CN112926579A - 文本图像校正方法、装置、计算机系统及可读存储介质 - Google Patents
文本图像校正方法、装置、计算机系统及可读存储介质 Download PDFInfo
- Publication number
- CN112926579A CN112926579A CN202110248540.1A CN202110248540A CN112926579A CN 112926579 A CN112926579 A CN 112926579A CN 202110248540 A CN202110248540 A CN 202110248540A CN 112926579 A CN112926579 A CN 112926579A
- Authority
- CN
- China
- Prior art keywords
- image
- correction
- distortion
- text image
- preliminary
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
-
- 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 Processing (AREA)
Abstract
本公开提供了一种文本图像校正方法,可用于大数据、人工智能技术领域或其他领域。其中,该方法包括:对待处理文本图像进行直线检测处理,得到待处理文本图像的倾斜角度;根据倾斜角度,对待处理文本图像进行倾斜校正,得到初步校正图像;对初步校正图像进行扭曲拟合处理,得到初步校正图像的扭曲变量;以及基于扭曲变量,对初步校正图像进行扭曲校正。本公开还提供了文本图像校正装置、计算机系统、可读存储介质以及计算机程序产品。
Description
技术领域
本公开涉及计算机技术领域,更具体地,涉及一种文本图像校正方法、装置、计算机系统、可读存储介质及计算机程序产品。
背景技术
在人工智能时代,收据、证明、凭证等纸质资料的留存大多数是通过拍照、扫描、远程传输等等操作,因此越来越多地依赖文本图像数据。此外,智能化识别、提取以及处理,也需要以文本图像数据为依据。
在实现本公开构思的过程中,发明人发现相关技术中至少存在如下问题:文本图像中经常存在模糊、倾斜或者扭曲等现象,导致自动识别、处理误差大的问题。
发明内容
有鉴于此,本公开提供了一种文本图像校正方法、装置、计算机系统、可读存储介质及计算机程序产品。
本公开的一个方面提供了一种文本图像校正方法,包括:
对待处理文本图像进行直线检测处理,得到待处理文本图像的倾斜角度;
根据倾斜角度,对待处理文本图像进行倾斜校正,得到初步校正图像;
对初步校正图像进行扭曲拟合处理,得到初步校正图像的扭曲变量;以及
基于扭曲变量,对初步校正图像进行扭曲校正。
根据本公开的实施例,其中,对待处理文本图像进行直线检测处理,得到待处理文本图像的倾斜角度之前,方法还包括:
对待处理文本图像进行预处理,得到二值化图像;
对二值化图像进行膨胀腐蚀处理,得到二值连通域图像;
对二值连通域图像进行边缘检测处理,得到文本轮廓图像;
对文本轮廓图像进行裁剪处理,得到多个裁剪图像,以便对多个裁剪图像进行直线检测处理。
根据本公开的实施例,其中,对待处理文本图像进行直线检测处理,得到待处理文本图像的倾斜角度包括:
对多个裁剪图像中每个裁剪图像分别进行直线检测处理,得到多个直线斜率,其中,每个直线斜率与一个裁剪图像对应;以及
基于多个直线斜率,确定倾斜角度。
根据本公开的实施例,根据倾斜角度,对待处理文本图像进行倾斜校正,得到初步校正图像包括:
确定倾斜角度与预设阈值的关系;
在倾斜角度不等于预设阈值的情况下,执行根据倾斜角度,对待处理文本图像进行倾斜校正,得到初步校正图像的操作;
在倾斜角度等于预设阈值的情况下,将二值连通域图像作为初步校正图像。
根据本公开的实施例,对初步校正图像进行扭曲拟合处理,得到初步校正图像的扭曲变量包括:
获取多个初步校正图像的像素点;
基于多个像素点,生成扭曲表征矩阵,其中,扭曲表征矩阵中的每个元素为一个像素点的扭曲结果,扭曲结果基于像素点的相邻且对称的两个像素点的像素点值确定;
基于扭曲表征矩阵,得到扭曲表征矩阵的稀疏度;以及
基于扭曲表征矩阵的稀疏度,得到初步校正图像的扭曲变量。
根据本公开的实施例,基于扭曲表征矩阵的稀疏度,得到初步校正图像的扭曲变量包括:
构建拟合校正函数;
基于扭曲表征矩阵的稀疏度,调整拟合校正函数中的参数值,直到扭曲表征矩阵的稀疏度收敛;
将扭曲表征矩阵的稀疏度收敛时对应的拟合校正函数作为最终拟合校正函数;以及
基于最终拟合校正函数,得到初步校正图像的扭曲变量。
本公开的另一方面提供一种文本图像校正装置,包括:
直线检测处理模块,用于对待处理文本图像进行直线检测处理,得到待处理文本图像的倾斜角度;
倾斜校正模块,用于根据倾斜角度,对待处理文本图像进行倾斜校正,得到初步校正图像;
扭曲拟合处理模块,用于对初步校正图像进行扭曲拟合处理,得到初步校正图像的扭曲变量;以及
扭曲校正模块,用于基于扭曲变量,对初步校正图像进行扭曲校正。
本公开的再一方面提供一种计算机系统,包括:
一个或多个处理器;
存储器,用于存储一个或多个程序,
其中,当一个或多个程序被一个或多个处理器执行时,使得一个或多个处理器实现上述的文本图像校正方法。
