CN113920295A - 文字检测识别方法、装置、电子设备及存储介质 - Google Patents
文字检测识别方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN113920295A CN113920295A CN202111279385.6A CN202111279385A CN113920295A CN 113920295 A CN113920295 A CN 113920295A CN 202111279385 A CN202111279385 A CN 202111279385A CN 113920295 A CN113920295 A CN 113920295A
- Authority
- CN
- China
- Prior art keywords
- image
- frame line
- table frame
- character
- 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
Images
Classifications
-
- 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
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- 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
- G06T2207/20112—Image segmentation details
- G06T2207/20132—Image cropping
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- Character Input (AREA)
- Character Discrimination (AREA)
Abstract
本申请提供了一种文字检测识别方法、装置、电子设备及存储介质,其中,该方法包括:对原始图像进行印章检测,得到印章区域;采用原始图像的背景颜色的均值对印章区域进行填充,得到待检测图像;对待检测图像进行文字检测,得到待识别文字区域图像;对待识别文字区域图像进行表格框线检测,得到表格框线检测结果;根据表格框线检测结果确定待识别文字区域图像的裁剪位置,以及基于裁剪位置对待识别文字区域图像进行裁剪,得到裁剪后的待识别文字区域图像;基于裁剪后的待识别文字区域图像,得到文字识别结果。本申请实施例有利于提升文字检测和识别的精度。
Description
技术领域
本申请涉及图像识别技术领域,尤其涉及一种文字检测识别方法、装置、电子设备及存储介质。
背景技术
随着计算机性能的不断提高,高度依赖中央处理器或图形处理器等计算资源的深度学习技术广泛应用于社会各行各业中,并取得了突出的成果。OCR(Optical CharacterRecognition,光学字符识别)技术是近年来发展较为成熟的基于深度学习的技术,其是指电子设备检查物件上打印的字符,通过检测暗、亮的模式确定其形状,然后用字符识别方法将形状翻译成计算机文字的过程。一般情况下,OCR技术能够胜任文字的定位和识别,但是考虑到深度学习中神经网络在实现机制和资源占用等方面的限制,当物件存在干扰、噪声、失真等情况时,文字检测和识别的精度会受到影响。
发明内容
针对上述问题,本申请提供了一种文字检测识别方法、装置、电子设备及存储介质,有利于提升文字检测和识别的精度。
为实现上述目的,本申请实施例第一方面提供了一种文字检测识别方法,该方法包括:
对原始图像进行印章检测,得到印章区域;
采用原始图像的背景颜色的均值对印章区域进行填充,得到待检测图像;
对待检测图像进行文字检测,得到待识别文字区域图像;
对待识别文字区域图像进行表格框线检测,得到表格框线检测结果;
根据表格框线检测结果确定待识别文字区域图像的裁剪位置,以及基于裁剪位置对待识别文字区域图像进行裁剪,得到裁剪后的待识别文字区域图像;
基于裁剪后的待识别文字区域图像,得到文字识别结果。
结合第一方面,在一种可能的实施方式中,对原始图像进行印章检测,得到印章区域,包括:
将原始图像转换为第一二值图像;
根据第一二值图像确定原始图像中的圆形轮廓;
根据原始图像确定圆形轮廓的色调;
根据圆形轮廓的色调,得到印章区域。
结合第一方面,在一种可能的实施方式中,根据第一二值图像确定原始图像中的圆形轮廓,包括:
根据第一二值图像确定出原始图像中的轮廓;
计算轮廓围成图形的面积与轮廓的最小外接圆的面积之比,得到原始图像中多个轮廓的面积比;
将多个轮廓的面积比与预设的面积阈值进行比对,并将面积比大于或等于预设的面积阈值的轮廓确定为圆形轮廓。
结合第一方面,在一种可能的实施方式中,对待识别文字区域图像进行表格框线检测,得到表格框线检测结果,包括:
将待识别文字区域图像转换为第二二值图像;
沿高度方向遍历第二二值图像的每列像素,对每列像素进行求和;
将每列像素的求和结果作为元素存入列表,得到长为w的第一列表,w为大于1的整数;
沿宽度方向遍历第二二值图像的每行像素,对每行像素进行求和;
将每行像素的求和结果作为元素存入列表,得到长为h的第二列表,h为大于1的整数;
根据第一列表和第二列表,得到表格框线检测结果。
结合第一方面,在一种可能的实施方式中,表格框线检测结果包括存在竖向表格框线、存在横向表格框线和不存在表格框线;根据第一列表和第二列表,得到表格框线检测结果,包括:
计算第一列表中每个位置上的求和结果与相邻位置上的求和结果的第一差值,若第一差值中存在大于或等于第一预设值的目标第一差值,则确定表格框线检测结果为存在竖向表格框线;
计算第二列表中每个位置上的求和结果与相邻位置上的求和结果的第二差值,若第二差值中存在大于或等于第二预设值的目标第二差值,则确定表格框线检测结果为存在横向表格框线;
若第一差值中不存在目标第一差值且第二差值中不存在目标第二差值,则确定表格框线检测结果为不存在表格框线。
结合第一方面,在一种可能的实施方式中,根据表格框线检测结果确定待识别文字区域图像的裁剪位置,包括:
在表格框线检测结果为存在竖向表格框线和/或存在横向表格框线的情况下,根据竖向表格框线所在的列和/或横向表格框线所在的行确定裁剪位置;
