CN116503871A - 字符分割的预处理方法、终端设备和计算机可读存储介质 - Google Patents

字符分割的预处理方法、终端设备和计算机可读存储介质 Download PDF

Info

Publication number
CN116503871A
CN116503871A CN202310327992.8A CN202310327992A CN116503871A CN 116503871 A CN116503871 A CN 116503871A CN 202310327992 A CN202310327992 A CN 202310327992A CN 116503871 A CN116503871 A CN 116503871A
Authority
CN
China
Prior art keywords
image
processed
character
gap
pixel
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
Application number
CN202310327992.8A
Other languages
English (en)
Inventor
李玥
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Anhui Peitian Robotics Group Co Ltd
Original Assignee
Anhui Peitian Robotics Group Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Anhui Peitian Robotics Group Co Ltd filed Critical Anhui Peitian Robotics Group Co Ltd
Priority to CN202310327992.8A priority Critical patent/CN116503871A/zh
Publication of CN116503871A publication Critical patent/CN116503871A/zh
Pending legal-status Critical Current

Links

Classifications

    • 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
    • G06V30/14—Image acquisition
    • G06V30/148—Segmentation of character regions
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Character Input (AREA)

Abstract

本申请公开了一种字符分割的预处理方法、终端设备和计算机可读存储介质，所述方法包括：获取待处理图像，待处理图像包括多个字符；将待处理图像划分为多个区域，其中，每个区域均包括单个字符；分别对待处理图像中的每个区域进行标准化处理，得到第一图像；根据第一图像，分别确定每个字符在待处理图像中的位置。通过上述方式，本申请能够提高字符分割结果的准确性。

