CN115565196A - 影像处理方法、装置和设备 - Google Patents

Abstract

本申请提供一种影像处理方法、装置和设备。涉及图像处理领域。该方法包括：通过确定待处理的金融票证影像影像的第一转正角度和第二转正角度，再根据第一转正角度和第二转正角度，对待处理影像进行转正处理，生成并输出转正后的待处理影像，这个过程可以提高针对复杂的金融票据、单据影像转正的准确率。

Description

影像处理方法、装置和设备

技术领域

本申请涉及图像处理领域，尤其涉及一种影像处理方法、装置和设备。

背景技术

在金融行业的业务系统中存在大量金融票据、卡证类影像数据，这些影像数据通常需要进行文本转化，以便进行自动稽核和审查。而拍照和扫描产生的影像数据通常存在影像角度倾斜、文字非正向的现象，这对文字识别及文字检测准确率有很大影响。

现有技术中，通过确定影像数据的图片粒度的倾斜角度来实现对影像数据的转正。

然而现有技术中，针对相对复杂的金融票据、单据影像容易出现偏差，影像转正的准确性较低，进而导致文字识别的准确性较低。

发明内容

本申请提供一种影像处理方法、装置和设备，用以解决影像转正的准确性较低，进而导致文字识别的准确性较低的问题。

第一方面，本申请提供一种影像处理方法，所述方法包括：

获取待处理影像，其中，所述待处理影像为金融票证影像；

确定所述待处理影像的第一转正角度，并确定所述待处理影像的第二转正角度，其中，所述第一转正角度表征大于预设阈值的所述待处理影像的转正角度，所述第二转正角度表征在所述预设阈值范围内的所述待处理影像的转正角度；

根据所述第一转正角度和所述第二转正角度，对所述待处理影像进行转正处理，生成并输出转正后的待处理影像。

在可选的一种实施方式中，所述第一转正角度包括水平垂直矫正角度和正反矫正角度；确定所述待处理影像的第一转正角度，包括：

对所述待处理影像中的文字进行水平垂直方向检测，确定所述待处理影像的水平垂直矫正角度；

对所述待处理影像中的文字进行正反方向检测，确定所述待处理影像的正反矫正角度。

在可选的一种实施方式中，对所述待处理影像中的文字进行水平垂直方向检测，确定所述待处理影像的水平垂直矫正角度，包括：

识别所述待处理影像中的文字，并提取所述待处理影像中的每一文字条，其中，所述文字条为所述待处理影像中由多个文字构成的文字区域；

对每一文字条中的文字进行水平垂直方向检测，确定纵向文字条的数量和横向文字条的数量；

根据纵向文字条的数量和横向文字条的数量，确定所述待处理影像的水平垂直矫正角度。

在可选的一种实施方式中，根据纵向文字条的数量和横向文字条的数量，确定所述待处理影像的水平垂直矫正角度，包括：

若确定纵向文字条的数量大于横向文字条的数量，则确定所述待处理影像的水平垂直矫正角度为第一预设角度；

若确定纵向文字条的数量小于或者等于横向文字条的数量，则确定所述待处理影像的水平垂直矫正角度为第二预设角度。

在可选的一种实施方式中，对所述待处理影像中的文字进行正反方向检测，确定所述待处理影像的正反矫正角度，包括：

识别所述待处理影像中的文字，并提取所述待处理影像中的每一文字条，并确定每一所述文字条的长度，其中，所述文字条为所述待处理影像中由多个文字构成的文字区域；

根据各个文字条的长度，对各个文字条进行排序处理，生成文字条序列，确定长度为所述文字条序列中中位数长度的文字条为目标文字条，并确定所述文字条序列中与所述目标文字条前后相邻的N个文字条为目标文字条集合，其中，N为大于1的正整数；

根据所述目标文字条集合，确定所述待处理影像的正反矫正角度。

在可选的一种实施方式中，根据所述目标文字条集合，确定所述待处理影像的正反矫正角度，包括：

对所述目标文字条集合中的每一文字条进行识别处理，确定所述每一文字条对应的文字以及文字置信度，并确定所述目标文字条集合中各个文字条的文字置信度的平均值为第一平均置信度；

