印章形状以及印章形状表征参数的速度。
在一些实施例中,上述步骤104可以通过图3所示流程实现。具体的,图3所示流程可以包括步骤1041、步骤1042和步骤1043。
步骤1041,根据印章图形表征参数,对待识别印章图像采用第一变换方式进行变换,得到第一变换图像。
在这里,第一变换图像中的印章图像处于预设正位置。
在这里,预设正位置可以包括印章图像在第一变换图像中的位置以及角度。
在这里,第一变换方式可以包括但是不限于以下至少一项:平移、旋转、放缩等。
可选的,如果图形中心没有位于图像中心,可以平移印章图像,使得图形中心与图像中心重合。
可选的,如果印章图像倾斜,可以旋转印章图像,使得印章字符处于预设的正向。
可选的,根据字符区域凸显图像,确定印章图像中的字符是否处于预设正向。作为示例,如果印章形状为椭圆或者圆形,字符区域可能为扇形,可以根据字符区域的对称轴是否为预设正向(例如竖直),确定印章图像中的字符是否处于预设正向。
可选的,如果印章形状为椭圆形,可以对印章图像进行放缩,使得印章形状为圆形。在一些实施例中,步骤1041可以包括:响应于确定印章图形为椭圆形,将印章图形变换为圆形。即第一变换图像中的印章图形为圆形。在这里,将印章图形变换为圆形的变化,可以是第一变换方式中的子变换。可以根据椭圆长轴和椭圆短轴的比例关系,将印章图形变换为圆形。
步骤1042,采用第一变换方式对字符区域位置信息进行变换,得到变换后字符区域位置信息。
在这里,字符区域位置信息用于指示所述字符区域凸显图像中的字符区域位置。作为示例,字符区域位置信息的表示方式,可以是各种各样的;例如,可以是坐标点、可以是向量等。
在这里,字符图像位置信息可以通过对字符图像区域凸显图像中的字符区域位置信息提取得到,也可以通过上述字符区域检测模型输出。换句话说,字符区域检测模型的输出可以加一个,即在输出遮罩图像的同时,输出字符区域位置信息。
在这里,第一变换方式是对待识别印章图像进行变换的方式,采用与对待识别印章图像相同的变化方式对字符区域位置信息进行变换,可以使得变换后字符区域位置信息指示的字符区域,与第一变换图像的字符区域一致。
步骤1043,根据变换后字符区域位置信息和第一变换图像,生成所述待识别字符图像。
在这里,根据第一变换图像中印章图形的不同,可以采用不同的方式,生成待识别字符图像。
需要说明的是,对待识别印章图像进行变换,可以提取适于字符识别的图像。并且,采用对待识别图像和字符区域位置信息一致的变换方式,可以使得变换后字符区域位置信息,对第一变换图像中的字符位置指示准确,由此,可以快速生成准确的待识别字符图像。
在一些实施例中,上述步骤1043可以包括:响应于确定第一变换图像中印章图形为矩形,可以获取变换后字符区域位置信息中的字符区域在第一变换图像中的对应区域,得到所述待识别字符图像。
在这里,映射区域可以指相同位置的区域。
作为示例,可以将变换后字符区域位置信息与第一变换图像对位相乘,将非零区域作为待识别字符图像。
作为示例,可以从第一变换图像中,截取变换后字符区域位置信息中的字符区域的对应区域,得到待识别字符图像。
需要说明的是,通过对于矩形字符区域,获取变换后字符区域位置信息在第一变换图像中的对应区域,可以快速获取准确的字符图像,由此,可以提高字符图像识别的准确率和速度。
在一些实施例中,上述步骤1043可以包括:响应于第一变换图像中印章图形为圆形或者椭圆形,根据变换后字符区域位置信息指示的字符区域,将所述第一变换图像由极坐标系转换至直角坐标系,生成第二变换图像;获取所述变换后字符区域位置信息指示的字符区域所述第二变换图像中的映射区域,得到所述待识别字符图像。
可以理解,圆形印章或者椭圆形印章中的字符区域,通常为圆环性或者扇形。将字符区域变换成圆形或者扇形可以得到待识别字符图像。
在这里,极坐标系的原点设置于印章图形的圆心,即以印章图形的圆心位于极坐标系的原点。
作为示例,可以由变换后字符区域位置信息,确定字符的起始位置和结束位置,以及弯曲字符离圆心的最短距离和最长距离。由起始位置、结束位置和圆心,可以确定字符区域弯曲角度。
然后,确定第一变换图像中各个像素在极坐标系下的坐标,极坐标系的原点与印章中心重合。对极坐标系下的第一变换图像进行坐标变换处理,得到极坐标系下的第一变换图像(即第二变换图像)。
通俗来说,是将第一变换图像中的字符区域(通常可以是圆环形),变换为矩形。
需要说明的是,可以将印章图形由椭圆形转换为圆形之后,进行极坐标系到直角坐标系的转换;也可以直接对椭圆形的印章图形,进行极坐标系到直角坐标系的转换。
在一些应用场景中,请参考图4,图4中示出了圆形或者椭圆形印章的第一变换图像401,第一变换图像401中,字符区域(包括字符甲乙丙丁)为圆环形。极坐标的原点可以设置在第一变换图像401中圆形的圆心。对第一变换图像进行极坐标系到直角坐标系的转换,可以得到第二变换图像402。
作为示例,可以对变化后字符区域凸显图像也进行与对第二变换图像相同的坐标系变换,得到再变后字符区域凸显图像。然后,将再变后字符区域凸显图像中的字符区域在第二变换图像中的对应位置,确定为待识别字符图像的位置,然后从第二变换图像中截取即可。
