CN114898382B

CN114898382B - 一种图像处理方法及装置

Info

Publication number: CN114898382B
Application number: CN202111187911.6A
Authority: CN
Inventors: 方磊; 严京旗; 周审章; 徐敏
Original assignee: Beijing Zetyun Tech Co ltd
Current assignee: Beijing Zetyun Tech Co ltd
Priority date: 2021-10-12
Filing date: 2021-10-12
Publication date: 2023-02-21
Anticipated expiration: 2041-10-12
Also published as: CN114898382A

Abstract

本发明实施例提供一种图像处理方法及装置。所述方法包括：利用检测网络模型对所述待处理图像进行处理，得到所述待处理图像的候选区域；利用拟合方法对所述候选区域进行处理，得到所述待处理图像的印章区域。本发明实施例的图像处理方法能提高印章检测的检测速度、检测精度以及可信度。

Description

一种图像处理方法及装置

技术领域

本发明涉及图像处理技术领域，尤其涉及一种图像处理方法及装置。

背景技术

随着人们安全意识的提高，对各种文本图像例如发票、合同、证明、协议加盖的印章的防伪认证技术也得到了充分发展。而对印章的防伪认证通常首先需要对发票、合同、证明、协议等文本图像的印章进行精确检测。现有技术中对印章的检测方式通常是使用颜色分离法，根据大多数印章印痕区域呈现高亮红色特点，从红色通道分离出印章区域；或者是采用霍夫椭圆检测、弧线段椭圆检测等方法提取印章目标区域。现有技术的印章检测方法容易受到背景、水印、环绕等内容影响出现错检漏检，检测精度较低。

发明内容

本发明实施例提供一种图像处理方法及装置，可以解决现有印章检测方法容易受到背景、水印、环绕等内容影响出现错检漏检，检测精度较低的问题。

为解决上述技术问题，本发明提供一种图像处理方法，所述方法包括：

利用检测网络模型对待处理图像进行处理，得到所述待处理图像的目标候选区域，其中，所述待处理图像包含印章；

利用拟合方法对所述目标候选区域进行处理，得到所述待处理图像的印章区域。

可选的，上述方法中，所述利用检测网络模型对待处理图像进行处理，得到所述待处理图像的目标候选区域的步骤之后，所述方法还包括：

保持所述目标候选区域中心位置不变，将所述目标候选区域扩大预设个像素。

可选的，上述方法中，所述利用拟合方法对所述目标候选区域进行处理，得到所述待处理图像的印章区域包括：

获取所述目标候选区域对应的直线段集，以及，所述目标候选区域的锚点组；

根据所述直线段集以及所述目标候选区域的锚点组，确定印章所在的目标区域；

利用所述拟合方法对所述目标区域进行拟合处理，得到所述待处理图像的印章区域。

可选的，上述方法中，所述获取所述目标候选区域对应的直线段集，以及，所述目标候选区域的锚点组的步骤包括：

检测所述目标候选区域的所有直线段；

对检测出的所有直线段进行过滤，得到所述直线段集；

将所述目标候选区域的中心点以及所述中心点的j个相邻候选点组成锚点组，其中j为正整数。

可选的，上述方法中，所述根据所述直线段集以及所述目标候选区域的锚点组，确定印章所在的目标区域的步骤包括：

以所述锚点组中的每个锚点为目标中心点，根据所述直线段集中每条直线段与所述目标中心点到所述直线段的连线之间的夹角对所述直线段进行滤除，得到各个所述锚点对应的目标直线段集合。

计算各个所述锚点到所述目标直线段集合中每条目标直线段的平均距离，基于所述平均距离确定各个所述锚点的中心度得分；

基于所述锚点组中中心度得分最高的目标锚点确定所述目标候选区域是否为印章所在的目标区域。

可选的，上述方法中，利用所述拟合方法对所述目标区域进行拟合处理，得到所述待处理图像的印章区域的步骤包括：

若所述目标候选区域是印章所在的目标区域，基于椭圆拟合方法对所述目标锚点对应的目标直线段集合进行拟合，得到所述待处理图像的印章区域。

可选的，上述方法中，所述根据所述直线段集中每条直线段与所述目标中心点到所述直线段的连线之间的夹角对所述直线段进行滤除，得到各个所述锚点对应的目标直线段集合的步骤包括：