对所述目标文字条集合中的每一文字条进行旋转第三预设角度处理，确定旋转处理后的每一文字条对应的文字以及文字置信度，并确定旋转处理后的目标文字条集合的中各个文字条的文字置信度的平均值为第二平均置信度；

若确定所述第一平均置信度大于所述第二平均置信度，则确定所述正反矫正角度为第四预设角度；或者，若确定所述第一平均置信度小于或者等于所述第二平均置信度，则确定所述正反矫正角度第五预设角度。

在可选的一种实施方式中，确定所述待处理影像的第二转正角度，包括：

基于预设检测模型，输出所述待处理影像中的各个文字检测框，并确定每一文字检测框的长度以及每一文字检测框对应的倾斜角度值；

根据各个文字检测框的长度进行排序，生成检测框序列，并确定长度为所述检测框序列中中位数长度的文字检测框为目标文字检测框；

确定所述检测框序列中与所述目标文字检测框前后相邻的M个文字检测框为目标文字检测框集合，其中，M为大于1的正整数；

确定所述目标文字检测框集合中的各个文字检测框对应的倾斜角度的平均值为所述第二转正角度。

在可选的一种实施方式中，根据所述第一转正角度和所述第二转正角度，对所述待处理影像进行转正处理，生成并输出转正后的待处理影像，包括：

对所述第一转正角度和所述第二转正角度进行角度值相加处理，确定总转正角度；

根据所述总转正角度，对所述待处理影像进行转正处理，生成并输出转正后的待处理影像。

在可选的一种实施方式中，所述方法还包括：

基于转正后的待处理影像，进行文字转化输出。

第二方面，本申请提供一种影像处理装置，所述装置包括：

获取单元，用于获取待处理影像，其中，所述待处理影像为金融票证影像；

确定单元，用于确定所述待处理影像的第一转正角度，并确定所述待处理影像的第二转正角度，其中，所述第一转正角度表征大于预设阈值的所述待处理影像的转正角度，所述第二转正角度表征在所述预设阈值范围内的所述待处理影像的转正角度；

处理单元，用于根据所述第一转正角度和所述第二转正角度，对所述待处理影像进行转正处理，生成并输出转正后的待处理影像。

第三方面，本申请提供一种电子设备，包括存储器和处理器；

所述存储器，用于存储计算机程序；

所述处理器，用于读取所述存储器存储的计算机程序，并根据所述存储器中的计算机程序执行如第一方面所述的影像处理方法。

第四方面，本申请提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机执行指令，当处理器执行所述计算机执行指令时，实现如第一方面所述的影像处理方法。

第五方面，本申请提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如第一方面所述的影像处理方法。

本申请提供的影像处理方法、装置和设备，通过确定待处理的金融票证影像影像的第一转正角度和第二转正角度，再根据所述第一转正角度和所述第二转正角度，对所述待处理影像进行转正处理，生成并输出转正后的待处理影像，这个过程可以提高针对复杂的金融票据、单据影像转正的准确率。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。

图1为本申请实施例提供的一种影像处理方法的流程图；

图2为本申请实施例提供的另一种影像处理方法的流程图；

图3为本申请实施例提供的一种影像处理装置的结构示意图；

图4为本申请实施例提供的一种电子设备的结构示意图；

图5为本申请实施例提供的一种终端设备的框图。

通过上述附图，已示出本申请明确的实施例，后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本申请构思的范围，而是通过参考特定实施例为本领域技术人员说明本申请的概念。