在表格框线检测结果为不存在表格框线的情况下,根据第一列表和第二列表中首尾连续的0元素确定裁剪位置。
本申请实施例第二方面提供了一种文字检测识别装置,该装置包括检测单元和识别单元;其中,
检测单元,用于对原始图像进行印章检测,得到印章区域;
识别单元,用于采用原始图像的背景颜色的均值对印章区域进行填充,得到待检测图像;
检测单元,还用于对待检测图像进行文字检测,得到待识别文字区域图像;
检测单元,还用于对待识别文字区域图像进行表格框线检测,得到表格框线检测结果;
识别单元,还用于根据表格框线检测结果确定待识别文字区域图像的裁剪位置,以及基于裁剪位置对待识别文字区域图像进行裁剪,得到裁剪后的待识别文字区域图像;
识别单元,还用于基于裁剪后的待识别文字区域图像,得到文字识别结果。
本申请实施例第三方面提供了一种电子设备,该电子设备包括输入设备和输出设备,还包括处理器,适于实现一条或多条指令;以及,存储器,所述存储器存储有一条或多条计算机程序,所述一条或多条计算机程序适于由所述处理器加载并执行如下步骤:
对原始图像进行印章检测,得到印章区域;
采用原始图像的背景颜色的均值对印章区域进行填充,得到待检测图像;
对待检测图像进行文字检测,得到待识别文字区域图像;
对待识别文字区域图像进行表格框线检测,得到表格框线检测结果;
根据表格框线检测结果确定待识别文字区域图像的裁剪位置,以及基于裁剪位置对待识别文字区域图像进行裁剪,得到裁剪后的待识别文字区域图像;
基于裁剪后的待识别文字区域图像,得到文字识别结果。
本申请实施例第四方面提供了一种计算机存储介质,所述计算机存储介质存储有一条或多条指令,所述一条或多条指令适于由处理器加载并执行如下步骤:
对原始图像进行印章检测,得到印章区域;
采用原始图像的背景颜色的均值对印章区域进行填充,得到待检测图像;
对待检测图像进行文字检测,得到待识别文字区域图像;
对待识别文字区域图像进行表格框线检测,得到表格框线检测结果;
根据表格框线检测结果确定待识别文字区域图像的裁剪位置,以及基于裁剪位置对待识别文字区域图像进行裁剪,得到裁剪后的待识别文字区域图像;
基于裁剪后的待识别文字区域图像,得到文字识别结果。
本申请的上述方案至少包括以下有益效果:
本申请实施例中,通过对原始图像进行印章检测,得到印章区域,采用原始图像的背景颜色的均值对印章区域进行填充,得到待检测图像,然后对待检测图像进行文字检测,得到待识别文字区域图像,对待识别文字区域图像进行表格框线检测,得到表格框线检测结果,根据表格框线检测结果确定待识别文字区域图像的裁剪位置,以及基于裁剪位置对待识别文字区域图像进行裁剪,得到裁剪后的待识别文字区域图像,基于裁剪后的待识别文字区域图像,得到文字识别结果。这样检测出印章区域后,采用原始图像的背景颜色的均值对印章区域进行填充,将印章区域变为背景区域,然后通过表格框线检测结果确定待识别文字区域图像的裁剪位置,基于裁剪位置对待识别文字区域图像进行裁剪,以将待识别文字区域图像中上下侧和/或左右侧的空白裁剪掉,让表格框线位于图像的边缘,以降低表格框线对文字识别的干扰,从而有利于提升文字检测的精度,另外,由于这种消除干扰的处理方式相对比较精简,在一定程度上还有利于提升文字识别的效率。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术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申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的一种应用环境的示意图;
图2为本申请实施例提供的一种文字检测识别方法的流程示意图;
图3A为本申请实施例提供的一种不存在竖向表格框线的曲线示意图;
图3B为本申请实施例提供的一种存在竖向表格框线的曲线示意图;
图4A为本申请实施例提供的一种不存在横向表格框线的曲线示意图;
图4B为本申请实施例提供的一种存在横向表格框线的曲线示意图;
图5为本申请实施例提供的一种待识别文字区域图像裁剪前和裁剪后的示意图;
图6为本申请实施例提供的另一种文字检测识别方法的流程示意图;
图7为本申请实施例提供的一种文字检测识别装置的结构示意图;
图8为本申请实施例提供的一种电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分的实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本申请保护的范围。
本申请说明书、权利要求书和附图中出现的术语“包括”和“具有”以及它们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。此外,术语“第一”、“第二”和“第三”等是用于区别不同的对象,而并非用于描述特定的顺序。
本申请实施例提供一种文字检测识别方法,可基于图1所示的应用环境实施,请参见图1,该应用环境中包括电子设备101和通过网络与电子设备101连接的终端设备102。其中,终端设备102用于提供待检测识别的原始图像,比如该原始图像可以是一些文档、票据的电子版,在一些场景中,终端设备102还用于提供有图像采集装置,该图像采集装置可以是摄像头,或与终端设备102连接的扫描枪、传感器等,图像采集装置用于采集文档、票据等的原始图像,并将其发送给终端设备102的通信装置,由终端设备102的通信装置对该原始图像进行压缩打包,并将压缩打包后的原始图像发送给电子设备101。电子设备101通过自身的通信装置接收终端设备102发送的原始图像,并执行解压缩操作,电子设备101通过图形处理器调用程序指令对原始图像进行印章检测和表格框线检测,并执行印章区域填充和裁剪操作,以消除印章上排布的文字和表格框线对原始图像中待识别文字的干扰,最后采用OCR技术对裁剪后的待识别文字区域图像进行文字识别,相对能够提升文字识别的精度。
示例性的,电子设备101可以是独立的服务器,也可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(ContentDelivery Network,CDN)、以及大数据和人工智能平台等基础云计算服务的云服务器。终端设备102可以是智能手机、电脑、个人数字助理、以及自助终端,等等。