本公开的再一方面提供一种计算机可读存储介质,其上存储有可执行指令,指令被处理器执行时使处理器实现上述的文本图像校正方法。
本公开的再一方面提供一种计算机程序产品,包括计算机程序,计算机程序包括计算机可执行指令,指令在被执行时用于实现上述的文本图像校正方法。
根据本公开的实施例,因为采用了对待处理文本图像进行直线检测处理,得到待处理文本图像的倾斜角度;根据倾斜角度,对待处理文本图像进行倾斜校正,得到初步校正图像;对初步校正图像进行扭曲拟合处理,得到初步校正图像的扭曲变量;以及基于扭曲变量,对初步校正图像进行扭曲校正的技术手段,对文本图像进行了倾斜校正和扭曲校正;所以至少部分地克服了现有技术中文本图像因经常存在模糊、倾斜或者扭曲等现象,导致自动识别、处理误差大的技术问题,进而达到了提高文本图像的识别精度的技术效果。
附图说明
通过以下参照附图对本公开实施例的描述,本公开的上述以及其他目的、特征和优点将更为清楚,在附图中:
图1示意性示出了可以应用本公开的文本图像校正方法和装置的示例性系统架构;
图2示意性示出了根据本公开实施例的文本图像校正方法的流程图;
图3示意性示出了本公开实施例的发生倾斜扭曲的示意图;
图4示意性示出了对图3进行文本图像校正后的示意图;
图5示意性示出了根据本公开另一实施例的文本图像校正方法的流程图;
图6示意性示出了根据本公开另一实施例的文本图像校正方法的流程图;
图7示意性示出了根据本公开实施例的文本图像校正装置的框图;以及
图8示意性示出了根据本公开实施例的文本图像校正方法的计算机系统的框图。
具体实施方式
以下,将参照附图来描述本公开的实施例。但是应该理解,这些描述只是示例性的,而并非要限制本公开的范围。在下面的详细描述中,为便于解释,阐述了许多具体的细节以提供对本公开实施例的全面理解。然而,明显地,一个或多个实施例在没有这些具体细节的情况下也可以被实施。此外,在以下说明中,省略了对公知结构和技术的描述,以避免不必要地混淆本公开的概念。
在此使用的术语仅仅是为了描述具体实施例,而并非意在限制本公开。在此使用的术语“包括”、“包含”等表明了所述特征、步骤、操作和/或部件的存在,但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。
在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义,除非另外定义。应注意,这里使用的术语应解释为具有与本说明书的上下文相一致的含义,而不应以理想化或过于刻板的方式来解释。
在使用类似于“A、B和C等中至少一个”这样的表述的情况下,一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如,“具有A、B和C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的系统等)。在使用类似于“A、B或C等中至少一个”这样的表述的情况下,一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如,“具有A、B或C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的系统等)。
本公开的实施例提供了一种文本图像校正方法。该方法包括:对待处理文本图像进行直线检测处理,得到待处理文本图像的倾斜角度;根据倾斜角度,对待处理文本图像进行倾斜校正,得到初步校正图像;对初步校正图像进行扭曲拟合处理,得到初步校正图像的扭曲变量;以及基于扭曲变量,对初步校正图像进行扭曲校正。
根据本公开的实施例,通过文本图像校正方法对文本图像进行倾斜校正和扭曲校正,可以减少在文本分析、识别过程中出现的误差,提高识别的准确度。
图1示意性示出了根据本公开实施例的可以应用文本图像校正方法和装置的示例性系统架构100。需要注意的是,图1所示仅为可以应用本公开实施例的系统架构的示例,以帮助本领域技术人员理解本公开的技术内容,但并不意味着本公开实施例不可以用于其他设备、系统、环境或场景。
如图1所示,根据该实施例的系统架构100可以包括终端设备101、102、103,网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线和/或无线通信链路等等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互,以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用,例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端和/或社交平台软件等(仅为示例)。
终端设备101、102、103可以是具有显示屏并且支持网页浏览的各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。
服务器105可以是提供各种服务的服务器,例如对用户利用终端设备101、102、103所浏览的网站提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的用户请求等数据进行分析等处理,并将处理结果(例如根据用户请求获取或生成的网页、信息、或数据等)反馈给终端设备。