具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。

本申请的技术方案中，所涉及的金融数据或用户数据等信息的收集、存储、使用、加工、传输、提供和公开等处理，均符合相关法律法规的规定，且不违背公序良俗。

在银行金融行业的各业务系统中存在大量金融票据、卡证类影像数据需要转文本，以满足金融行业对金融数据进行自动稽核和审查的需求，而实际的影像无论是源于拍照还是扫描，都存在一定程度的影像角度倾斜、文字非正向等情况，这对文字识别及文字检测的准确率有很大影响。通用的影像转文本方法包括以下几个核心环节：文本转正、文字检测、文字识别。其中，文本转正作为首要环节，主要是把存在文本角度倾斜或颠倒的影像转正，作为文字检测和识别的重要前处理环节，是文字识别高准召率和稳定性效果的基础和保证，为后续的文字检测以及文字识别提供了基础，因此提高文本转正的准确率是十分重要的。

一个示例中，通过训练图片倾斜角度预测模型，或者采用边缘检测、霍夫变换直线检测等传统方法，实现对整个图片角度的计算和转正；另一个示例中，文字条级的角度转正：该方法存在两类方案：(1)训练多方向文字条分类模型，通过该模型实现对输入文字条图片的几个固定角度的分类预测，然后进行文字条转正。(2)训练带角度矩形文本框检测模型，通过该模型实现对输入图片中文字条文本框和较精确的倾斜角度预测，然后进行文字条转正。

然而，图像级的倾斜角度预测：针对简单文本影像，比如规整文本文档图片，效果较好，但对于相对复杂的金融票据、单据影像容易出现偏差。并且，训练一个在所有场景数据上都工作良好的通用级图片角度预测模型存在较大难度；文字条级的角度检测方法中多方向文字条分类模型的鲁棒性不足，需要随着应用场景变化不断追加数据优化分类器，而带角度矩形文本框检测模型，在文字密集、文字条粘连情况多发的图片下工作效果不够理想。综上，这就导致了针对相对复杂的金融票据、单据影像容易出现偏差，进而导致文字识别的准确性较低。

本申请提供的影像处理方法，旨在解决现有技术的如上技术问题。

下面以具体地实施例对本申请的技术方案以及本申请的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图，对本申请的实施例进行描述。

图1为本申请实施例提供的一种影像处理方法的流程图，如图1所示，该方法包括：

101、获取待处理影像，其中，待处理影像为金融票证影像。

示例性地，获取需要进行转正处理的待处理影像，其中，待处理影像可以是金融票据、卡证类影像，比如金融各类票据、单据等。

102、确定待处理影像的第一转正角度，并确定待处理影像的第二转正角度，其中，第一转正角度表征大于预设阈值的待处理影像的转正角度，第二转正角度表征在预设阈值范围内的待处理影像的转正角度。

示例性地，在对待处理影像进行转正处理之前，需要确定待处理影像需要转正的角度，可以根据角度值的大小将转正角度分为两类，即大于预设阈值的待处理影像的第一转正角度，以及预设阈值范围内的待处理影像的第二转正角度。其中，可以通过预设的识别、检测模型来确定转正角度。

103、根据第一转正角度和第二转正角度，对待处理影像进行转正处理，生成并输出转正后的待处理影像。

示例性地，根据确定的待处理影像的第一转正角度和第二转正角度，对待处理影像进行转正处理，即旋转处理，生成并输出转正后的待处理影像。

综上，本实施例提供的影像处理方法，通过确定待处理的金融票证影像影像的第一转正角度和第二转正角度，再根据第一转正角度和第二转正角度，对待处理影像进行转正处理，生成并输出转正后的待处理影像，这个过程可以提高针对复杂的金融票据、单据影像转正的准确率。