基于图1所示的应用环境,以下结合其他附图对本申请实施例提供的文字检测识别方法进行详细阐述。
请参见图2,图2为本申请实施例提供的一种文字检测识别方法的流程示意图,该方法应用于电子设备,如图2所示,包括步骤201-206:
201:对原始图像进行印章检测,得到印章区域。
本申请具体实施例中,原始图像可以是票据、报表、各种报告的图像,示例性的,对原始图像进行印章检测,得到印章区域,包括:
将原始图像转换为第一二值图像;
根据第一二值图像确定原始图像中的圆形轮廓;
根据原始图像确定圆形轮廓的色调;
根据圆形轮廓的色调,得到印章区域。
具体的,将原始图像转换为灰度图,对灰度图进行阈值计算,按照该阈值将灰度图转化为第一二值图像。示例性的,根据第一二值图像确定原始图像中的圆形轮廓,包括:
根据第一二值图像确定出原始图像中的轮廓;
计算轮廓围成图形的面积与轮廓的最小外接圆的面积之比,得到原始图像中多个轮廓的面积比;
将多个轮廓的面积比与预设的面积阈值进行比对,并将面积比大于或等于预设的面积阈值的轮廓确定为圆形轮廓。
应理解,第一二值图像能够呈现出原始图像中非背景区域的所有轮廓(即上述各个轮廓),针对原始图像中的各个轮廓,依次获取其最小外接圆,然后计算其与最小外接圆的面积之比,该面积之比的取值范围为(0,1],若该面积之比大于或等于预设面积阈值,则认为该轮廓近似于圆形,即可将该轮廓确定为圆形轮廓。
本申请具体实施例中,印章通过两个特点进行判定,一是形状为圆形,二是颜色为红色,在确定出圆形轮廓后,只需确定其在原始图像中的色调是否为红色即可。具体的,将原始图像转换为HSV(Hue,色调;Saturation,饱和度;Value,亮度)模式,若圆形轮廓的色调的值在[0°,10°]∪[156°,180°]这一预设范围内,则认为圆形轮廓的颜色为红色系,在圆形轮廓的颜色为红色系的情况下,确定该圆形轮廓所覆盖的区域为印章区域。
202:采用原始图像的背景颜色的均值对印章区域进行填充,得到待检测图像。
本申请具体实施例中,为了避免印章上环绕排布的文字被划入距离其较近的待识别文字(或检测框)中,采用原始图像的背景颜色的均值对印章区域进行填充,从而将印章区域变为背景区域,以降低印章上排布的文字对距其较近的待识别文字的干扰。
203:对待检测图像进行文字检测,得到待识别文字区域图像。
本申请具体实施例中,印章区域被填充后,基本排除了印章对文字识别的干扰,但是对于表格中的文字而言,表格框线仍然会对表格中的文字的识别造成干扰,比如识别区域因检测失误包含了横向和(或)竖向的表格框线,导致识别时模型发挥不佳或将框线识别为数字“1”、字母“l”、汉字“一”等字符,因此,需要消除表格框线对识别精度的影响。具体的,首先采用目标检测算法检测出待识别图像中的待识别文字区域,然后基于待识别文字区域的检测框从待检测图像中截取出待识别文字区域图像,例如:将有文字的每个单元格截取为待识别文字区域图像,基于待识别文字区域图像执行后续的消除框线干扰的操作。
其中,目标检测算法可以采用Faster R-CNN(Faster Region-ConvolutionalNeural Networks,更快速的候选区域卷积神经网络检测器)、YOLO(You Only Look Once,一瞥目标检测器)等,此处不作限定。
204:对待识别文字区域图像进行表格框线检测,得到表格框线检测结果。
本申请具体实施例中,示例性的,对待识别文字区域图像进行表格框线检测,得到表格框线检测结果,包括:
将待识别文字区域图像转换为第二二值图像;
沿高度方向遍历第二二值图像的每列像素,对每列像素进行求和;
将每列像素的求和结果作为元素存入列表,得到长为w的第一列表,w为大于1的整数;
沿宽度方向遍历第二二值图像的每行像素,对每行像素进行求和;
将每行像素的求和结果作为元素存入列表,得到长为h的第二列表,h为大于1的整数;
根据第一列表和第二列表,得到表格框线检测结果。
应理解,对于待识别文字区域图像,先将其转为灰度图,再进行阈值计算,按照该阈值将灰度图转化为二值图像,即第二二值图像。在待识别文字区域图像的宽度为w的情况下,对第二二值图像的每列像素进行求和,相应会得到w个求和结果,将w个求和结果作为元素依次存入列表,得到第一列表。同理,在待识别文字区域图像的高度为h的情况下,对第二二值图像的每行像素进行求和,相应会得到h个求和结果,将h个求和结果作为元素依次存入另一列表,得到第二列表。
示例性的,表格框线检测结果包括存在竖向表格框线、存在横向表格框线和不存在表格框线;根据第一列表和第二列表,得到表格框线检测结果,包括:
计算第一列表中每个位置上的求和结果与相邻位置上的求和结果的第一差值,若第一差值中存在大于或等于第一预设值的目标第一差值,则确定表格框线检测结果为存在竖向表格框线;
计算第二列表中每个位置上的求和结果与相邻位置上的求和结果的第二差值,若第二差值中存在大于或等于第二预设值的目标第二差值,则确定表格框线检测结果为存在横向表格框线;
若第一差值中不存在目标第一差值且第二差值中不存在目标第二差值,则确定表格框线检测结果为不存在表格框线。
对于竖向表格框线,其所在列的像素之和通常较大,通过计算第一列表中每个位置上的求和结果与相邻位置上的求和结果的第一差值,能够反映出每列与相邻列之间的像素求和结果的变化幅度,当计算出的所有第一差值中存在大于或等于第一预设值的目标第一差值,则可确定待识别文字区域图像中包含了竖向表格框线,例如:第三列像素求和结果与第四列像素求和结果之差达到第一预设值,说明第三列或第四列上出现了竖向表格框线,如图3B所示,通过对第一列表进行曲线拟合,不难看出在首尾两处均出现了幅度较大的跳变,这就表明待识别文字区域图像的左右存在竖向表格框线。
其中,图3A示出了图像中首尾不存在竖向表格框线的情况,与图3B进行对比,不难看出,首尾不存在竖向表格框线的像素之和的跳变幅度明显较小。其中,图3A和图3B中的横坐标表示第一列表中的每个位置,即待识别文字区域图像的每一列,纵坐标表示第一列表中每个位置上的值,即待识别文字区域图像每一列的像素之和。