作为示例,在将第一变换图像由极坐标系转换至直角坐标系的时候,在将变换后字符区域位置信息中的字符区域在第一变换图像中的对应区域标出,这个对应位置在第二变换图像中的映射区域,可以作为第二变换图像中的字符区域,即待识别字符图像。
需要说明的是,通过对于圆形或者椭圆形印章图形,采用极坐标系到直角坐标系的变换,可以将圆环形字符区域快速转换为矩形字符区域,使得待识别字符图像适合字符识别算法,提高对于字符识别图像的字符识别准确率。
请参考图5,图5示出了本申请一些实施例的应用场景图。在图5中具体过程可以示例性如下。
从原始图像中,确定候选印章图像位置;然后在候选印章图像位置的基础上扩大检测,可以得到待识别印章图像。
对待识别印章图像进行边缘检测,可以得到印章凸显图像。
对待识别印章图像进行文字区域检测,可以得到文字区域凸显图像和文字区域位置信息(图中未示出)。
将印章凸显图像与文字区域凸显图像的差值图像,确定为印章外轮廓凸显图像。
根据印章外轮廓凸显图像,可以确定印章图形表征参数。
根据印章图形表征参数,可以对待识别印章图像进行变换,得到第一变换图像。
根据文字区域位置信息,对第一变换图像进行变换,可以得到第二变换图像。
从第二变换图像中,可以截取出待识别字符图像。
对待识别字符图像进行字符识别,可以得到字符识别结果。
需要说明的是,针对椭圆形印章或者椭圆形印章,上述流程可以通过减少对印章外轮廓的干扰线条,提高所获取的印章图形表征参数的准确率,从而提高基于印章图形表征参数进行的变换的准确率,即提高变换得到的待识别字符图像的准确率,进而提高确定对于印章上字符的字符识别准确率。
进一步参考图6,作为对上述各图所示方法的实现,本公开提供了一种印章图像识别装置的一个实施例,该装置实施例与图1所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图6所示,本实施例的印章图像识别装置包括:第一生成单元601、第二生成单元602、第三生成单元603、第四生成单元604和识别单元605。其中,第一生成单元,用于基于待识别印章图像,生成字符区域凸显图像和印章凸显图像;第二生成单元,用于根据所述字符区域凸显图像和所述印章凸显图像,生成印章外轮廓凸显图像;第三生成单元,用于根据所述印章外轮廓凸显图像,生成印章图形表征参数;第四生成单元,用于基于所述印章图形表征参数,对所述待识别印章图像的字符区域进行变换,生成待识别字符图像;识别单元,用于对所述待识别字符图像,进行光学字符识别。
在本实施例中,印章图像识别装置的第一生成单元601、第二生成单元602、第三生成单元603、第四生成单元604和识别单元605的具体处理及其所带来的技术效果可分别参考图1对应实施例中第一生成单元601、第二生成单元602、第三生成单元603、第四生成单元604和识别单元605的相关说明,在此不再赘述。
在一些实施例中,所述基于待识别印章图像,生成字符区域凸显图像和印章凸显图像,包括:将所述待识别印章图像导入预先训练的字符区域检测模型,得到所述待识别图像对应的遮罩图像,其中,所述遮罩图像用于遮挡所述待识别印章图像中的非字符区域;将所述遮罩图像确定为所述字符区域凸显图像。
在一些实施例中,所述基于待识别印章图像,生成字符区域凸显图像和印章凸显图像,包括:对待识别印章图像进行边缘检测,生成印章凸显图像。
在一些实施例中,所述根据所述字符区域凸显图像和所述印章凸显图像,生成印章外轮廓凸显图像,包括:将所述字符凸显图像与所述印章凸显图像的差值图像,确定为所述印章外轮廓凸显图像。
在一些实施例中,所述装置还用于:从原始图像中,确定候选印章图像位置;在候选印章图像位置的基础上扩大裁剪,得到所述待识别印章图像。
在一些实施例中,所述根据所述印章外轮廓凸显图像,生成印章图形表征参数,包括:根据所述印章外轮廓凸显图像,确定印章图形是否为椭圆形;响应于印章图形不是椭圆形,确定印章图形是否是圆形;响应于印章图形不是圆形,确定印章图形是否为第三预设图形。
在一些实施例中,所述基于所述印章图形表征参数,对所述待识别印章图像的字符区域进行变换,生成待识别字符图像,包括:根据印章图形表征参数,对待识别印章图像采用第一变换方式进行变换,得到第一变换图像,其中,第一变换图像中的印章图像处于预设正位置;采用第一变换方式对字符区域位置信息进行变换,得到变换后字符区域位置信息,其中,字符区域位置信息用于指示所述字符区域凸显图像中的字符区域位置;根据所述变换后字符区域位置信息和所述第一变换图像,生成所述待识别字符图像。
在一些实施例中,所述根据印章图形表征参数,对待识别印章图像采用第一变换方式进行变换,得到第一变换图像,包括:响应于确定印章图形为椭圆形,将印章图形变换为圆形。
在一些实施例中,所述根据所述变换后字符区域位置信息和所述第一变换图像,生成所述待识别字符图像,包括:响应于第一变换图像中印章图形为圆形或者椭圆形,根据变换后字符区域位置信息指示的字符区域,将所述第一变换图像由极坐标系转换至直角坐标系,生成第二变换图像,其中,极坐标系的原点设置于印章图形的圆心;获取所述变换后字符区域位置信息指示的字符区域在所述第二变换图像中的映射区域,得到所述待识别字符图像。
请参考图7,图7示出了本公开的一个实施例的印章图像识别方法可以应用于其中的示例性系统架构。