图2为本申请实施例提供的另一种影像处理方法的流程图，如图2所示，该方法包括：

201、获取待处理影像，其中，待处理影像为金融票证影像。

示例性地，本步骤参见步骤101，不再赘述。

202、对待处理影像中的文字进行水平垂直方向检测，确定待处理影像的水平垂直矫正角度。

一个示例中，步骤202包括以下步骤：

识别待处理影像中的文字，并提取待处理影像中的每一文字条，其中，文字条为待处理影像中由多个文字构成的文字区域。

对每一文字条中的文字进行水平垂直方向检测，确定纵向文字条的数量和横向文字条的数量。

根据纵向文字条的数量和横向文字条的数量，确定待处理影像的水平垂直矫正角度。

一个示例中，若确定纵向文字条的数量大于横向文字条的数量，则确定待处理影像的水平垂直矫正角度为第一预设角度。

若确定纵向文字条的数量小于或者等于横向文字条的数量，则确定待处理影像的水平垂直矫正角度为第二预设角度。

示例性地，第一转正角度按照方向来划分可以分为水平垂直矫正角度和正反矫正角度，可以根据预设的文字检测模型确定待处理影像的水平垂直矫正角度：首先根据预设的文字检测模型，识别待处理影像中的文字以及多个文字构成的文字区域，进而提取确定待处理影像中的每一文字条。其中，文字条是多个文字构成的文字区域，例如多个文字组成构成的矩形文字区域；对每一文字条中的文字进行水平垂直方向检测，判断每一文字条中文字的水平垂直方向，根据文字条的宽高比统计，确定纵向文字条的数量和横向文字条的数量；再根据纵向文字条的数量和横向文字条的数量，确定待处理影像的水平垂直矫正角度，例如：如果纵向文字条数量大于横向文字条数量，则需要水平垂直方向矫正，即水平垂直矫正角为90度，即第一预设角度；如果纵向文字条数量小于或等于横向文字条数量，则不需要水平垂直方向矫正，即水平垂直矫正角0度，即第二预设角度。

203、对待处理影像中的文字进行正反方向检测，确定待处理影像的正反矫正角度。

一个示例中，步骤2003包括以下步骤：

识别待处理影像中的文字，并提取待处理影像中的每一文字条，并确定每一文字条的长度，其中，文字条为待处理影像中由多个文字构成的文字区域。

根据各个文字条的长度，对各个文字条进行排序处理，生成文字条序列，确定长度为文字条序列中中位数长度的文字条为目标文字条，并确定文字条序列中与目标文字条前后相邻的N个文字条为目标文字条集合，其中，N为大于1的正整数。

根据目标文字条集合，确定待处理影像的正反矫正角度。

一个示例中，对目标文字条集合中的每一文字条进行识别处理，确定每一文字条对应的文字以及文字置信度，并确定目标文字条集合中各个文字条的文字置信度的平均值为第一平均置信度。

对目标文字条集合中的每一文字条进行旋转第三预设角度处理，确定旋转处理后的每一文字条对应的文字以及文字置信度，并确定旋转处理后的目标文字条集合的中各个文字条的文字置信度的平均值为第二平均置信度。

若确定第一平均置信度大于第二平均置信度，则确定正反矫正角度为第四预设角度；或者，若确定第一平均置信度小于或者等于第二平均置信度，则确定正反矫正角度第五预设角度。

示例性地，第一转正角度按照方向来划分可以分为水平垂直矫正角度和正反矫正角度，可以根据预设的文字识别模型确定待处理影像的正反矫正角度，即判断待处理影像是否需要旋转180度：根据预设的文字识别模型，识别待处理影像中的文字以及多个文字构成的文字区域，进而提取确定待处理影像中的每一文字条，并确定每一文字条的长度；根据各个文字条的长度，对各个文字条进行排序处理，生成文字条序列，并确定长度为文字条序列中中位数长度的文字条为目标文字条，并确定文字条序列中与目标文字条前后相邻的N个文字条为目标文字条集合；再根据预设文字识别模型，确定输出每个文字条对应文字和置信度，并求出确定目标文字条集合中各个文字条的文字置信度的平均值作为第一平均置信度；对目标文字条集合中的每一文字条进行旋转180度，即第三预设角度处理，并再次通过预设文字识别模型，确定旋转处理后的目标文字条集合的中各个文字条的文字置信度的平均值为第二平均置信度；比较旋转180度前后，平均文字条置信度，若确定第一平均置信度大于第二平均置信度，则确定正反矫正角度为0度，即第四预设角度；或者，若确定第一平均置信度小于或者等于第二平均置信度，则确定正反矫正角度为180度，即第五预设角度。