对于横向表格框线,其所在行的像素之和通常较大,通过计算第二列表中每个位置上的求和结果与相邻位置上的求和结果的第二差值,能够反映出每行与相邻行之间的像素求和结果的变化幅度,当计算出的所有第二差值中存在大于或等于第二预设值的目标第二差值,则可确定待识别文字区域图像中包含了横向表格框线,例如:第三行像素求和结果与第四行像素求和结果之差达到第二预设值,说明第三行或第四行上出现了横向表格框线,如图4B所示,通过对第二列表进行曲线拟合,不难出来在首尾两处也出现了幅度较大的跳变,这就表明待识别文字区域图像的上下存在竖向表格框线。
其中,图4A示出了图像中文字上下两侧不存在横向表格框线的情况,与图4B进行对比,不难看出,文字上下两侧不存在横向表格框线的像素之和的跳变幅度明显较小。其中,图4A和图4B图的横坐标表示第二列表中的每个位置,即待识别文字区域图像的每一行,纵坐标表示第二列表中每个位置上的值,即待识别文字区域图像每一行的像素之和。
应理解,通过对第一列表和第二列表进行曲线拟合发现第一列表和第二列表中每个位置上的像素求和结果与相邻位置上的像素求和结果之间并没有出现幅度较大的跳变,即不存在目标第一差值和目标第二差值,则可确定待识别文字区域图像中不包含表格框线,例如:原始图像对应的文档确实没有表格,或者文档采用了无框线表格。
205:根据表格框线检测结果确定待识别文字区域图像的裁剪位置,以及基于裁剪位置对待识别文字区域图像进行裁剪,得到裁剪后的待识别文字区域图像。
本申请具体实施例中,根据表格框线检测结果确定待识别文字区域图像的裁剪位置,包括:
在表格框线检测结果为存在竖向表格框线和/或存在横向表格框线的情况下,根据竖向表格框线所在的列和/或横向表格框线所在的行确定裁剪位置;
在表格框线检测结果为不存在表格框线的情况下,根据第一列表和第二列表中首尾连续的0元素确定裁剪位置。
具体的,请参见图5中(b)、(d)图,对于待识别文字区域图像中存在竖向表格框线的情况,通过第一列表可以确定出竖向表格框线所在的列,例如:两侧的竖向表格框线分别在第10列和第200列,则竖向的裁剪位置为第9列和第201列。同理,请参见图5中(b)、(c)图,对于待识别文字区域图像中存在横向表格框线的情况,通过第二列表可以确定出横向表格框线所在的行,例如:上下的横向表格框线分别在第8行和第100行,则横向的裁剪位置为第7行和第101行。通过将待识别文字区域图像两侧和/或上下的空白区域裁剪掉,让表格框线出现在裁剪后的待识别文字区域图像的最边缘,就很容易将表格框线与文字区别开,以此降低表格框线对待识别文字的干扰。请参见图5中(a)图,对于待识别文字区域图像中不存在表格框线的情况,通过第一列表中首尾连续的0元素,可以确定待识别文字区域图像中左右两侧的空白区域,同理,通过第二列表中首尾连续的0元素,可以确定待识别文字区域图像中上下的空白区域,如此,便能将横向文字开始的前一列和结束的后一列确定为裁剪位置,将竖向文字开始的上一行和结束的下一行确定为裁剪位置,以降低识别空白区域带来的开销。
206:基于裁剪后的待识别文字区域图像,得到文字识别结果。
本申请具体实施例中,对于裁剪后的待识别文字区域图像,消除了印章和表格框线带来的干扰,再采用OCR技术对其中的文字进行识别,有利于提升文字识别结果的精度。
进一步的,表格框线检测结果还包括存在倾斜的表格框线,在步骤204中采用像素之和检测竖向表格框线和横向表格框线的同时,本申请还可采用直线检测算法对待识别文字区域图像进行检测,以检测出倾斜的表格框线,若确定存在倾斜的表格框线,则可采用原始图像的背景颜色的均值对该倾斜的表格框线进行覆盖。
可以看出,本申请实施例通过对原始图像进行印章检测,得到印章区域,采用原始图像的背景颜色的均值对印章区域进行填充,得到待检测图像,然后对待检测图像进行文字检测,得到待识别文字区域图像,对待识别文字区域图像进行表格框线检测,得到表格框线检测结果,根据表格框线检测结果确定待识别文字区域图像的裁剪位置,以及基于裁剪位置对待识别文字区域图像进行裁剪,得到裁剪后的待识别文字区域图像,基于裁剪后的待识别文字区域图像,得到文字识别结果。这样检测出印章区域后,采用原始图像的背景颜色的均值对印章区域进行填充,将印章区域变为背景区域,然后通过表格框线检测结果确定待识别文字区域图像的裁剪位置,基于裁剪位置对待识别文字区域图像进行裁剪,以将待识别文字区域图像中上下侧和/或左右侧的空白裁剪掉,让表格框线位于图像的边缘,以降低表格框线对文字识别的干扰,从而有利于提升文字检测的精度,另外,由于这种消除干扰的处理方式相对比较精简,在一定程度上还有利于提升文字识别的效率。
请参见图6,图6本申请实施例提供的另一种文字检测识别方法的流程示意图,如图6所示,包括步骤601-609:
601:将原始图像转换为第一二值图像;
602:根据第一二值图像确定原始图像中的圆形轮廓;
603:根据原始图像确定圆形轮廓的色调;
604:根据圆形轮廓的色调,得到印章区域;
605:采用原始图像的背景颜色的均值对印章区域进行填充,得到待检测图像;
606:对待检测图像进行文字检测,得到待识别文字区域图像;
607:对待识别文字区域图像进行表格框线检测,得到表格框线检测结果;
608:根据表格框线检测结果确定待识别文字区域图像的裁剪位置,以及基于裁剪位置对待识别文字区域图像进行裁剪,得到裁剪后的待识别文字区域图像;
609:基于裁剪后的待识别文字区域图像,得到文字识别结果。
其中,步骤601-609的具体实施方式在图2-图5所示的实施例中已有相关说明,且能达到相同或相似的有益效果,为避免重复,此处不再赘述。
基于上述文字检测识别方法实施例的描述,请参见图7,图7为本申请实施例提供的一种文字检测识别装置的结构示意图,如图7所示,该装置包括检测单元701和识别单元702;其中,
检测单元701,用于对原始图像进行印章检测,得到印章区域;
识别单元702,用于采用原始图像的背景颜色的均值对印章区域进行填充,得到待检测图像;
检测单元701,还用于对待检测图像进行文字检测,得到待识别文字区域图像;
检测单元701,还用于对待识别文字区域图像进行表格框线检测,得到表格框线检测结果;
识别单元702,还用于根据表格框线检测结果确定待识别文字区域图像的裁剪位置,以及基于裁剪位置对待识别文字区域图像进行裁剪,得到裁剪后的待识别文字区域图像;
识别单元702,还用于基于裁剪后的待识别文字区域图像,得到文字识别结果。