计算所述直线段集中每条直线段与所述目标中心点到所述直线段的连线之间的夹角；

若所述夹角大于预设角度阈值，则保留所述直线段；

基于保留的所述直线段生成所述目标直线段集合。

可选的，上述方法中，所述计算各个所述锚点到所述目标直线段集合中每条目标直线段的平均距离，基于所述平均距离确定各个所述锚点的中心度得分的步骤包括：

计算各个所述锚点到所述目标直线段集合中每条目标直线段的第一距离以及覆盖角度区间；

基于所述第一距离计算各个所述锚点到所述目标直线段集合中每条目标直线段的平均距离；

若所述平均距离满足预设条件，则将所述覆盖角度区间合并得到总覆盖角度区间，其中，所述总覆盖角度区间为所述锚点的中心度得分。

可选的，上述方法中，所述基于所述锚点组中中心度得分最高的目标锚点确定所述目标候选区域是否为印章所在的目标区域的步骤包括：

若所述目标锚点的中心度得分满足预设的中心度阈值，则确定所述目标候选区域是印章所在的目标区域。

可选的，上述方法中，所述基于椭圆拟合方法对所述目标锚点对应的目标直线段集合进行拟合，得到所述待处理图像的印章区域的步骤包括：

基于椭圆拟合方法对所述目标锚点对应的目标直线段集合进行拟合，得到所述待处理图像的印章的外接椭圆；

基于所述外接椭圆得到对应的外框，其中，所述外框对应的区域为所述待处理图像的印章区域。

可选的，所述方法还包括：

输出所述外接椭圆和所述外框。

本发明实施例还提供了一种图像处理装置，所述图像处理装置包括：‘

第一处理模块，用于利用检测网络模型对所述待处理图像进行处理，得到所述待处理图像的目标候选区域，其中，所述待处理图像包含印章；

第二处理模块，用于利用拟合方法对所述目标候选区域进行处理，得到所述待处理图像的印章区域。

可选的，所述图像处理装置还包括：

扩大模块，用于保持所述目标候选区域中心位置不变，将所述第一候选区域的大预设个像素。

可选的，上述图像处理装置中，所述第二处理模块包括：

获取子模块，用于获取所述目标候选区域对应的直线段集，以及，所述目标候选区域的锚点组；

确定子模块，用于根据所述直线段集以及所述目标候选区域的锚点组，确定印章所在的目标区域；

拟合子模块，用于利用所述拟合方法对所述目标区域进行拟合处理，得到所述待处理图像的印章区域。

可选的，上述图像处理装置中，所述获取子模块具体用于：

检测所述目标候选区域的所有直线段；

对检测出的所有直线段进行过滤，得到所述直线段集；

可选的，上述图像处理装置中，所述确定子模块具体用于：

以所述锚点组中的每个锚点为目标中心点，根据所述直线段集中每条直线段与所述目标中心点到所述直线段的连线之间的夹角对所述直线段进行滤除，得到各个所述锚点的对应目标直线段集合。

可选的，上述图像处理装置中，所述拟合子模块具体用于：

可选的，上述图像处理装置中，所述确定子模块执行所述根据所述直线段集中每条直线段与所述目标中心点到所述直线段的连线之间的夹角对所述直线段进行滤除，得到各个所述锚点的目标直线段集合，具体包括：

若所述夹角大于预设角度阈值，则保留所述直线段；

基于保留的所述直线段生成所述目标直线段集合。

可选的，上述图像处理装置中，所述确定子模块执行所述计算各个所述锚点到所述目标直线段集合中每条目标直线段的平均距离，基于所述平均距离确定各个所述锚点的中心度得分，具体包括：

可选的，上述图像处理装置中，所述确定子模块执行所述基于所述锚点组中中心度得分最高的目标锚点确定所述目标候选区域是否为印章所在的目标区域，具体包括：

可选的，上述图像处理装置中，所述拟合子模块执行所述基于椭圆拟合方法对所述目标锚点对应的目标直线段集合进行拟合，得到所述待处理图像的印章区域，具体包括：

可选的，所述图像处理装置还包括：

输出模块，用于输出所述外接椭圆和所述外框。

本发明实施例还提供了一种图像处理系统，包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如上述图像处理方法的步骤。

本发明实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质上存储计算机程序，所述计算机程序被处理器执行时实现如上述图像处理方法的步骤。