204、确定待处理影像的第二转正角度。

一个示例中，步骤204包括以下步骤：

基于预设检测模型，输出待处理影像中的各个文字检测框，并确定每一文字检测框的长度以及每一文字检测框对应的倾斜角度值。

根据各个文字检测框的长度进行排序，生成检测框序列，并确定长度为检测框序列中中位数长度的文字检测框为目标文字检测框。

确定检测框序列中与目标文字检测框前后相邻的M个文字检测框为目标文字检测框集合，其中，M为大于1的正整数。

确定目标文字检测框集合中的各个文字检测框对应的倾斜角度的平均值为第二转正角度。

示例性地，基于预设检测模型，检测输出待处理影像中的各个文字检测框，并确定每一文字检测框的长度以及每一文字检测框对应的倾斜角度值；再根据文字检测框长度进行排序，按照长度的大小，生成检测框序列，确定长度为检测框序列中中位数长度的文字检测框为目标文字检测框，并确定检测框序列中与目标文字检测框前后相邻的M个文字检测框为目标文字检测框集合，其中，M为大于1的正整数；最终通过确定目标文字检测框集合中的各个文字检测框对应的倾斜角度的平均值为待处理影像的微调角度，即第二转正角度。

一个示例中，在金融票证数据集基础上，通过添加随机小角度例如90度以内的小角度倾斜的金融票证，增强形成多角度金融票证数据集，以此训练适合于小角度的预设检测模型。

205、根据第一转正角度和第二转正角度，对待处理影像进行转正处理，生成并输出转正后的待处理影像，其中，第一转正角度包括水平垂直矫正角度和正反矫正角度。

一个示例中，步骤205包括：

对第一转正角度和第二转正角度进行角度值相加处理，确定总转正角度。

根据总转正角度，对待处理影像进行转正处理，生成并输出转正后的待处理影像。

示例性地，根据第一转正角度和第二转正角度，即水平垂直矫正角度、正反矫正角度以及第二转正角度，对待处理影像进行转正处理，例如，对第一转正角度和第二转正角度进行角度值相加处理，确定总转正角度，生成并输出转正后的待处理影像，根据总转正角度，对待处理影像进行转正处理，生成并输出转正后的待处理影像。

综上，本实施例通过将第一转正角度分为水平垂直矫正角度和正反矫正角度，提高了影像转正的准确率，并且通过对待处理影像中文字组成的文字条的横向与纵向的数量进行统计，进而判断水平垂直矫正角度是0度还是90度，这个过程将水平垂直矫正角度限定在0度和90度，使得待处理影像水平垂直方向校正的可行性更高，出错率更低；通过与中位值长度的文字条相邻的文字条旋转前后的文字识别的平均置信度，来确定正反矫正角度，提高了影像转正的准确性；通过可用小角度文字识别的检测模型，来识别第二转正角度，提高了角度的精确性。

本申请的一个或多个实施例中还可以包括：基于转正后的待处理影像，进行文字转化输出。

示例性地，基于转正后的待处理影像，进行文字检测和文字识别，以满足金融行业对金融数据进行自动稽核和审查的需求。

综上，本实施例中，通过提高影像转正的准确性，提高了文字识别的准确性和稳定性。

图3为本申请实施例提供的一种影像处理装置的结构示意图，如图3所示，该装置包括：

获取单元31，用于获取待处理影像，其中，待处理影像为金融票证影像。

确定单元32，用于确定待处理影像的第一转正角度，并确定待处理影像的第二转正角度，其中，第一转正角度表征大于预设阈值的待处理影像的转正角度，第二转正角度表征在预设阈值范围内的待处理影像的转正角度。