可以看出,在图7所示的文字检测识别装置中,通过对原始图像进行印章检测,得到印章区域,采用原始图像的背景颜色的均值对印章区域进行填充,得到待检测图像,然后对待检测图像进行文字检测,得到待识别文字区域图像,对待识别文字区域图像进行表格框线检测,得到表格框线检测结果,根据表格框线检测结果确定待识别文字区域图像的裁剪位置,以及基于裁剪位置对待识别文字区域图像进行裁剪,得到裁剪后的待识别文字区域图像,基于裁剪后的待识别文字区域图像,得到文字识别结果。这样检测出印章区域后,采用原始图像的背景颜色的均值对印章区域进行填充,将印章区域变为背景区域,然后通过表格框线检测结果确定待识别文字区域图像的裁剪位置,基于裁剪位置对待识别文字区域图像进行裁剪,以将待识别文字区域图像中上下侧和/或左右侧的空白裁剪掉,让表格框线位于图像的边缘,以降低表格框线对文字识别的干扰,从而有利于提升文字检测的精度,另外,由于这种消除干扰的处理方式相对比较精简,在一定程度上还有利于提升文字识别的效率。
在一种可能的实施方式中,在对原始图像进行印章检测,得到印章区域方面,检测单元701具体用于:
将原始图像转换为第一二值图像;
根据第一二值图像确定原始图像中的圆形轮廓;
根据原始图像确定圆形轮廓的色调;
根据圆形轮廓的色调,得到印章区域。
在一种可能的实施方式中,在根据第一二值图像确定原始图像中的圆形轮廓方面,检测单元701具体用于:
根据第一二值图像确定出原始图像中的轮廓;
计算轮廓围成图形的面积与轮廓的最小外接圆的面积之比,得到原始图像中多个轮廓的面积比;
将多个轮廓的面积比与预设的面积阈值进行比对,并将面积比大于或等于预设的面积阈值的轮廓确定为圆形轮廓。
在一种可能的实施方式中,在对待识别文字区域图像进行表格框线检测,得到表格框线检测结果方面,检测单元701具体用于:
将待识别文字区域图像转换为第二二值图像;
沿高度方向遍历第二二值图像的每列像素,对每列像素进行求和;
将每列像素的求和结果作为元素存入列表,得到长为w的第一列表,w为大于1的整数;
沿宽度方向遍历第二二值图像的每行像素,对每行像素进行求和;
将每行像素的求和结果作为元素存入列表,得到长为h的第二列表,h为大于1的整数;
根据第一列表和第二列表,得到表格框线检测结果。
在一种可能的实施方式中,表格框线检测结果包括存在竖向表格框线、存在横向表格框线和不存在表格框线;在根据第一列表和第二列表,得到表格框线检测结果方面,检测单元701具体用于:
计算第一列表中每个位置上的求和结果与相邻位置上的求和结果的第一差值,若第一差值中存在大于或等于第一预设值的目标第一差值,则确定表格框线检测结果为存在竖向表格框线;
计算第二列表中每个位置上的求和结果与相邻位置上的求和结果的第二差值,若第二差值中存在大于或等于第二预设值的目标第二差值,则确定表格框线检测结果为存在横向表格框线;
若第一差值中不存在目标第一差值且第二差值中不存在目标第二差值,则确定表格框线检测结果为不存在表格框线。
在一种可能的实施方式中,在根据表格框线检测结果确定待识别文字区域图像的裁剪位置方面,识别单元702具体用于:
在表格框线检测结果为存在竖向表格框线和/或存在横向表格框线的情况下,根据竖向表格框线所在的列和/或横向表格框线所在的行确定裁剪位置;
在表格框线检测结果为不存在表格框线的情况下,根据第一列表和第二列表中首尾连续的0元素确定裁剪位置。
根据本申请的一个实施例,图7所示的文字检测识别装置的各个单元可以分别或全部合并为一个或若干个另外的单元来构成,或者其中的某个(些)单元还可以再拆分为功能上更小的多个单元来构成,这可以实现同样的操作,而不影响本申请的实施例的技术效果的实现。上述单元是基于逻辑功能划分的,在实际应用中,一个单元的功能也可以由多个单元来实现,或者多个单元的功能由一个单元实现。在本申请的其它实施例中,文字检测识别装置也可以包括其它单元,在实际应用中,这些功能也可以由其它单元协助实现,并且可以由多个单元协作实现。
根据本申请的另一个实施例,可以通过在包括中央处理单元(CPU)、随机存取存储介质(RAM)、只读存储介质(ROM)等处理元件和存储元件的例如计算机的通用计算设备上运行能够执行如图2或图6中所示的相应方法所涉及的各步骤的计算机程序(包括程序代码),来构造如图7中所示的文字检测识别装置设备,以及来实现本申请实施例的文字检测识别方法。所述计算机程序可以记载于例如计算机可读记录介质上,并通过计算机可读记录介质装载于上述计算设备中,并在其中运行。
基于上述方法实施例和装置实施例的描述,本申请实施例还提供一种电子设备。请参见图8,该电子设备至少包括处理器801、输入设备802、输出设备803以及存储器804。其中,电子设备内的处理器801、输入设备802、输出设备803以及存储器804可通过总线或其他方式连接。
存储器804可以存储在电子设备的存储器中,所述存储器804用于存储计算机程序,所述计算机程序包括程序指令,所述处理器801用于执行所述存储器804存储的程序指令。处理器801(或称CPU(Central Processing Unit,中央处理器))是电子设备的计算核心以及控制核心,其适于实现一条或多条指令,具体适于加载并执行一条或多条指令从而实现相应方法流程或相应功能。
在一个实施例中,本申请实施例提供的电子设备的处理器801可以用于进行一系列文字检测识别处理:
对原始图像进行印章检测,得到印章区域;
采用原始图像的背景颜色的均值对印章区域进行填充,得到待检测图像;
对待检测图像进行文字检测,得到待识别文字区域图像;
对待识别文字区域图像进行表格框线检测,得到表格框线检测结果;
根据表格框线检测结果确定待识别文字区域图像的裁剪位置,以及基于裁剪位置对待识别文字区域图像进行裁剪,得到裁剪后的待识别文字区域图像;
基于裁剪后的待识别文字区域图像,得到文字识别结果。