本发明实施例的图像处理方法通过检测网络模型以及拟合方法对印章区域进行拟合两个阶段提取印章区域，使得印章检测不易受噪声干扰，且能够提高检测精度以及可信度。

进一步的，本发明实施通过适当扩大候选区域，有利于获得信息完整的初始印章图像，从而进一步提高印章检测的精度。

进一步的，本发明实施例仅需要对目标锚点对应的目标直线段集合进行拟合，能够减少拟合计算的数据量，提高检测速度。

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取其他的附图。

图1是本发明实施例提供的一种图像处理方法的流程图；

图2是本发明实施例提供的一种直线段、锚点、各几何量之间的空间关系描述示意图；

图3是本发明实施例提供的一种图像处理装置的结构框图。

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取的所有其他实施例，都属于本发明保护的范围。

参见图1，图1是本发明实施例提供的图像处理方法的流程图，如图1所示，图像处理方法包括以下步骤：

步骤101，利用检测网络模型对所述待处理图像进行处理，得到所述待处理图像的目标候选区域。

其中，利用检测网络模型对所述待处理图像进行处理之前，获取待处理图像，其中待处理图像包括印章图像。

本发明实施例中可选的是，所述获取待处理图像可以包括：获取待处理文档；判断所述待处理文档是否为PDF文档；若所述待处理文档为所述PDF文档，将所述PDF文档转化为图像文档；或者，还可以从图库中获取相关图像，以得到待处理图像。本发明对于待处理图像获取方式不作具体限定。

具体的，所述待处理图像包括加盖有印章的各种图像，例如发票、合同、证明、协议等。若所述待处理图像为加盖有印章的PDF文档，则需要对PDF文档进行解析，将PDF文档转为图像文档。若PDF文档有多页，则每一页对应一张图像，PDF文档解析成多幅图像。

可选的，所述利用检测网络模型对所述待处理图像进行处理，得到所述待处理图像的目标候选区域的步骤101包括：

保持所述目标候选区域中心位置不变，将所述第一候选区域扩大预设个像素，得到目标候选区域。

具体的，利用训练好的检测网络模型对待处理图像进行检测，得到待处理图像内印章对应的候选区域。其中，所述候选区域可以是矩形框，也可以是其他形状。若一张图像内有多个印章，则得到多个印章对应的多个候选区域。对每个候选区域保持中心位置不变，将候选区域扩大预设个像素。例如候选区域是矩形框，则将矩形框的长宽各扩大p个像素，将扩大后的矩形框作为印章图像的目标候选区域，其中p值大小可以根据经验值设定，p为正整数。

本发明实施通过适当扩大候选区域，有利于获得信息完整的初始印章图像，从而提高印章检测的精度。

需要说明的是，在利用检测网络模型对所述待处理图像进行处理之前，需要先对训练检测网络模型。具体的，先获取待训练图像集。所述待训练图像集为有加盖印章的各种文本图像例如发票、合同、证明、协议等。以矩形框标注这些加盖印章的各种文本图像的印章位置，并将矩形框坐标记录在标签文件中。将标注后的文本图像按照一定比例分成2份，一份作为训练集，一份作为测试集，其中比例可以为7：3。采用多个深度学习检测网络在训练集上进行训练学习，得出多个印章检测候选模型。其中，多个深度学习检测网络包括但不局限于Yolo V3-V5、Faster RCNN、SSD、CenterNet等。另外在训练学习过程中可对图像数据进行随机裁剪、随机噪声、颜色变换、仿射变换等增强处理。在测试集上测试多个候选模型的性能，将性能最佳的模型作为用于印章区域检测的检测网络模型，输出该检测网络模型的模型文件。

步骤102，利用拟合方法对所述目标候选区域进行处理，得到所述待处理图像的印章区域。

可选的，所述利用拟合方法对所述目标候选区域进行处理，得到所述待处理图像的印章区域的步骤包括：

其中，所述获取所述目标候选区域对应的直线段集，以及，所述目标候选区域的锚点组的步骤包括：

检测所述目标候选区域的所有直线段；

对检测出的所述所有直线段进行过滤，得到所述第一直线段集合；

检测所述目标候选区域的直线段包括：将每个目标候选区域同比例缩放为同一宽度W，其中W可以设置为200像素。并将缩放后的目标候选区域对应的图像转化为灰度图像G，并采用自适应二值化方法得到二值图B；然后采用直线段检测方法分别从灰度图G和二值图B中检测出直线段。所述直线段检测方法包括但不限于：霍夫变换直线检测法(HoughLines)、利用梯度信息和行列线的直线段检测方法(LSD)、快速线段检测方法(FLD)、以及超快速直线检测方法(EDLines)等。