Description

字符分割的预处理方法、终端设备和计算机可读存储介质
技术领域
本申请属于图像处理领域，特别是涉及一种字符分割的预处理方法、终端设备和计算机可读存储介质。
背景技术
OCR(Optical Character Recognition，光学字符识别)是指电子设备(例如扫描仪或数码相机)检查纸上打印的字符，然后用字符识别方法将形状翻译成计算机文字的过程。
在实际应用OCR的场景中，图像的亮度常因为光照不均、材料表面不平整等原因导致明暗不均匀，即图像对比度低，在分割字符时容易会出现缺字或粘连现象。
发明内容
本申请提供一种字符分割的预处理方法、终端设备和计算机可读存储介质，能够提高字符分割结果的准确性。
本申请第一实施例提供一种字符分割的预处理方法，所述方法包括：获取待处理图像，所述待处理图像包括多个字符；将所述待处理图像划分为多个区域，其中，每个所述区域均包括单个所述字符；分别对所述待处理图像中的每个所述区域进行标准化处理，得到第一图像；根据所述第一图像，分别确定每个所述字符在所述待处理图像中的位置。
本申请第二实施例提供一种终端设备，所述终端设备包括处理器、存储器以及通信电路，所述处理器分别耦接所述存储器、所述通信电路，所述存储器中存储有程序数据，所述处理器通过执行所述存储器内的所述程序数据以实现上述任一项所述方法中的步骤。
本申请第三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存储有计算机程序，所述计算机程序能够被处理器执行以实现上述任一项所述方法中的步骤。
有益效果是：本申请考虑到图像的亮度常因为光照不均、材料表面不平整等原因导致明暗不均匀，从而会增加字符识别的难度，因此将待处理图像划分为多个区域，其中，每个区域均包括单个字符，分别对每个区域的像素点进行标准化，增加字符之间的对比度，从而一方面便于识别待处理图像中的字符，另一方面也可以提高字符识别的准确率，为后续准确分割字符提供有力条件。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对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它的附图，其中：
图1是本申请字符分割的预处理方法一实施方式的流程示意图；
图2是图1中步骤S130的流程示意图；
图3是一实施方式中的待处理图像；
图4是对图3待处理图像进行标准化处理后得到的第一图像；
图5是图1中步骤S120的流程示意图；
图6是对图3待处理图像进行边缘检测得到的边缘图像；
图7是在图6边缘图像中确定各个间隙中心点的示意图；
图8是图1中步骤S140的流程示意图；
图9是对图4第一图像依次进行二值化处理、反色处理后得到的第二图像；
图10是每个字符在待处理图像中的位置示意图；
图11为本申请终端设备一实施方式的结构示意图；
图12为本申请计算机可读存储介质一实施方式的结构示意图。
具体实施方式
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，所描述的实施例仅是本申请的一部分实施例，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它实施例，都属于本申请保护的范围。
参阅图1，在本申请一实施方式中，字符分割的预处理方法包括：
S110：获取待处理图像，待处理图像包括多个字符。
要进行ocr识别，第一步便要获取所要识别的图像，该图像可以是对名片、身份证、护照、行驶证、驾驶证、公文或者文档等通过具有拍摄功能的器件或设备直接采集得到的，也可以是从具有拍摄功能的器件或设备采集到的视频中提取出的，本申请对待处理图像的获取方式不做具体限定。
具体地，待处理图像的类型可以是任何类型，例如，待处理图像是RGB格式、灰度图、YUV等格式。
其中，待处理图像中多个字符的排列方式可以是一行、一列或者多行多列。
S120：将待处理图像划分为多个区域，其中，每个区域均包括单个字符。
具体地，将待处理图像划分为多个区域后，每个区域都包括单个字符，也就是说区域数量和字符的数量相等。其中，划分区域的方法在下文介绍。
S130：分别对待处理图像中的每个区域进行标准化处理，得到第一图像。
具体地，分别对每个区域进行标准化处理，也就是说，针对每个区域都进行标准化处理。
对待处理图像中的每个区域进行标准化处理就是对每个区域分别进行灰度拉伸变换处理，让不同区域之间的对比度更大，即让字符区域之间的区分更加明显，从而可以提高确定字符位置的准确性，为后续准确分割字符提供有利条件。