如图7所示,系统架构可以包括终端设备701、702、703,网络704,服务器705。网络704用以在终端设备701、702、703和服务器705之间提供通信链路的介质。网络704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。
终端设备701、702、703可以通过网络704与服务器705交互,以接收或发送消息等。终端设备701、702、703上可以安装有各种客户端应用,例如网页浏览器应用、搜索类应用、新闻资讯类应用。终端设备701、702、703中的客户端应用可以接收用户的指令,并根据用户的指令完成相应的功能,例如根据用户的指令在信息中添加相应信息。
终端设备701、702、703可以是硬件,也可以是软件。当终端设备701、702、703为硬件时,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、电子书阅读器、MP3播放器(Moving Picture Experts Group Audio Layer III,动态影像专家压缩标准音频层面3)、MP4(Moving Picture Experts Group Audio Layer IV,动态影像专家压缩标准音频层面4)播放器、膝上型便携计算机和台式计算机等等。当终端设备701、702、703为软件时,可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供分布式服务的软件或软件模块),也可以实现成单个软件或软件模块。在此不做具体限定。
服务器705可以是提供各种服务的服务器,例如接收终端设备701、702、703发送的信息获取请求,根据信息获取请求通过各种方式获取信息获取请求对应的展示信息。并展示信息的相关数据发送给终端设备701、702、703。
需要说明的是,本公开实施例所提供的印章图像识别方法可以由终端设备执行,相应地,印章图像识别装置可以设置在终端设备701、702、703中。此外,本公开实施例所提供的印章图像识别方法还可以由服务器705执行,相应地,印章图像识别装置可以设置于服务器705中。
应该理解,图7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8,其示出了适于用来实现本公开实施例的电子设备(例如图7中的终端设备或服务器)的结构示意图。本公开实施例中的终端设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图8示出的电子设备仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图8所示,电子设备可以包括处理装置(例如中央处理器、图形处理器等)801,其可以根据存储在只读存储器(ROM)802中的程序或者从存储装置808加载到随机访问存储器(RAM)803中的程序而执行各种适当的动作和处理。在RAM 803中,还存储有电子设备800操作所需的各种程序和数据。处理装置801、ROM 802以及RAM 803通过总线804彼此相连。输入/输出(I/O)接口805也连接至总线804。
通常,以下装置可以连接至I/O接口805:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置806;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置807;包括例如磁带、硬盘等的存储装置808;以及通信装置809。通信装置809可以允许电子设备与其他设备进行无线或有线通信以交换数据。虽然图8示出了具有各种装置的电子设备,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
特别地,根据本公开的实施例,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,本公开的实施例包括一种计算机程序产品,其包括承载在非暂态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装置809从网络上被下载和安装,或者从存储装置808被安装,或者从ROM 802被安装。在该计算机程序被处理装置801执行时,执行本公开实施例的方法中限定的上述功能。
需要说明的是,本公开上述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。在本公开中,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。而在本公开中,计算机可读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,该计算机可读信号介质可以发送、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:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