需要说明的是,本公开实施例所提供的文本图像校正方法一般可以由服务器105执行。相应地,本公开实施例所提供的文本图像校正装置一般可以设置于服务器105中。本公开实施例所提供的文本图像校正方法也可以由不同于服务器105且能够与终端设备101、102、103和/或服务器105通信的服务器或服务器集群执行。相应地,本公开实施例所提供的文本图像校正装置也可以设置于不同于服务器105且能够与终端设备101、102、103和/或服务器105通信的服务器或服务器集群中。或者,本公开实施例所提供的文本图像校正方法也可以由终端设备101、102、或103执行,或者也可以由不同于终端设备101、102、或103的其他终端设备执行。相应地,本公开实施例所提供的文本图像校正装置也可以设置于终端设备101、102、或103中,或设置于不同于终端设备101、102、或103的其他终端设备中。
例如,待处理的文本图像可以原本存储在终端设备101、102、或103中的任意一个(例如,终端设备101,但不限于此)之中,或者存储在外部存储设备上并可以导入到终端设备101中。然后,终端设备101可以将待处理的文本图像发送到其他终端设备、服务器、或服务器集群,并由接收该待处理的文本图像的其他服务器、或服务器集群来执行本公开实施例所提供的文本图像校正方法。
应该理解,图1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。
需要说明的是,本公开文本图像校正方法、文本图像校正装置、计算机系统、计算机可读存储介质和计算机程序产品可用于大数据、人工智能技术领域,也可用于除大数据和人工智能技术领域之外的任意领域,本公开文本图像校正方法、文本图像校正装置、计算机系统、计算机可读存储介质和计算机程序产品的应用领域不做限定。
图2示意性示出了根据本公开实施例的文本图像校正方法的流程图。
如图2所示,该方法包括操作S210~S240。
在操作S210,对待处理文本图像进行直线检测处理,得到待处理文本图像的倾斜角度。
在操作S220,根据倾斜角度,对待处理文本图像进行倾斜校正,得到初步校正图像。
在操作S230,对初步校正图像进行扭曲拟合处理,得到初步校正图像的扭曲变量。
在操作S240,基于扭曲变量,对初步校正图像进行扭曲校正。
根据本公开的实施例,待处理文本图像可以为含有文字的图像,但是并不局限于此,还可以为既含有文字,也含有其他非文字的信息,例如表格、图等信息的图像。根据本公开的实施例,待处理文本图像可以是银行、金融领域中的收据、客户证明、凭证等等电子版的文本图像。
图3示意性示出了本公开实施例的发生倾斜扭曲的示意图。
如图3所示,对数字准确度要求极高的银行、金融等领域来说,文本图像的倾斜、扭曲等造成文字辨识难、辨识容易发生错误的问题。文本图像的倾斜、扭曲成为图像应用的种种障碍,不利于对文本图像的进一步分析、处理。利用人工进行排查处理,既费时费力,也容易出现一定的错误。
根据本公开的实施例,可以对待处理文本图像先进行倾斜校正,然后再进行扭曲校正,最终实现倾斜、扭曲校正的效果。在本公开的实施例中,以水平基线作为后续扭曲校正的校正线,因此,采用先倾斜校正再扭曲校正的校正方法,实现的校正效果好,校正速度快。
图4示意性示出了对图3进行文本图像校正后的示意图。
如图4所示,根据本公开的实施例,通过对文本图像的倾斜校正和扭曲校正,使文本图像的清晰度和可识别性提高,进而提高了文本图像的后续自动识别、分析的精度和准确度。
下面参考图5~图6,结合具体实施例对图2所示的方法做进一步说明。
图5示意性示出了根据本公开另一实施例的文本图像校正方法的流程图。
如图5所示,对待处理文本图像进行直线检测处理,得到所述待处理文本图像的倾斜角度之前,文本图像校正方法包括操作S510~S560。
在操作S510,对待处理文本图像进行预处理,得到二值化图像。
根据本公开的实施例,对待处理文本图像进行预处理,可以包括灰度处理和二值化处理,其中,对待处理文本图像可以先进行灰度处理得到灰度图像,然后再利用灰度图像进行二值化处理,得到二值化图像。
根据本公开的实施例,可以将灰度图像转换成灰度矩阵形式,并利用如下公式(1)处理得到二值化图像。
其中,P(n)表示灰度矩阵第n个像素点的灰度值,s指第n个像素点的前s个像素点;T(n)表示二值化之后对应的像素值,利用灰度图像的平均灰度值作为迭代初始值。
在操作S520,对二值化图像进行膨胀腐蚀处理,得到二值连通域图像。
根据本公开的实施例,通过对二值化图像进行膨胀腐蚀处理,可以降低文本图像中的文字的不连接的影响,有利于后续的直线检测处理。
在操作S530,对二值连通域图像进行边缘检测处理,得到文本轮廓图像。
根据本公开的实施例,边缘检测处理可以通过如下操作来实现。定义一大小为3×3的卷积核G,此时令卷积核利用卷积核在二值连通域图像上从左往右,从上往下滑动,做卷积运算,设定权重1/9,若卷积结果为-1,则g(x+1,y+1)=1,若卷积结果不为-1,则g(x+1,y+1)=0,此时将二值连通域图像的中间部分像素值转换为1,可减少直线检测处理时的干扰。
在操作S540,对文本轮廓图像进行裁剪处理,得到多个裁剪图像。
根据本公开的实施例,对文本轮廓图像进行裁剪处理,可以水平等分裁剪为多个部分。