可以看出,在图8所示的电子设备中,通过对原始图像进行印章检测,得到印章区域,采用原始图像的背景颜色的均值对印章区域进行填充,得到待检测图像,然后对待检测图像进行文字检测,得到待识别文字区域图像,对待识别文字区域图像进行表格框线检测,得到表格框线检测结果,根据表格框线检测结果确定待识别文字区域图像的裁剪位置,以及基于裁剪位置对待识别文字区域图像进行裁剪,得到裁剪后的待识别文字区域图像,基于裁剪后的待识别文字区域图像,得到文字识别结果。这样检测出印章区域后,采用原始图像的背景颜色的均值对印章区域进行填充,将印章区域变为背景区域,然后通过表格框线检测结果确定待识别文字区域图像的裁剪位置,基于裁剪位置对待识别文字区域图像进行裁剪,以将待识别文字区域图像中上下侧和/或左右侧的空白裁剪掉,让表格框线位于图像的边缘,以降低表格框线对文字识别的干扰,从而有利于提升文字检测的精度,另外,由于这种消除干扰的处理方式相对比较精简,在一定程度上还有利于提升文字识别的效率。
再一个实施例中,处理器801执行对原始图像进行印章检测,得到印章区域,包括:
将原始图像转换为第一二值图像;
根据第一二值图像确定原始图像中的圆形轮廓;
根据原始图像确定圆形轮廓的色调;
根据圆形轮廓的色调,得到印章区域。
再一个实施例中,处理器801执行根据第一二值图像确定原始图像中的圆形轮廓,包括:
根据第一二值图像确定出原始图像中的轮廓;
计算轮廓围成图形的面积与轮廓的最小外接圆的面积之比,得到原始图像中多个轮廓的面积比;
将多个轮廓的面积比与预设的面积阈值进行比对,并将面积比大于或等于预设的面积阈值的轮廓确定为圆形轮廓。
再一个实施例中,处理器801执行对待识别文字区域图像进行表格框线检测,得到表格框线检测结果,包括:
将待识别文字区域图像转换为第二二值图像;
沿高度方向遍历第二二值图像的每列像素,对每列像素进行求和;
将每列像素的求和结果作为元素存入列表,得到长为w的第一列表,w为大于1的整数;
沿宽度方向遍历第二二值图像的每行像素,对每行像素进行求和;
将每行像素的求和结果作为元素存入列表,得到长为h的第二列表,h为大于1的整数;
根据第一列表和第二列表,得到表格框线检测结果。
再一个实施例中,表格框线检测结果包括存在竖向表格框线、存在横向表格框线和不存在表格框线;处理器801执行根据第一列表和第二列表,得到表格框线检测结果,包括:
计算第一列表中每个位置上的求和结果与相邻位置上的求和结果的第一差值,若第一差值中存在大于或等于第一预设值的目标第一差值,则确定表格框线检测结果为存在竖向表格框线;
计算第二列表中每个位置上的求和结果与相邻位置上的求和结果的第二差值,若第二差值中存在大于或等于第二预设值的目标第二差值,则确定表格框线检测结果为存在横向表格框线;
若第一差值中不存在目标第一差值且第二差值中不存在目标第二差值,则确定表格框线检测结果为不存在表格框线。
再一个实施例中,处理器801执行根据表格框线检测结果确定待识别文字区域图像的裁剪位置,包括:
在表格框线检测结果为存在竖向表格框线和/或存在横向表格框线的情况下,根据竖向表格框线所在的列和/或横向表格框线所在的行确定裁剪位置;
在表格框线检测结果为不存在表格框线的情况下,根据第一列表和第二列表中首尾连续的0元素确定裁剪位置。
示例性的,电子设备包括但不仅限于处理器801、输入设备802、输出设备803以及存储器804。还可以包括内存、电源、应用客户端模块等。输入设备802可以是键盘、触摸屏、射频接收器等,输出设备803可以是扬声器、显示器、射频发送器等。本领域技术人员可以理解,所述示意图仅仅是电子设备的示例,并不构成对电子设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件。
需要说明的是,由于电子设备的处理器801执行计算机程序时实现上述的文字检测识别方法中的步骤,因此上述文字检测识别方法的实施例均适用于该电子设备,且均能达到相同或相似的有益效果。
本申请实施例还提供了一种计算机存储介质(Memory),所述计算机存储介质是电子设备中的记忆设备,用于存放程序和数据。可以理解的是,此处的计算机存储介质既可以包括终端中的内置存储介质,当然也可以包括终端所支持的扩展存储介质。计算机存储介质提供存储空间,该存储空间存储了终端的操作系统。并且,在该存储空间中还存放了适于被处理器801加载并执行的一条或多条的指令,这些指令可以是一个或一个以上的计算机程序(包括程序代码)。需要说明的是,此处的计算机存储介质可以是高速RAM存储器,也可以是非不稳定的存储器(non-volatile memory),例如至少一个磁盘存储器;可选的,还可以是至少一个位于远离前述处理器801的计算机存储介质。在一个实施例中,可由处理器801加载并执行计算机存储介质中存放的一条或多条指令,以实现上述有关文字检测识别方法的相应步骤。
示例性的,计算机存储介质的计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。
需要说明的是,由于计算机存储介质的计算机程序被处理器执行时实现上述的文字检测识别方法中的步骤,因此上述文字检测识别方法的所有实施例均适用于该计算机存储介质,且均能达到相同或相似的有益效果。
以上对本申请实施例进行了详细介绍,本文中应用了具体个例对本申请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申请的方法及其核心思想;同时,对于本领域的一般技术人员,依据本申请的思想,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申请的限制。
Claims (10)
1.一种文字检测识别方法,其特征在于,所述方法包括:
对原始图像进行印章检测,得到印章区域;
采用所述原始图像的背景颜色的均值对所述印章区域进行填充,得到待检测图像;
对所述待检测图像进行文字检测,得到待识别文字区域图像;
对所述待识别文字区域图像进行表格框线检测,得到表格框线检测结果;
根据所述表格框线检测结果确定所述待识别文字区域图像的裁剪位置,以及基于所述裁剪位置对所述待识别文字区域图像进行裁剪,得到裁剪后的待识别文字区域图像;
基于所述裁剪后的待识别文字区域图像,得到文字识别结果。
2.根据权利要求1所述的方法,其特征在于,所述对原始图像进行印章检测,得到印章区域,包括:
将所述原始图像转换为第一二值图像;
根据所述第一二值图像确定所述原始图像中的圆形轮廓;
根据所述原始图像确定所述圆形轮廓的色调;
根据所述圆形轮廓的色调,得到所述印章区域。
3.根据权利要求2所述的方法,其特征在于,所述根据所述第一二值图像确定所述原始图像中的圆形轮廓,包括:
根据所述第一二值图像确定出所述原始图像中的轮廓;
计算所述轮廓围成图形的面积与所述轮廓的最小外接圆的面积之比,得到所述原始图像中多个轮廓的面积比;
将所述多个轮廓的面积比与预设的面积阈值进行比对,并将面积比大于或等于预设的面积阈值的轮廓确定为所述圆形轮廓。
4.根据权利要求3所述的方法,其特征在于,所述对所述待识别文字区域图像进行表格框线检测,得到表格框线检测结果,包括:
将所述待识别文字区域图像转换为第二二值图像;
沿高度方向遍历所述第二二值图像的每列像素,对所述每列像素进行求和;
将所述每列像素的求和结果作为元素存入列表,得到长为w的第一列表,w为大于1的整数;
沿宽度方向遍历所述第二二值图像的每行像素,对所述每行像素进行求和;
将所述每行像素的求和结果作为元素存入列表,得到长为h的第二列表,h为大于1的整数;
根据所述第一列表和所述第二列表,得到所述表格框线检测结果。
5.根据权利要求3所述的方法,其特征在于,所述表格框线检测结果包括存在竖向表格框线、存在横向表格框线和不存在表格框线;所述根据所述第一列表和所述第二列表,得到所述表格框线检测结果,包括:
计算所述第一列表中每个位置上的求和结果与相邻位置上的求和结果的第一差值,若所述第一差值中存在大于或等于第一预设值的目标第一差值,则确定所述表格框线检测结果为存在竖向表格框线;
计算所述第二列表中每个位置上的求和结果与相邻位置上的求和结果的第二差值,若所述第二差值中存在大于或等于第二预设值的目标第二差值,则确定所述表格框线检测结果为存在横向表格框线;
若所述第一差值中不存在所述目标第一差值且所述第二差值中不存在所述目标第二差值,则确定所述表格框线检测结果为不存在表格框线。
6.根据权利要求1-4任一项所述的方法,其特征在于,所述根据所述表格框线检测结果确定所述待识别文字区域图像的裁剪位置,包括:
在所述表格框线检测结果为存在竖向表格框线和/或存在横向表格框线的情况下,根据竖向表格框线所在的列和/或横向表格框线所在的行确定所述裁剪位置;
在所述表格框线检测结果为不存在表格框线的情况下,根据所述第一列表和所述第二列表中首尾连续的0元素确定所述裁剪位置。
7.一种文字检测识别装置,其特征在于,所述装置包括检测单元和识别单元;其中,
所述检测单元,用于对原始图像进行印章检测,得到印章区域;
所述识别单元,用于采用所述原始图像的背景颜色的均值对所述印章区域进行填充,得到待检测图像;
所述检测单元,还用于对所述待检测图像进行文字检测,得到待识别文字区域图像;
所述检测单元,还用于对所述待识别文字区域图像进行表格框线检测,得到表格框线检测结果;
所述识别单元,还用于根据所述表格框线检测结果确定所述待识别文字区域图像的裁剪位置,以及基于所述裁剪位置对所述待识别文字区域图像进行裁剪,得到裁剪后的待识别文字区域图像;
所述识别单元,还用于基于所述裁剪后的待识别文字区域图像,得到文字识别结果。
8.根据权利要求7所述的装置,其特征在于,所述表格框线检测结果包括存在竖向表格框线、存在横向表格框线和不存在表格框线;在根据所述表格框线检测结果确定所述待识别文字区域图像的裁剪位置方面,所述识别单元具体用于:
在所述表格框线检测结果为存在竖向表格框线和/或存在横向表格框线的情况下,根据竖向表格框线所在的列和/或横向表格框线所在的行确定所述裁剪位置;
在所述表格框线检测结果为不存在表格框线的情况下,根据所述第一列表和所述第二列表中首尾连续的0元素确定所述裁剪位置。
9.一种电子设备,包括输入设备和输出设备,其特征在于,还包括:
处理器,适于实现一条或多条计算机程序;以及,
存储器,所述存储器存储有一条或多条计算机程序,所述一条或多条计算机程序适于由所述处理器加载并执行如权利要求1-6任一项所述的方法。
10.一种计算机存储介质,其特征在于,所述计算机存储介质存储有一条或多条指令,所述一条或多条指令适于由处理器加载并执行如权利要求1-6任一项所述的方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111279385.6A CN113920295A (zh) | 2021-10-30 | 2021-10-30 | 文字检测识别方法、装置、电子设备及存储介质 |
PCT/CN2022/090193 WO2023071119A1 (zh) | 2021-10-30 | 2022-04-29 | 文字检测识别方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111279385.6A CN113920295A (zh) | 2021-10-30 | 2021-10-30 | 文字检测识别方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113920295A true CN113920295A (zh) | 2022-01-11 |
Family
ID=79243884
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111279385.6A Pending CN113920295A (zh) | 2021-10-30 | 2021-10-30 | 文字检测识别方法、装置、电子设备及存储介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN113920295A (zh) |
WO (1) | WO2023071119A1 (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023071119A1 (zh) * | 2021-10-30 | 2023-05-04 | 平安科技(深圳)有限公司 | 文字检测识别方法、装置、电子设备及存储介质 |
CN116311333A (zh) * | 2023-02-21 | 2023-06-23 | 南京云阶电力科技有限公司 | 针对电气图纸中边缘细小文字识别的预处理方法及系统 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105988979B (zh) * | 2015-02-16 | 2018-11-16 | 北京邮电大学 | 基于pdf文件的表格提取方法和装置 |