处理单元33，用于根据第一转正角度和第二转正角度，对待处理影像进行转正处理，生成并输出转正后的待处理影像。

一个示例中，第一转正角度包括水平垂直矫正角度和正反矫正角度；确定单元32包括：

第一确定子单元，用于对待处理影像中的文字进行水平垂直方向检测，确定待处理影像的水平垂直矫正角度。

第二确定子单元，用于对待处理影像中的文字进行正反方向检测，确定待处理影像的正反矫正角度。

一个示例中，第一确定子单元包括：

第一识别模块，用于识别待处理影像中的文字，并提取待处理影像中的每一文字条，其中，文字条为待处理影像中由多个文字构成的文字区域。

第一确定模块，用于对每一文字条中的文字进行水平垂直方向检测，确定纵向文字条的数量和横向文字条的数量。

第二确定模块，用于根据纵向文字条的数量和横向文字条的数量，确定待处理影像的水平垂直矫正角度。

一个示例中，第二确定模块具体用于：

若确定纵向文字条的数量大于横向文字条的数量，则确定待处理影像的水平垂直矫正角度为第一预设角度。

若确定纵向文字条的数量小于或者等于横向文字条的数量，则确定待处理影像的水平垂直矫正角度为第二预设角度。

一个示例中，第二确定子单元包括：

第二识别模块，用于识别待处理影像中的文字，并提取待处理影像中的每一文字条，并确定每一文字条的长度，其中，文字条为待处理影像中由多个文字构成的文字区域。

处理模块，用于根据各个文字条的长度，对各个文字条进行排序处理，生成文字条序列，并确定长度为文字条序列中中位数长度的文字条为目标文字条，并确定文字条序列中与目标文字条前后相邻的N个文字条为目标文字条集合，其中，N为大于1的正整数。

第三确定模块，用于根据目标文字条集合，确定待处理影像的正反矫正角度。

一个示例中，第三确定模块，具体用于：

对目标文字条集合中的每一文字条进行识别处理，确定每一文字条对应的文字以及文字置信度，并确定目标文字条集合中各个文字条的文字置信度的平均值为第一平均置信度；

对目标文字条集合中的每一文字条进行旋转第三预设角度处理，确定旋转处理后的每一文字条对应的文字以及文字置信度，并确定旋转处理后的目标文字条集合的中各个文字条的文字置信度的平均值为第二平均置信度。

若确定第一平均置信度大于第二平均置信度，则确定正反矫正角度为第四预设角度；或者，若确定第一平均置信度小于或者等于第二平均置信度，则确定正反矫正角度第五预设角度。

一个示例中，确定单元32还包括：

第一处理子单元，用于基于预设检测模型，输出待处理影像中的各个文字检测框，并确定每一文字检测框的长度以及每一文字检测框对应的倾斜角度值。

第二处理子单元，用于根据各个文字检测框的长度进行排序，生成检测框序列，并确定长度为检测框序列中中位数长度的文字检测框为目标文字检测框。

第三确定子单元，用于确定检测框序列中与目标文字检测框前后相邻的M个文字检测框为目标文字检测框集合，其中，M为大于1的正整数。

第四确定子单元，用于确定目标文字检测框集合中的各个文字检测框对应的倾斜角度的平均值为第二转正角度。

一个示例中，处理单元33包括：

第三处理子单元，用于对第一转正角度和第二转正角度进行角度值相加处理，确定总转正角度。

第四处理子单元，用于根据总转正角度，对待处理影像进行转正处理，生成并输出转正后的待处理影像。

一个示例中，装置还包括：

输出单元，用于基于转正后的待处理影像，进行文字转化输出。

图4为本申请实施例提供的一种电子设备的结构示意图，如图4所示，电子设备包括：存储器41，处理器42。

存储器，用于存储计算机程序。

处理器，用于读取存储器存储的计算机程序，并根据存储器中的计算机程序执行上述任一实施例的影像处理方法。

图5为本申请实施例提供的一种终端设备的框图，该设备可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等。

装置800可以包括以下一个或多个组件：处理组件802，存储器804，电源组件806，多媒体组件808，音频组件810，输入/输出(I/O)接口812，传感器组件814，以及通信组件816。