根据本公开的可选实施例,本公开的裁剪处理,可以裁剪为水平等分的三部分。
在操作S550,对多个裁剪图像中每个裁剪图像分别进行直线检测处理,得到多个直线斜率,其中,每个直线斜率与一个裁剪图像对应。
根据本公开的实施例,利用霍夫变换直线检测处理裁剪图像得到多个斜率值。
根据本公开的可选实施例,可以将文本轮廓图像水平三等分分解的三个裁剪图像中像素值为1的像素点依次放到对应的点集S1、S2、S3中,减少垂直方向带来的影响。直线可用极坐标系表示,如公式:化简得r=x cosθ+y sinθ,其中r表示该直线到原点间的距离,而θ表示该直线与x轴之间的夹角。这样,对于具有坐标(x0,y0)的任意一点,穿过该点的所有直线满足r(θ)=x0 cosθ+y0sinθ。
从点集S1随机取出像素点,投射到极坐标参数空间,在各个r下计算相应的θ值,其能够映射到该直线上的像素点个数用累加器acc(r,θ)表示,每得到一对应的(r,θ),acc(r,θ)加1,且从点集S1中将该像素点删除。
根据本公开的实施例,可以设定累加器acc(r,θ)阈值thr为图像的长度w,若acc(r,θ)≥w,则对应的(r,θ)确定出一条直线,删除点集S1中位于该直线的剩余像素点,并且清零此累加器。若acc(r,θ)<w,则继续像素点的映射;若是acc(r,θ)<w且点集S1已为空,则将累加器acc(r,θ)阈值thr再减2,再重复像素点的映射;直到得到点集S1的(r,θ)对一条直线为止;同理,求得点集S2、S3的直线(r,θ)对。
在操作S560,基于多个直线斜率,确定倾斜角度。
根据本公开的实施例,该倾斜角度的确定,可以基于多个直线斜率求平均值,基于该直线斜率的平均值确定倾斜角度。
根据本公开的其他实施例,根据倾斜角度,对待处理文本图像进行倾斜校正,得到初步校正图像可以包括如下操作。
确定倾斜角度与预设阈值的关系;在倾斜角度不等于预设阈值的情况下,执行根据倾斜角度,对待处理文本图像进行倾斜校正,得到初步校正图像的操作;以及在倾斜角度等于预设阈值的情况下,将二值连通域图像作为初步校正图像。
根据本公开的实施例,可以将倾斜角度与预设阈值进行比较,通过两者的关系来确定待处理文本图像是否倾斜。在本公开的实施例中,该预设阈值可以设为0°,在倾斜角度不等于0°的情况下,表明待处理文本图像为倾斜的,则需要根据倾斜角度,对待处理文本图像进行倾斜校正,将进行了倾斜校正后的图像作为初步校正图像;在倾斜角度等于预设阈值的情况下,表明待处理文本图像不倾斜,可直接将二值连通域图像作为初步校正图像进行后续的扭曲判断和校正。
图6示意性示出了根据本公开另一实施例的文本图像校正方法的流程图。
如图6所示,对初步校正图像进行扭曲拟合处理,得到初步校正图像的扭曲变量包括操作S610~S640。
在操作S610,获取多个初步校正图像的像素点。
在操作S620,基于多个像素点,生成扭曲表征矩阵,其中,扭曲表征矩阵中的每个元素为一个像素点的扭曲结果,扭曲结果基于像素点的相邻且对称的两个像素点的像素点值确定。
在操作S630,基于扭曲表征矩阵,得到扭曲表征矩阵的稀疏度。
在操作S640,基于扭曲表征矩阵的稀疏度,得到初步校正图像的扭曲变量。
根据本公开的实施例,获取多个初步校正图像的像素点,可以为以初步校正图像的中线为基准,获取像素值为0的线段m条,根据线段的三分之一和三分之二点处生成两条水平线y1=k1与y2=k2,根据中线左右两边进行随机取样(x1,y1),(x2,y2)...(xn,yn)。
根据本公开的实施例,扭曲表征矩阵可以设为其中c2mn表示(xn,yn)像素点垂直方向上(xn,yn-1)像素点的值与(xn,yn+1)像素点的值异或的结果,若采样点上下像素点值不同,则表征该处可能存在扭曲,其异或值为1。若采样点上下像素点值相同,则其异或值为0。最终得到0和1矩阵K2m×n。
根据本公开的实施例,操作S640基于扭曲表征矩阵的稀疏度,得到初步校正图像的扭曲变量可以包括如下操作。
构建拟合校正函数;基于扭曲表征矩阵的稀疏度,调整拟合校正函数中的参数值,直到扭曲表征矩阵的稀疏度收敛;将扭曲表征矩阵的稀疏度收敛时对应的拟合校正函数作为最终拟合校正函数;以及基于最终拟合校正函数,得到初步校正图像的扭曲变量。
根据本公开的实施例,该拟合校正函数可以为高次函数,该拟合校正函数如公式2和公式3。
公式2:x(u,v)=u×(1+k1×u2+k2×v2);
公式3:y(u,v)=v×(1+k1×u2+k2×v2);
其中,k1是控制水平方向的扭曲校正的参数,k2是控制垂直方向的扭曲校正的参数,u表示与水平方向相关的变量,v表示与垂直方向相关的变量。
根据本公开的实施例,将扭曲表征矩阵K2m×n的稀疏度作为其约束条件,从0开始不断调整函数的k1与k2的值,同时求取对应的矩阵K2m×n的稀疏度,当稀疏度达到收敛时(可以为稀疏度达到最大时),即得到k1与k2的值,根据公式2和公式3计算可得到拟合后的扭曲表征矩阵。
根据本公开的实施例,本公开实施例结合扭曲文本以及连通域的特点,利用稀疏度作为扭曲校正的效果指标,通过相关参数的运算和最优化,进一步提高扭曲校正的效果。
综上所述,利用本公开实施例的文本图像校正方法将文本图像的倾斜校正和扭曲校正相结合,多方面校正图像,更有效的提高后续对文本图像的自动识别以及分析的精确度。
图7示意性示出了根据本公开的实施例的文本图像校正装置的框图。