在一些实施方式中,客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol,超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信,并且可以与任意形式或介质的数字数据通信(例如,通信网络)互连。通信网络的示例包括局域网(“LAN”),广域网(“WAN”),网际网(例如,互联网)以及端对端网络(例如,ad hoc端对端网络),以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。
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该电子设备执行时,使得该电子设备:基于待识别印章图像,生成字符区域凸显图像和印章凸显图像;根据所述字符区域凸显图像和所述印章凸显图像,生成印章外轮廓凸显图像;根据所述印章外轮廓凸显图像,生成印章图形表征参数;基于所述印章图形表征参数,对所述待识别印章图像的字符区域进行变换,生成待识别字符图像;对所述待识别字符图像,进行光学字符识别。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码,上述程序设计语言包括但不限于面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、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,该模块、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,框图和/或流程图中的每个方框、以及框图和/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。
描述于本公开实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。其中,单元的名称在某种情况下并不构成对该单元本身的限定,例如,识别单元还可以被描述为“识别字符图像的单元”。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开中所涉及的公开范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述公开构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
此外,虽然采用特定次序描绘了各操作,但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下,多任务和并行处理可能是有利的。同样地,虽然在上面论述中包含了若干具体实现细节,但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实施例中。相反地,在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实施例中。
尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题,但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反,上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。
Claims (11)
1.一种印章图像识别方法,其特征在于,包括:
基于待识别印章图像,生成字符区域凸显图像和印章凸显图像;
根据所述字符区域凸显图像和所述印章凸显图像,生成印章外轮廓凸显图像;
根据所述印章外轮廓凸显图像,生成印章图形表征参数;
基于所述印章图形表征参数,对所述待识别印章图像的字符区域进行变换,生成待识别字符图像;
对所述待识别字符图像,进行光学字符识别。
2.根据权利要求1所述的方法,其特征在于,所述基于待识别印章图像,生成字符区域凸显图像和印章凸显图像,包括:
将所述待识别印章图像导入预先训练的字符区域检测模型,得到所述待识别图像对应的遮罩图像,其中,所述遮罩图像用于遮挡所述待识别印章图像中的非字符区域;
将所述遮罩图像确定为所述字符区域凸显图像。
3.根据权利要求1所述的方法,其特征在于,所述基于待识别印章图像,生成字符区域凸显图像和印章凸显图像,包括:
对待识别印章图像进行边缘检测,生成印章凸显图像。
4.根据权利要求1所述的方法,其特征在于,所述根据所述字符区域凸显图像和所述印章凸显图像,生成印章外轮廓凸显图像,包括:
将所述字符凸显图像与所述印章凸显图像的差值图像,确定为所述印章外轮廓凸显图像。
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:
从原始图像中,确定候选印章图像位置;
在候选印章图像位置的基础上扩大裁剪,得到所述待识别印章图像。
6.根据权利要求1所述的方法,其特征在于,所述根据所述印章外轮廓凸显图像,生成印章图形表征参数,包括:
根据所述印章外轮廓凸显图像,确定印章图形是否为椭圆形;
响应于印章图形不是椭圆形,确定印章图形是否是圆形;
响应于印章图形不是圆形,确定印章图形是否为第三预设图形。