其中，获取所述目标候选区域的锚点组包括，如图2所示，首先确定目标候选区域的中心Q(cx，cy)及其8个相邻候选点组成9个锚点组Anchors，通常x或y方向偏离±ε，对于归一化宽度W＝200像素的情况，ε一般可取10个像素。

所述对检测出的所述直线段进行过滤，得到直线段集包括：将所述直线段中长度大于Lmax的直线段进行过滤，且同时对所述直线段段进行去重，合并过滤和去重检出的直线段结果，得到直线段集。需要说明的是，作为圆形印章的外圆部分，所述直线段长度不应过长，本发明可选的是，可以取15度圆心角对应的弧长，即Lmax≈0.2618*目标候选区域半宽度。

所述根据所述直线段集以及所述目标候选区域的锚点组，确定印章所在的目标区域的步骤包括：

所述根据所述直线段集中每条直线段与所述目标中心点到所述直线段的连线之间的夹角对所述直线段进行滤除，得到各个所述锚点的目标直线段集合的步骤包括：

若所述夹角大于预设角度阈值，则保留所述直线段；

基于保留的所述直线段生成所述目标直线段集合。

若所述夹角大于预设角度阈值，则保留所述直线段；

基于保留的所述直线段生成所述目标直线段集。

具体的，以每个锚点为目标中心点，计算直线段集中每条直线段L_i与连线oL_i之间的夹角，oL_i为目标中心点到直线段L_i的连线。如果夹角θ_i大于角度阈值θ_th，则保留直线段L_i。基于保留的所述直线段生成该锚点对应的目标直线段集合，其中一个锚点对应一个目标直线段集合。其中，各个夹角的方向需要一致，各个夹角的方向可以均为顺时针或者均为逆时针。

本发明实施例中，可选的是，所述计算各个所述锚点到所述目标直线段集合中每条目标直线段的平均距离，基于所述平均距离确定各个所述锚点的中心度得分的步骤包括：

具体的，计算目标中心点到直线段L_i的距离D_i和覆盖角度区间

其中，i为正整数，i的最大取值为锚点组锚点数量。如图2所示，

为目标中心点与直线段L_i两端的一条连线与水平线的夹角，

为目标中心点与直线段L_i两端的另一条连线与水平线的夹角。计算目标中心点得到对应的直线段集合中所有直线段的平均距离

。对于直线段集合中每条直线段，其距离D_i满足αD_i<D_i<βD_i，则保留其覆盖角度区间。其中，α为小于1的正数，β为大于1的正数。本发明优选的是，α和β可取0.95和1.20。将保留的所有覆盖角度区间进行合并，得到总覆盖角度区间

具体的，按照角度区间去重扩大方式合并，例如

该总覆盖角度区间

即为该锚点的中心度得分Score。

所述基于所述锚点组中中心度得分最高的目标锚点确定所述目标候选区域是否为印章所在的目标区域的步骤包括：

例如，选取中心度得分最高的锚点，若该最高得分小于预设的中心度阈值S，则认为不满足预设的中心度阈值，则该区域是一个错误检出区域；若该最高得分大于S，该ROI有对应的椭圆外边缘，则该区域为一个可信检出区域。其中，S可以基于需求自行设置，一般可取100度，即保留下来的直线段覆盖角度区间总体小于100度。

所述利用所述拟合方法对所述目标区域进行拟合处理，得到所述待处理图像的印章区域的步骤包括：

本发明实施例通过将直线段集分成各个锚点对应的直线段结合，从锚点组中确定目标锚点，从而仅需要对目标锚点对应的目标直线段集合进行拟合，能够减少拟合计算的数据量，提高检测速度。