处理组件802通常控制装置800的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件802可以包括一个或多个模块，便于处理组件802和其他组件之间的交互。例如，处理组件802可以包括多媒体模块，以方便多媒体组件808和处理组件802之间的交互。

存储器804被配置为存储各种类型的数据以支持在装置800的操作。这些数据的示例包括用于在装置800上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。

电源组件806为装置800的各种组件提供电力。电源组件806可以包括电源管理系统，一个或多个电源，及其他与为装置800生成、管理和分配电力相关联的组件。

多媒体组件808包括在装置800和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件808包括一个前置摄像头和/或后置摄像头。当装置800处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。

音频组件810被配置为输出和/或输入音频信号。例如，音频组件810包括一个麦克风(MIC)，当装置800处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中，音频组件810还包括一个扬声器，用于输出音频信号。

I/O接口812为处理组件802和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。

传感器组件814包括一个或多个传感器，用于为装置800提供各个方面的状态评估。例如，传感器组件814可以检测到装置800的打开/关闭状态，组件的相对定位，例如组件为装置800的显示器和小键盘，传感器组件814还可以检测装置800或装置800一个组件的位置改变，用户与装置800接触的存在或不存在，装置800方位或加速/减速和装置800的温度变化。传感器组件814可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件814还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。

通信组件816被配置为便于装置800和其他设备之间有线或无线方式的通信。装置800可以接入基于通信标准的无线网络，如WiFi，2G或3G，或它们的组合。在一个示例性实施例中，通信组件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，通信组件816还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。

在示例性实施例中，装置800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。

在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器804，上述指令可由装置800的处理器820执行以完成上述方法。例如，非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。

本申请实施例还提供了一种计算机程序产品，计算机程序产品包括：计算机程序，计算机程序存储在可读存储介质中，电子设备的至少一个处理器可以从可读存储介质读取计算机程序，至少一个处理器执行计算机程序使得电子设备执行上述任一实施例提供的方案。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本申请的其它实施方案。本申请旨在涵盖本申请的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本申请的一般性原理并包括本申请未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本申请的真正范围和精神由下面的权利要求书指出。

应当理解的是，本申请并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本申请的范围仅由所附的权利要求书来限制。

Claims (13)

1.一种影像处理方法，其特征在于，所述方法包括：

获取待处理影像，其中，所述待处理影像为金融票证影像；

确定所述待处理影像的第一转正角度，并确定所述待处理影像的第二转正角度，其中，所述第一转正角度表征大于预设阈值的所述待处理影像的转正角度，所述第二转正角度表征在所述预设阈值范围内的所述待处理影像的转正角度；