如图7所示,文本图像校正装置700包括直线检测处理模块710、倾斜校正模块720、扭曲拟合处理模块730以及扭曲校正模块740。
直线检测处理模块710,用于对待处理文本图像进行直线检测处理,得到待处理文本图像的倾斜角度;
倾斜校正模块720,用于根据倾斜角度,对待处理文本图像进行倾斜校正,得到初步校正图像;
扭曲拟合处理模块730,用于对初步校正图像进行扭曲拟合处理,得到初步校正图像的扭曲变量;以及
扭曲校正模块740,用于基于扭曲变量,对初步校正图像进行扭曲校正。
根据本公开的实施例,其中,对待处理文本图像进行直线检测处理,得到待处理文本图像的倾斜角度之前,文本图像校正装置700还包括预处理模块、膨胀腐蚀模块、边缘检测处理模块以及裁剪处理模块。其中,预处理模块,用于对待处理文本图像进行预处理,得到二值化图像。膨胀腐蚀模块,用于对二值化图像进行膨胀腐蚀处理,得到二值连通域图像。边缘检测处理模块,用于对二值连通域图像进行边缘检测处理,得到文本轮廓图像。裁剪处理模块,用于对文本轮廓图像进行裁剪处理,得到多个裁剪图像,以便对多个裁剪图像进行直线检测处理。
根据本公开的实施例,其中,直线检测处理模块710包括直线斜率得到单元和倾斜角度确定单元。
直线斜率得到单元,用于对多个裁剪图像中每个裁剪图像分别进行直线检测处理,得到多个直线斜率,其中,每个直线斜率与一个裁剪图像对应。
倾斜角度确定单元,用于基于多个直线斜率,确定倾斜角度。
根据本公开的实施例,倾斜校正模块720包括倾斜确定单元、倾斜校正单元和初步校正图像确定单元。
倾斜确定单元,用于确定倾斜角度与预设阈值的关系。
倾斜校正单元,用于在倾斜角度不等于预设阈值的情况下,执行根据倾斜角度,对待处理文本图像进行倾斜校正,得到初步校正图像的操作。
初步校正图像确定单元,用于在倾斜角度等于预设阈值的情况下,将二值连通域图像作为初步校正图像。
根据本公开的实施例,扭曲拟合处理模块730包括获取单元、生成单元、稀疏度得到单元和扭曲变量得到单元。
获取单元,用于获取多个初步校正图像的像素点。
生成单元,用于基于多个像素点,生成扭曲表征矩阵,其中,扭曲表征矩阵中的每个元素为一个像素点的扭曲结果,扭曲结果基于像素点的相邻且对称的两个像素点的像素点值确定。
稀疏度得到单元,用于基于扭曲表征矩阵,得到扭曲表征矩阵的稀疏度。
扭曲变量得到单元,用于基于扭曲表征矩阵的稀疏度,得到初步校正图像的扭曲变量。
根据本公开的实施例,扭曲变量得到单元包括构建子单元、调整子单元、拟合子单元和得到子单元。
构建子单元,用于构建拟合校正函数。
调整子单元,用于基于扭曲表征矩阵的稀疏度,调整拟合校正函数中的参数值,直到扭曲表征矩阵的稀疏度收敛。
拟合子单元,用于将扭曲表征矩阵的稀疏度收敛时对应的拟合校正函数作为最终拟合校正函数。
得到子单元,用于基于最终拟合校正函数,得到初步校正图像的扭曲变量。
根据本公开的实施例的模块、子模块、单元、子单元中的任意多个、或其中任意多个的至少部分功能可以在一个模块中实现。根据本公开实施例的模块、子模块、单元、子单元中的任意一个或多个可以被拆分成多个模块来实现。根据本公开实施例的模块、子模块、单元、子单元中的任意一个或多个可以至少被部分地实现为硬件电路,例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上系统、基板上的系统、封装上的系统、专用集成电路(ASIC),或可以通过对电路进行集成或封装的任何其他的合理方式的硬件或固件来实现,或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者,根据本公开实施例的模块、子模块、单元、子单元中的一个或多个可以至少被部分地实现为计算机程序模块,当该计算机程序模块被运行时,可以执行相应的功能。
例如,直线检测处理模块710、倾斜校正模块720、扭曲拟合处理模块730以及扭曲校正模块740中的任意多个可以合并在一个模块/单元/子单元中实现,或者其中的任意一个模块/单元/子单元可以被拆分成多个模块/单元/子单元。或者,这些模块/单元/子单元中的一个或多个模块/单元/子单元的至少部分功能可以与其他模块/单元/子单元的至少部分功能相结合,并在一个模块/单元/子单元中实现。根据本公开的实施例,直线检测处理模块710、倾斜校正模块720、扭曲拟合处理模块730以及扭曲校正模块740中的至少一个可以至少被部分地实现为硬件电路,例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上系统、基板上的系统、封装上的系统、专用集成电路(ASIC),或可以通过对电路进行集成或封装的任何其他的合理方式等硬件或固件来实现,或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者,直线检测处理模块710、倾斜校正模块720、扭曲拟合处理模块730以及扭曲校正模块740中的至少一个可以至少被部分地实现为计算机程序模块,当该计算机程序模块被运行时,可以执行相应的功能。
需要说明的是,本公开的实施例中文本图像校正装置部分与本公开的实施例文本图像校正方法部分是相对应的,文本图像校正装置部分的描述具体参考文本图像校正方法部分,在此不再赘述。