所述基于椭圆拟合方法对所述目标锚点对应的目标直线段集合进行拟合，得到所述待处理图像的印章区域的步骤包括：

可选的是，为方便用户查看，在得到印章的外接椭圆和对应的外框后，所述方法还包括：输出所述外接椭圆和所述外框。

具体的，若目标候选区域为可信检出区域，通过二乘椭圆拟合方法拟合该锚点对应直线段集合，得到所述待处理图像的印章的外接椭圆；然后基于所述外接椭圆得到对应的外框，所述精准外框对应的区域作为所述待处理图像的印章区域。其中，若待处理图像有多个印章，则得到多个印章区域。

当前所有图像处理完毕后，汇总所有结果，并将印章的外框fLocs、外接椭圆Ellipses、中心度得分Score等信息输出到json或txt文件，保存所有印章图像fSeals。

本发明实施例在检测第一阶段采用深度学习检测方法，结合了其鲁棒性和快速性，使得本发明在印章检测任务中适用广、无色彩限制、检出率高，且其运算性能快，特别在GPU下能做到毫秒级检测；在检测第二阶段采用快速椭圆拟合方法，结合了其可解释性和精准性，使得本发明能精准拟合印章位置，且从椭圆拟合得分可以得到检出区域的可信度和可解释，避免深度学习方法检出目标的多检伪检。

基于以上实施例提供的数据处理方法，本发明实施例还提供了实施上述方法的图像处理装置，请参照图3，本发明实施例提供的图像处理装置300包括：

第一处理模块301，用于利用检测网络模型对所述待处理图像进行处理，得到所述待处理图像的目标候选区域，其中，所述待处理图像包含印章；

第二处理模块302，用于利用拟合方法对所述目标候选区域进行处理，得到所述待处理图像的印章区域。

可选的，所述图像处理装置还包括：

可选的，所述第二处理模块302包括：

可选的，所述获取子模块具体用于：

检测所述目标候选区域的所有直线段；

对检测出的所有直线段进行过滤，得到所述直线段集；

可选的，所述确定子模块具体用于：

以所述锚点组中的每个锚点为目标中心点，根据所述直线段集中每条直线段与所述目标中心点到所述直线段的连线之间的夹角对所述直线段进行滤除，得到各个所述锚点的目标直线段集合。

可选的，所述拟合子模块具体用于：

可选的，所述确定子模块执行所述根据所述直线段集中每条直线段与所述目标中心点到所述直线段的连线之间的夹角对所述直线段进行滤除，得到各个所述锚点对应的目标直线段集合，具体包括：

若所述夹角大于预设角度阈值，则保留所述直线段；

基于保留的所述直线段生成所述目标直线段集合。

可选的，所述确定子模块执行所述计算各个所述锚点到所述目标直线段集合中每条目标直线段的平均距离，基于所述平均距离确定各个所述锚点的中心度得分，具体包括：

可选的，所述确定子模块执行所述基于所述锚点组中中心度得分最高的目标锚点确定所述目标候选区域是否为印章所在的目标区域，具体包括：

可选的，所述拟合子模块执行所述基于椭圆拟合方法对所述目标锚点对应的目标直线段集合进行拟合，得到所述待处理图像的印章区域，具体包括：

可选的，所述图像处理装置还包括：

输出模块，用于输出所述外接椭圆和所述外框。

本发明实施例提供一种图像处理系统，包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如上述实施例所述的图像处理方法的步骤。

本发明实施例提供一种计算机可读存储介质，所述计算机可读存储介质上存储计算机程序，所述计算机程序被处理器执行时实现如上述实施例所述的图像处理方法的步骤。

本发明实施例还提供一种可读存储介质，可读存储介质上存储有计算机程序，该计算机程序被处理器执行时实现上述图像处理方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。其中，所述的计算机可读存储介质，如只读存储器(Read-Only Memory，简称ROM)、随机存取存储器(Random Access Memory，简称RAM)、磁碟或者光盘等。

需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。

Claims

1.一种图像处理方法，其特征在于，所述方法包括：

利用拟合方法对所述目标候选区域进行处理，得到所述待处理图像的印章区域；

所述利用拟合方法对所述目标候选区域进行处理，得到所述待处理图像的印章区域包括：

利用所述拟合方法对所述目标区域进行拟合处理，得到所述待处理图像的印章区域；

以所述锚点组中的每个锚点为目标中心点，根据所述直线段集中每条直线段与所述目标中心点到所述直线段的连线之间的夹角对所述直线段进行滤除，得到各个所述锚点对应的目标直线段集合；