根据所述第一转正角度和所述第二转正角度，对所述待处理影像进行转正处理，生成并输出转正后的待处理影像。

2.根据权利要求1所述的方法，其特征在于，所述第一转正角度包括水平垂直矫正角度和正反矫正角度；确定所述待处理影像的第一转正角度，包括：

对所述待处理影像中的文字进行水平垂直方向检测，确定所述待处理影像的水平垂直矫正角度；

对所述待处理影像中的文字进行正反方向检测，确定所述待处理影像的正反矫正角度。

3.根据权利要求2所述的方法，其特征在于，对所述待处理影像中的文字进行水平垂直方向检测，确定所述待处理影像的水平垂直矫正角度，包括：

识别所述待处理影像中的文字，并提取所述待处理影像中的每一文字条，其中，所述文字条为所述待处理影像中由多个文字构成的文字区域；

对每一文字条中的文字进行水平垂直方向检测，确定纵向文字条的数量和横向文字条的数量；

根据纵向文字条的数量和横向文字条的数量，确定所述待处理影像的水平垂直矫正角度。

4.根据权利要求3所述的方法，其特征在于，根据纵向文字条的数量和横向文字条的数量，确定所述待处理影像的水平垂直矫正角度，包括：

若确定纵向文字条的数量大于横向文字条的数量，则确定所述待处理影像的水平垂直矫正角度为第一预设角度；

若确定纵向文字条的数量小于或者等于横向文字条的数量，则确定所述待处理影像的水平垂直矫正角度为第二预设角度。

5.根据权利要求2所述的方法，其特征在于，对所述待处理影像中的文字进行正反方向检测，确定所述待处理影像的正反矫正角度，包括：

识别所述待处理影像中的文字，并提取所述待处理影像中的每一文字条，并确定每一所述文字条的长度，其中，所述文字条为所述待处理影像中由多个文字构成的文字区域；

根据各个文字条的长度，对各个文字条进行排序处理，生成文字条序列，确定长度为所述文字条序列中中位数长度的文字条为目标文字条，并确定所述文字条序列中与所述目标文字条前后相邻的N个文字条为目标文字条集合，其中，N为大于1的正整数；

根据所述目标文字条集合，确定所述待处理影像的正反矫正角度。

6.根据权利要求5所述的方法，其特征在于，根据所述目标文字条集合，确定所述待处理影像的正反矫正角度，包括：

对所述目标文字条集合中的每一文字条进行识别处理，确定所述每一文字条对应的文字以及文字置信度，并确定所述目标文字条集合中各个文字条的文字置信度的平均值为第一平均置信度；

对所述目标文字条集合中的每一文字条进行旋转第三预设角度处理，确定旋转处理后的每一文字条对应的文字以及文字置信度，并确定旋转处理后的目标文字条集合的中各个文字条的文字置信度的平均值为第二平均置信度；

若确定所述第一平均置信度大于所述第二平均置信度，则确定所述正反矫正角度为第四预设角度；或者，若确定所述第一平均置信度小于或者等于所述第二平均置信度，则确定所述正反矫正角度第五预设角度。

7.根据权利要求1所述的方法，其特征在于，确定所述待处理影像的第二转正角度，包括：

基于预设检测模型，输出所述待处理影像中的各个文字检测框，并确定每一文字检测框的长度以及每一文字检测框对应的倾斜角度值；

根据各个文字检测框的长度进行排序，生成检测框序列，并确定长度为所述检测框序列中中位数长度的文字检测框为目标文字检测框；

确定所述检测框序列中与所述目标文字检测框前后相邻的M个文字检测框为目标文字检测框集合，其中，M为大于1的正整数；

确定所述目标文字检测框集合中的各个文字检测框对应的倾斜角度的平均值为所述第二转正角度。

8.根据权利要求1-7任一项所述的方法，其特征在于，根据所述第一转正角度和所述第二转正角度，对所述待处理影像进行转正处理，生成并输出转正后的待处理影像，包括：

对所述第一转正角度和所述第二转正角度进行角度值相加处理，确定总转正角度；

根据所述总转正角度，对所述待处理影像进行转正处理，生成并输出转正后的待处理影像。

9.根据权利要求1-7任一项所述的方法，其特征在于，所述方法还包括：

基于转正后的待处理影像，进行文字转化输出。

10.一种影像处理装置，其特征在于，所述装置包括：

获取单元，用于获取待处理影像，其中，所述待处理影像为金融票证影像；

确定单元，用于确定所述待处理影像的第一转正角度，并确定所述待处理影像的第二转正角度，其中，所述第一转正角度表征大于预设阈值的所述待处理影像的转正角度，所述第二转正角度表征在所述预设阈值范围内的所述待处理影像的转正角度；

处理单元，用于根据所述第一转正角度和所述第二转正角度，对所述待处理影像进行转正处理，生成并输出转正后的待处理影像。

11.一种电子设备，其特征在于，包括存储器和处理器；

所述存储器，用于存储计算机程序；

所述处理器，用于读取所述存储器存储的计算机程序，并根据所述存储器中的计算机程序执行上述权利要求1-9任一项所述的影像处理方法。

12.一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中存储有计算机执行指令，当处理器执行所述计算机执行指令时，实现如权利要求1-9任一项所述的影像处理方法。

13.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1-9任一项所述的影像处理方法。

Images