图8示意性示出了根据本公开实施例的适于实现上文描述的方法的计算机系统的框图。图8示出的计算机系统仅仅是一个示例,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,根据本公开实施例的计算机系统800包括处理器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部分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。处理器801例如可以包括通用微处理器(例如CPU)、指令集处理器和/或相关芯片组和/或专用微处理器(例如,专用集成电路(ASIC)),等等。处理器801还可以包括用于缓存用途的板载存储器。处理器801可以包括用于执行根据本公开实施例的方法流程的不同动作的单一处理单元或者是多个处理单元。
在RAM 803中,存储有系统800操作所需的各种程序和数据。处理器801、ROM 802以及RAM 803通过总线804彼此相连。处理器801通过执行ROM 802和/或RAM 803中的程序来执行根据本公开实施例的方法流程的各种操作。需要注意,所述程序也可以存储在除ROM 802和RAM 803以外的一个或多个存储器中。处理器801也可以通过执行存储在所述一个或多个存储器中的程序来执行根据本公开实施例的方法流程的各种操作。
根据本公开的实施例,系统800还可以包括输入/输出(I/O)接口805,输入/输出(I/O)接口805也连接至总线804。系统800还可以包括连接至I/O接口805的以下部件中的一项或多项:包括键盘、鼠标等的输入部分806;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分807;包括硬盘等的存储部分808;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分809。通信部分809经由诸如因特网的网络执行通信处理。驱动器810也根据需要连接至I/O接口805。可拆卸介质811,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器810上,以便于从其上读出的计算机程序根据需要被安装入存储部分808。
根据本公开的实施例,根据本公开实施例的方法流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,其包括承载在计算机可读存储介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分809从网络上被下载和安装,和/或从可拆卸介质811被安装。在该计算机程序被处理器801执行时,执行本公开实施例的系统中限定的上述功能。根据本公开的实施例,上文描述的系统、设备、装置、模块、单元等可以通过计算机程序模块来实现。
本公开还提供了一种计算机可读存储介质,该计算机可读存储介质可以是上述实施例中描述的设备/装置/系统中所包含的;也可以是单独存在,而未装配入该设备/装置/系统中。上述计算机可读存储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执行时,实现根据本公开实施例的方法。
根据本公开的实施例,计算机可读存储介质可以是非易失性的计算机可读存储介质。例如可以包括但不限于: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)、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。
例如,根据本公开的实施例,计算机可读存储介质可以包括上文描述的ROM 802和/或RAM 803和/或ROM 802和RAM 803以外的一个或多个存储器。
本公开的实施例还包括一种计算机程序产品,其包括计算机程序,该计算机程序包含用于执行本公开实施例所提供的方法的程序代码,当计算机程序产品在电子设备上运行时,该程序代码用于使电子设备实现本公开实施例所提供的文本图像校正方法。
在该计算机程序被处理器801执行时,执行本公开实施例的系统/装置中限定的上述功能。根据本公开的实施例,上文描述的系统、装置、模块、单元等可以通过计算机程序模块来实现。
在一种实施例中,该计算机程序可以依托于光存储器件、磁存储器件等有形存储介质。在另一种实施例中,该计算机程序也可以在网络介质上以信号的形式进行传输、分发,并通过通信部分809被下载和安装,和/或从可拆卸介质811被安装。该计算机程序包含的程序代码可以用任何适当的网络介质传输,包括但不限于:无线、有线等等,或者上述的任意合适的组合。