S140：根据第一图像，分别确定每个字符在待处理图像中的位置。
具体地，第一图像是对待处理图像中的每个区域进行标准化处理而得到的，其中在对每个区域进行标准化处理时，并不会改变字符在图像中的位置，也不会改变图像的尺寸，因此第一图像的尺寸与待处理图像的尺寸相同，每个字符在第一图像中的位置与各自在待处理图像中的位置也相同。
同时由于第一图像中各个区域之间的对比度较大，且每个区域都只有一个字符，因此第一图像中不同字符之间的对比度也较大，从而在对第一图像进行字符识别时，可以准确地确定每个字符在第一图像中的位置，而每个字符在第一图像中的位置与各自在待处理图像中的位置也相同，因此最终可以确定每个字符在待处理图像中的位置。
从上述内容可以看出，本申请考虑到图像的亮度常因为光照不均、材料表面不平整等原因导致明暗不均匀，从而会增加字符识别的难度，因此将待处理图像划分为多个区域，其中，每个区域均包括单个字符，分别对每个区域的像素点进行标准化，增加字符之间的对比度，从而一方面便于识别待处理图像中的字符，另一方面也可以提高字符识别的准确率，为后续准确分割字符提供有力条件。
继续参阅图2，在本实施方式中，步骤S130对区域进行标准化处理的过程，包括：
S131：确定待处理图像的灰度图像。
RGB图像是三通道图像，而灰度图像是单通道图像，具体而言，在RGB图像中，每个像素点的像素值包括R分量、G分量以及B分量，但是在灰度图像中，每个像素点的像素值只有一个灰阶值，且该灰阶值的取值范围为[0，255],其中，当灰阶值等于255时，表示该像素点是白色像素点，当灰阶值等于0时，表示该像素点是黑色像素点。
需要说明的是，当待处理图像本身就是灰度图像时，步骤S131直接将待处理图像作为自身的灰度图像，即不需要进行任何转换，但是当待处理图像是其他类型的图像，例如RGB图像时，需要将待处理图像进行转换为灰度图像。其中，当待处理图像为RGB图像时，可以采用最大最小平均法或者加权平均法等任一项方法将待处理图像转换为灰度图像。
S132：分别对灰度图像中的每个区域进行标准化处理，得到第一图像。
对灰度图像中的每个区域进行标准化处理，也就是说对每个字符区域进行标准化处理。
在一应用场景中，步骤S132具体包括：按照以下公式，分别确定区域中每个像素点在经过标准化处理后的灰度值。
其中，G为像素点在经过标准化处理后的灰度值，Gi为像素点的灰度值，Gmax为区域中的最大灰度值，Gmin为区域中的最小灰度值。
从上述公式可以看出，对于某个区域中最大灰度值的像素点而言，其标准化处理后的像素值将变为255，也就是说，第一图像中与该像素点对应的像素点的灰度值为255。对于某个区域中最小灰度值的像素点而言，其标准化处理后的像素值将变为0，也就是说，第一图像中与该像素点对应的像素点的灰度值为0，使得像素点表现为纯黑色的点。
请参阅图3和图4，图3是待处理图像示意图，图4是经过标准化处理过的图像示意图，对比图3和图4，可以看出在分别针对每个区域进行标准化处理后，区域之间的对比度增强，从而可以为后续分割字符提供有利条件。
在另一应用场景中，也可以采用其它标准化处理方法进行灰度值变换，以增强待处理图像的对比度，例如可以选择指数对比度增强方法等。总而言之，本申请对于标准化处理的具体过程不做限制。
参阅图5，在本实施方式中，步骤S120将待处理图像划分为多个区域的步骤，包括：
S121：对待处理图像进行边缘检测，得到边缘图像。
边缘检测的目的就是找到图像中亮度变化剧烈的像素点构成的集合，其特征表现为轮廓。
边缘图像是图像识别的重要特征，该步骤中，获取待处理图像后，对待处理图像进行边缘检测，其中，边缘检测的方法可以采用Canny边缘检测算子、Sobel边缘检测算子或者基于小波的图像边缘检测算法等。
图6是对待处理图像进行边缘检测后，得到的边缘图像示意图，图6中边缘像素点呈白色，非边缘像素点呈黑色。
S122：在边缘图像中查找相邻两个字符之间的间隙。
具体地，获得边缘图像后易于找到相邻两个字符之间的间隙，便于后续进行字符分割。
在一应用场景中，如图6所示，当多个字符在待处理图像中排列呈一行时，步骤S122具体包括：
(a)分别统计边缘图像中每个像素列中的边缘点数量。
具体地，遍历每个像素列，分别统计每个像素列的边缘点数量。
(b)响应于像素列对应的边缘点数量不超过数量阈值，确定像素列为间隙像素列，否则确定像素列是非间隙像素列。