JP6665595B2 (ja) * | 2016-03-07 | 2020-03-13 | 日本電気株式会社 | 文字認識装置、方法およびプログラム |
CN110610163B (zh) * | 2019-09-18 | 2022-05-03 | 山东浪潮科学研究院有限公司 | 一种自然场景下基于椭圆拟合的表格提取方法及系统 |
CN111476109A (zh) * | 2020-03-18 | 2020-07-31 | 深圳中兴网信科技有限公司 | 票据处理方法、票据处理装置和计算机可读存储介质 |
CN112528863A (zh) * | 2020-12-14 | 2021-03-19 | 中国平安人寿保险股份有限公司 | 表格结构的识别方法、装置、电子设备及存储介质 |
CN113139445B (zh) * | 2021-04-08 | 2024-05-31 | 招商银行股份有限公司 | 表格识别方法、设备及计算机可读存储介质 |
CN113920295A (zh) * | 2021-10-30 | 2022-01-11 | 平安科技(深圳)有限公司 | 文字检测识别方法、装置、电子设备及存储介质 |
-
2021
- 2021-10-30 CN CN202111279385.6A patent/CN113920295A/zh active Pending
-
2022
- 2022-04-29 WO PCT/CN2022/090193 patent/WO2023071119A1/zh unknown
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023071119A1 (zh) * | 2021-10-30 | 2023-05-04 | 平安科技(深圳)有限公司 | 文字检测识别方法、装置、电子设备及存储介质 |
CN116311333A (zh) * | 2023-02-21 | 2023-06-23 | 南京云阶电力科技有限公司 | 针对电气图纸中边缘细小文字识别的预处理方法及系统 |
CN116311333B (zh) * | 2023-02-21 | 2023-12-01 | 南京云阶电力科技有限公司 | 针对电气图纸中边缘细小文字识别的预处理方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
WO2023071119A1 (zh) | 2023-05-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10896349B2 (en) | Text detection method and apparatus, and storage medium | |
CN113920295A (zh) | 文字检测识别方法、装置、电子设备及存储介质 | |
US4941192A (en) | Method and apparatus for recognizing pattern of gray level image | |
US10559067B2 (en) | Removal of shadows from document images while preserving fidelity of image contents | |
RU2721188C2 (ru) | Улучшение контраста и снижение шума на изображениях, полученных с камер | |
JP6550723B2 (ja) | 画像処理装置、文字認識装置、画像処理方法、およびプログラム | |
CN113469997B (zh) | 平面玻璃的检测方法、装置、设备和介质 | |
CN110210467B (zh) | 一种文本图像的公式定位方法、图像处理装置、存储介质 | |
CN112967191B (zh) | 图像处理方法、装置、电子设备和存储介质 | |
CN111435407A (zh) | 错别字的纠正方法、装置、设备及存储介质 | |
CN110175257B (zh) | 一种线稿图像匹配方法、电子设备、存储介质 | |
KR20150099116A (ko) | Ocr를 이용한 컬러 문자 인식 방법 및 그 장치 | |
CN111368572A (zh) | 一种二维码的识别方法及系统 | |
CN114267035A (zh) | 一种文档图像处理方法、系统、电子设备及可读介质 | |
CN110502950B (zh) | 一种光照不均的qr码快速自适应二值化方法 | |
CN110889470A (zh) | 用于处理图像的方法和装置 | |
CN114399670A (zh) | 一种5g消息中图片内文字实时提取的管控方法 | |
CN114612647A (zh) | 图像处理方法、装置、电子设备及存储介质 | |
CN111753842A (zh) | 票据文本区域检测方法及装置 | |
CN113807343A (zh) | 文字识别方法、装置、计算机设备及存储介质 | |
CN113869316A (zh) | 信息通知方法、装置、设备及计算机存储介质 | |
CN115438808A (zh) | 一种智慧灯杆故障智能上报方法、装置和系统 | |
CN109344836B (zh) | 一种文字识别方法和设备 | |
CN111126151A (zh) | 识别票据图像中的字段的方法、装置、设备和介质 | |
CN114329475B (zh) | 恶意代码检测模型的训练方法、装置以及设备 |
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 | ||
REG | Reference to a national code |
Ref country code: HK Ref legal event code: DE Ref document number: 40063316 Country of ref document: HK |