7.根据权利要求1-6中任一项所述的方法,其特征在于,所述基于所述印章图形表征参数,对所述待识别印章图像的字符区域进行变换,生成待识别字符图像,包括:
根据印章图形表征参数,对待识别印章图像采用第一变换方式进行变换,得到第一变换图像,其中,第一变换图像中的印章图像处于预设正位置;
采用第一变换方式对字符区域位置信息进行变换,得到变换后字符区域位置信息,其中,字符区域位置信息用于指示所述字符区域凸显图像中的字符区域位置;
根据所述变换后字符区域位置信息和所述第一变换图像,生成所述待识别字符图像。
8.根据权利要求7所述的方法,其特征在于,所述根据所述变换后字符区域位置信息和所述第一变换图像,生成所述待识别字符图像,包括:
响应于第一变换图像中印章图形为圆形或者椭圆形,根据变换后字符区域位置信息指示的字符区域,将所述第一变换图像由极坐标系转换至直角坐标系,生成第二变换图像,其中,极坐标系的原点设置于印章图形的圆心;
获取所述变换后字符区域位置信息指示的字符区域在所述第二变换图像中的映射区域,得到所述待识别字符图像。
9.一种印章图像识别装置,其特征在于,包括:
第一生成单元,用于基于待识别印章图像,生成字符区域凸显图像和印章凸显图像;
第二生成单元,用于根据所述字符区域凸显图像和所述印章凸显图像,生成印章外轮廓凸显图像;
第三生成单元,用于根据所述印章外轮廓凸显图像,生成印章图形表征参数;
第四生成单元,用于基于所述印章图形表征参数,对所述待识别印章图像的字符区域进行变换,生成待识别字符图像;
识别单元,用于对所述待识别字符图像,进行光学字符识别。
10.一种电子设备,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1-8中任一所述的方法。
11.一种计算机可读介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-8中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011513895.0A CN112488095A (zh) | 2020-12-18 | 2020-12-18 | 印章图像识别方法、装置和电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011513895.0A CN112488095A (zh) | 2020-12-18 | 2020-12-18 | 印章图像识别方法、装置和电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112488095A true CN112488095A (zh) | 2021-03-12 |
Family
ID=74915117
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011513895.0A Pending CN112488095A (zh) | 2020-12-18 | 2020-12-18 | 印章图像识别方法、装置和电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112488095A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113378821A (zh) * | 2021-07-02 | 2021-09-10 | 人民中科(济南)智能技术有限公司 | 基于深度学习的公章文字识别方法、系统、设备及存储介质 |
CN113486891A (zh) * | 2021-06-22 | 2021-10-08 | 深圳无境创新科技有限公司 | 螺钉图像处理方法、装置、电子设备和存储介质 |
CN113627423A (zh) * | 2021-07-08 | 2021-11-09 | 广州广电运通金融电子股份有限公司 | 圆形印章字符识别方法、装置、计算机设备和存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109657666A (zh) * | 2018-11-23 | 2019-04-19 | 汉王科技股份有限公司 | 一种圆形印章识别方法及装置 |
CN111767911A (zh) * | 2020-06-22 | 2020-10-13 | 平安科技(深圳)有限公司 | 面向复杂环境的印章文字检测识别方法、装置及介质 |
CN111950555A (zh) * | 2020-08-17 | 2020-11-17 | 北京字节跳动网络技术有限公司 | 文本识别方法、装置、可读介质及电子设备 |
CN112037077A (zh) * | 2020-09-03 | 2020-12-04 | 平安健康保险股份有限公司 | 基于人工智能的印章识别方法、装置、设备及存储介质 |
-
2020
- 2020-12-18 CN CN202011513895.0A patent/CN112488095A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109657666A (zh) * | 2018-11-23 | 2019-04-19 | 汉王科技股份有限公司 | 一种圆形印章识别方法及装置 |