根据本公开的实施例,可以以一种或多种程序设计语言的任意组合来编写用于执行本公开实施例提供的计算机程序的程序代码,具体地,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。程序设计语言包括但不限于诸如Java,C++,python,“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设备上执行、部分地在用户设备上执行、部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算设备,或者,可以连接到外部计算设备(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,上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图或流程图中的每个方框、以及框图或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。本领域技术人员可以理解,本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合,即使这样的组合或结合没有明确记载于本公开中。特别地,在不脱离本公开精神和教导的情况下,本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合。所有这些组合和/或结合均落入本公开的范围。
以上对本公开的实施例进行了描述。但是,这些实施例仅仅是为了说明的目的,而并非为了限制本公开的范围。尽管在以上分别描述了各实施例,但是这并不意味着各个实施例中的措施不能有利地结合使用。本公开的范围由所附权利要求及其等同物限定。不脱离本公开的范围,本领域技术人员可以做出多种替代和修改,这些替代和修改都应落在本公开的范围之内。
Claims (10)
1.一种文本图像校正方法,包括:
对待处理文本图像进行直线检测处理,得到所述待处理文本图像的倾斜角度;
根据所述倾斜角度,对所述待处理文本图像进行倾斜校正,得到初步校正图像;
对所述初步校正图像进行扭曲拟合处理,得到所述初步校正图像的扭曲变量;以及
基于所述扭曲变量,对所述初步校正图像进行扭曲校正。
2.根据权利要求1所述的方法,其中,所述对待处理文本图像进行直线检测处理,得到所述待处理文本图像的倾斜角度之前,所述方法还包括:
对所述待处理文本图像进行预处理,得到二值化图像;
对所述二值化图像进行膨胀腐蚀处理,得到二值连通域图像;
对所述二值连通域图像进行边缘检测处理,得到文本轮廓图像;
对所述文本轮廓图像进行裁剪处理,得到多个裁剪图像,以便对所述多个裁剪图像进行直线检测处理。
3.根据权利要求2所述的方法,其中,所述对待处理文本图像进行直线检测处理,得到所述待处理文本图像的倾斜角度包括:
对所述多个裁剪图像中每个所述裁剪图像分别进行直线检测处理,得到多个直线斜率,其中,每个所述直线斜率与一个所述裁剪图像对应;以及
基于所述多个直线斜率,确定所述倾斜角度。
4.根据权利要求2所述的方法,所述根据所述倾斜角度,对所述待处理文本图像进行倾斜校正,得到初步校正图像包括:
确定所述倾斜角度与预设阈值的关系;
在所述倾斜角度不等于所述预设阈值的情况下,执行所述根据所述倾斜角度,对所述待处理文本图像进行倾斜校正,得到初步校正图像的操作;
在所述倾斜角度等于所述预设阈值的情况下,将所述二值连通域图像作为所述初步校正图像。
5.根据权利要求1所述的方法,所述对所述初步校正图像进行扭曲拟合处理,得到所述初步校正图像的扭曲变量包括:
获取多个所述初步校正图像的像素点;
基于所述多个像素点,生成扭曲表征矩阵,其中,所述扭曲表征矩阵中的每个元素为一个所述像素点的扭曲结果,所述扭曲结果基于所述像素点的相邻且对称的两个像素点的像素点值确定;
基于所述扭曲表征矩阵,得到所述扭曲表征矩阵的稀疏度;以及
基于所述扭曲表征矩阵的稀疏度,得到所述初步校正图像的扭曲变量。
6.根据权利要求5所述的方法,所述基于所述扭曲表征矩阵的稀疏度,得到所述初步校正图像的扭曲变量包括:
构建拟合校正函数;
基于所述扭曲表征矩阵的稀疏度,调整所述拟合校正函数中的参数值,直到所述扭曲表征矩阵的稀疏度收敛;
将所述扭曲表征矩阵的稀疏度收敛时对应的拟合校正函数作为最终拟合校正函数;以及
基于所述最终拟合校正函数,得到所述初步校正图像的扭曲变量。
7.一种文本图像校正装置,包括:
直线检测处理模块,用于对待处理文本图像进行直线检测处理,得到所述待处理文本图像的倾斜角度;
倾斜校正模块,用于根据所述倾斜角度,对所述待处理文本图像进行倾斜校正,得到初步校正图像;
扭曲拟合处理模块,用于对所述初步校正图像进行扭曲拟合处理,得到所述初步校正图像的扭曲变量;以及
扭曲校正模块,用于基于所述扭曲变量,对所述初步校正图像进行扭曲校正。
8.一种计算机系统,包括:
一个或多个处理器;
存储器,用于存储一个或多个程序,
其中,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现权利要求1至6中任一项所述的方法。
9.一种计算机可读存储介质,其上存储有可执行指令,该指令被处理器执行时使处理器实现权利要求1至6中任一项所述的方法。
10.一种计算机程序产品,包括计算机程序,所述计算机程序包括计算机可执行指令,所述指令在被执行时用于实现权利要求1至6中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110248540.1A CN112926579A (zh) | 2021-03-05 | 2021-03-05 | 文本图像校正方法、装置、计算机系统及可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110248540.1A CN112926579A (zh) | 2021-03-05 | 2021-03-05 | 文本图像校正方法、装置、计算机系统及可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112926579A true CN112926579A (zh) | 2021-06-08 |