2.根据权利要求1所述的图像处理方法，其特征在于，所述利用检测网络模型对待处理图像进行处理，得到所述待处理图像的目标候选区域的步骤之后，所述方法还包括：

3.根据权利要求1所述的图像处理方法，其特征在于，所述获取所述目标候选区域对应的直线段集，以及，所述目标候选区域的锚点组的步骤包括：

检测所述目标候选区域的所有直线段；

对检测出的所有直线段进行过滤，得到所述直线段集；

4.根据权利要求1所述的图像处理方法，其特征在于，利用所述拟合方法对所述目标区域进行拟合处理，得到所述待处理图像的印章区域的步骤包括：

5.根据权利要求1所述的图像处理方法，其特征在于，所述根据所述直线段集中每条直线段与所述目标中心点到所述直线段的连线之间的夹角对所述直线段进行滤除，得到各个所述锚点对应的目标直线段集合的步骤包括：

若所述夹角大于预设角度阈值，则保留所述直线段；

基于保留的所述直线段生成所述目标直线段集合。

6.根据权利要求1所述的图像处理方法，其特征在于，所述计算各个所述锚点到所述目标直线段集合中每条目标直线段的平均距离，基于所述平均距离确定各个所述锚点的中心度得分的步骤包括：

7.根据权利要求1所述的图像处理方法，其特征在于，所述基于所述锚点组中中心度得分最高的目标锚点确定所述目标候选区域是否为印章所在的目标区域的步骤包括：

8.根据权利要求4所述的图像处理方法，其特征在于，所述椭圆拟合方法对所述目标锚点对应的目标直线段集合进行拟合，得到所述待处理图像的印章区域的步骤包括：

9.根据权利要求8所述的图像处理方法，其特征在于，所述方法还包括：

输出所述外接椭圆和所述外框。

10.一种图像处理装置，其特征在于，所述图像处理装置包括：

第一处理模块，用于利用检测网络模型对待处理图像进行处理，得到所述待处理图像的目标候选区域，其中，所述待处理图像包含印章；

第二处理模块，用于利用拟合方法对所述目标候选区域进行处理，得到所述待处理图像的印章区域；

所述第二处理模块包括：

拟合子模块，用于利用所述拟合方法对所述目标区域进行拟合处理，得到所述待处理图像的印章区域；

所述确定子模块具体用于：

11.根据权利要求10所述的图像处理装置，其特征在于，所述图像处理装置还包括：

扩大模块，用于保持所述目标候选区域中心位置不变，将所述目标候选区域的大预设个像素。

12.根据权利要求10所述的图像处理装置，其特征在于，所述获取子模块具体用于：检测所述目标候选区域的所有直线段；

对检测出的所有直线段进行过滤，得到所述直线段集；

13.根据权利要求10所述的图像处理装置，其特征在于，所述拟合子模块具体用于：

14.根据权利要求10所述的图像处理装置，其特征在于，所述确定子模块执行所述根据所述直线段集中每条直线段与所述目标中心点到所述直线段的连线之间的夹角对所述直线段进行滤除，得到各个所述锚点对应的目标直线段集合，具体包括：

若所述夹角大于预设角度阈值，则保留所述直线段；

基于保留的所述直线段生成所述目标直线段集合。

15.根据权利要求10所述的图像处理装置，其特征在于，所述确定子模块执行所述计算各个所述锚点到所述目标直线段集合中每条目标直线段的平均距离，基于所述平均距离确定各个所述锚点的中心度得分，具体包括：

16.根据权利要求10所述的图像处理装置，其特征在于，所述确定子模块执行所述基于所述锚点组中中心度得分最高的目标锚点确定所述目标候选区域是否为印章所在的目标区域，具体包括：

17.根据权利要求13所述的图像处理装置，其特征在于，所述拟合子模块执行所述基于椭圆拟合方法对所述目标锚点对应的目标直线段集合进行拟合，得到所述待处理图像的印章区域，具体包括：

18.根据权利要求17所述的图像处理装置，其特征在于，所述图像处理装置还包括：

输出模块，用于输出所述外接椭圆和所述外框。

19.一种图像处理系统，其特征在于，包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如权利要求1至9任一项所述的图像处理方法的步骤。

20.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储计算机程序，所述计算机程序被处理器执行时实现如权利要求1至9任一项所述的图像处理方法的步骤。