CN111767911A (zh) * | 2020-06-22 | 2020-10-13 | 平安科技(深圳)有限公司 | 面向复杂环境的印章文字检测识别方法、装置及介质 |
CN111950555A (zh) * | 2020-08-17 | 2020-11-17 | 北京字节跳动网络技术有限公司 | 文本识别方法、装置、可读介质及电子设备 |
CN112037077A (zh) * | 2020-09-03 | 2020-12-04 | 平安健康保险股份有限公司 | 基于人工智能的印章识别方法、装置、设备及存储介质 |
Non-Patent Citations (1)
Title |
---|
欧阳欢;范大昭;李东子;: "多特征融合决策的发票印章识别", 计算机工程与设计, no. 09 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113486891A (zh) * | 2021-06-22 | 2021-10-08 | 深圳无境创新科技有限公司 | 螺钉图像处理方法、装置、电子设备和存储介质 |
CN113378821A (zh) * | 2021-07-02 | 2021-09-10 | 人民中科(济南)智能技术有限公司 | 基于深度学习的公章文字识别方法、系统、设备及存储介质 |
CN113378821B (zh) * | 2021-07-02 | 2023-02-28 | 人民中科(济南)智能技术有限公司 | 基于深度学习的公章文字识别方法、系统、设备及存储介质 |
CN113627423A (zh) * | 2021-07-08 | 2021-11-09 | 广州广电运通金融电子股份有限公司 | 圆形印章字符识别方法、装置、计算机设备和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112488095A (zh) | 印章图像识别方法、装置和电子设备 | |
CN110211195B (zh) | 生成图像集合的方法、装置、电子设备和计算机可读存储介质 | |
CN109472852B (zh) | 点云图像的显示方法及装置、设备及存储介质 | |
CN111310866B (zh) | 数据标注方法、装置、系统和终端设备 | |
US20210200971A1 (en) | Image processing method and apparatus | |
CN109118456B (zh) | 图像处理方法和装置 | |
CN111784712B (zh) | 图像处理方法、装置、设备和计算机可读介质 | |
CN113313064A (zh) | 字符识别方法、装置、可读介质及电子设备 | |
US20230334880A1 (en) | Hot word extraction method and apparatus, electronic device, and medium | |
CN110427915B (zh) | 用于输出信息的方法和装置 | |
CN113239925A (zh) | 一种文本检测模型训练方法、文本检测方法及装置、设备 | |
CN111209856B (zh) | 发票信息的识别方法、装置、电子设备及存储介质 | |
CN110188782B (zh) | 图像相似性确定方法、装置、电子设备及可读存储介质 | |
CN110827301A (zh) | 用于处理图像的方法和装置 | |
CN111783777B (zh) | 图像处理方法、装置、电子设备和计算机可读介质 | |
CN111862351A (zh) | 定位模型优化方法、定位方法和定位设备 | |
CN114723640B (zh) | 障碍物信息生成方法、装置、电子设备和计算机可读介质 | |
CN115937888A (zh) | 文档比对方法、装置、设备和介质 | |
US11863995B2 (en) | Method for generating wireless access point information, device, and computer readable medium | |
CN114429628A (zh) | 图像处理方法、装置、可读存储介质及电子设备 | |
CN112015936B (zh) | 用于生成物品展示图的方法、装置、电子设备和介质 | |
CN114004229A (zh) | 文本识别方法、装置、可读介质及电子设备 | |
CN111784709B (zh) | 图像处理方法、装置、电子设备和计算机可读介质 | |
CN114612909A (zh) | 字符识别方法、装置、可读介质及电子设备 | |
CN113936271A (zh) | 文本识别方法、装置、可读介质及电子设备 |
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 |