Family
ID=76171783
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110248540.1A Pending CN112926579A (zh) | 2021-03-05 | 2021-03-05 | 文本图像校正方法、装置、计算机系统及可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112926579A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113592735A (zh) * | 2021-07-23 | 2021-11-02 | 作业帮教育科技(北京)有限公司 | 文本页面图像还原方法及系统、电子设备和计算机可读介质 |
-
2021
- 2021-03-05 CN CN202110248540.1A patent/CN112926579A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113592735A (zh) * | 2021-07-23 | 2021-11-02 | 作业帮教育科技(北京)有限公司 | 文本页面图像还原方法及系统、电子设备和计算机可读介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10915980B2 (en) | Method and apparatus for adding digital watermark to video | |
US9355313B2 (en) | Detecting and extracting image document components to create flow document | |
US20210201064A1 (en) | Method, device, and computer readable storage medium for recognizing mixed typeset texts | |
US9374601B1 (en) | Prevention of image artifact | |
US9292931B2 (en) | Apparatus, method for extracting boundary of object in image, and electronic device thereof | |
CN108288064B (zh) | 用于生成图片的方法和装置 | |
US9092844B2 (en) | Method and apparatus for correcting corner point of image and image processing device | |
CN113507419A (zh) | 流量分发模型的训练方法、流量分发方法及装置 | |
CN112926579A (zh) | 文本图像校正方法、装置、计算机系统及可读存储介质 | |
CN114119410B (zh) | 校正畸变表格图像中的单元格的方法及装置 | |
CN114782957A (zh) | 确定印章图像中文本信息的方法、装置、电子设备和介质 | |
WO2020006962A1 (zh) | 用于处理图片的方法和装置 | |
US9594955B2 (en) | Modified wallis filter for improving the local contrast of GIS related images | |
CN114898390A (zh) | 表格生成方法、装置、电子设备及存储介质 | |
CN111581553A (zh) | 网络图像的展示方法、系统、电子设备和存储介质 | |
CN113780294B (zh) | 文本字符分割的方法和装置 | |
CN115756461A (zh) | 标注模板生成方法、图像识别方法、装置和电子设备 | |
CN113011410A (zh) | 字符识别模型的训练方法、字符识别方法及装置 | |
CN112258386A (zh) | 图像变形加速处理方法及装置、电子设备和可读存储介质 | |
CN111178352A (zh) | 一种验证码字符识别的方法和装置 | |
CN111881778B (zh) | 文本检测的方法、装置、设备和计算机可读介质 | |
JP7515697B2 (ja) | 画像サンプル生成方法、テキスト認識方法、装置、電子機器、記憶媒体及びコンピュータプログラム | |
CN109784332B (zh) | 一种文档图像倾斜检测的方法和装置 | |
CN111563464A (zh) | 图像处理方法、装置、计算设备以及介质 | |
CN113870142B (zh) | 用于增强图像对比度的方法、装置 |
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 |