具体地，若像素列对应的边缘点数量超过数量阈值，则说明该像素列包括字符的至少部分，进而确定像素列是非间隙像素列；若像素列对应的边缘点数量不超过数量阈值，则说明该像素列不包含任何字符，进而确定像素列是间隙像素列。
其中，数量阈值可以结合实际场景进行设定，例如设定为0、1、2或者更大的值等。可以理解的是，当数值阈值等于0时，只要像素列包括任意一个边缘点，则确定该像素列包括字符的至少部分，进而确定像素列是非间隙像素列。
(c)确定相邻两列非间隙像素列之间的所有间隙像素列，构成相邻两个字符之间的间隙。
具体地，由上述内容可知，非像素列不包含任何字符，但是像素列包括字符的至少部分，因此相邻两列非间隙像素列之间的所有间隙像素列，构成相邻两个字符之间的间隙。
结合图7，由于在分割字符时，只需要考虑两个字符之间的间隙，边缘图像中最左边的间隙1和最右边的间隙2不需要进行考虑，因此在通过步骤(c)确定相邻两个字符之间的间隙时，可以忽略最左边的间隙1和最右边的间隙2不需要考虑，也就是说与边缘图像竖边框相邻的间隙舍去。
当然在其他实施方式，边缘图像中查找相邻两个字符之间的间隙也可以采用垂直投影法。垂直投影法对图像垂直方向的投影，就是在该方向取一条直线，统计垂直于该直线(轴)的图像上的像素的黑点数量，由于字符部分和间隙部分在二值图像中分别体现为白色像素和黑色像素，以此确定相邻两个字符之间的间隙。
S123：根据间隙，将待处理图像划分为多个区域。
在一应用场景中，当多个字符呈现一行时：
(d)分别确定各个间隙的中心点。
其中针对图6的边缘图像，找出的各个间隙的中心点如图7所示，图7中的白点表示相邻两个字符之间间隙的中心点。
其中，在确定相邻两个字符之间的间隙后，针对每个间隙而言，都执行如下步骤：
在间隙所包含的间隙像素列，确定位于中间位置的间隙像素列，然后将位于中间位置的间隙像素列的中心像素点确定为间隙的中心点。
其中，如果间隙所包含的间隙像素列的数量为偶数个，则处于中间位置的间隙像素列有两个，此时可以将这两个间隙像素列中的任意一列最终确定为位于中间位置的间隙像素列，然后将该间隙像素列的中心像素点确定为间隙的中心点。
(e)分别沿经过各个中心点的垂线，将待处理图像划分为多个区域。
具体地，在确定每个间隙的中心点后，针对每个中心点而言，都做一条经过各自的垂线，从而实现将待处理图像划分为多个区域。
在经过划分后，区域数量等于字符数量，每个区域都包括一个字符，也就是说，多个区域和多个字符一一对应。
在另一应用场景中，当多个字符呈现多行多列时，可以参照上述方法进行划分区域，该过程具体包括：先进行行的划分，即将一行行字符划分出来，形成单行字符，然后再进行列的划分，即同时将每行字符中的单个字符划分出来。其中，在进行行的划分时，可以将每行字符看成是一个字符，然后采用上述的方式将一行行字符划分出来，然后再针对每行进行单个字符的划分。
继续参阅图8，步骤S140根据第一图像，分别确定每个字符在待处理图像中的位置的过程，包括：
S141：对第一图像依次进行二值化处理，得到第二图像；
具体地，由于第二图像是对第一图像进行二值化处理、反色处理而得到的，因此第二图像是灰度图像，且第二图像中像素点的灰度值要么是第一数值，要么是第二数值。在一应用场景中，第一数值为0，第二数值为255。
其中，可以基于二值化阈值对第一图像进行二值化处理，例如，对于第一图像中的某一个像素点而言，如果其灰度值大于阈值，则将第二图像中与其位置相同的像素点的灰度值设置为0，否则设置为255。其中，二值化阈值可以是工作人员自己设定，也可以是根据OTSU法自动选择灰度阈值。
S142：根据第二图像，分别确定每个字符在待处理图像中的位置。
具体地，第二图像是对第一图像依次进行二值化处理、反色处理而得到的，其中在对第一图像依次进行二值化处理、反色处理时，并不会改变字符在图像中的位置，也不会改变图像的尺寸，因此第二图像的尺寸与第一图像的尺寸相同，每个字符在第二图像中的位置与各自在第一图像中的位置也相同。
同时由于第二图像进行二值化处理后区分出了字符与背景，从而在对第二图像进行字符识别时，可以准确地确定每个字符在第二图像中的位置，而每个字符在第一图像中的位置与各自在待处理图像中的位置也相同，所以第二图像中的位置与各自在待处理图像中的位置也相同，因此最终可以确定每个字符在待处理图像中的位置，其中，参阅图10，在待处理图像中确定每个字符的位置后，生成多个检测框，每个检测框均框选一个字符。
在本实施方式中，在步骤S142之前，还包括：响应于所述第二图像中字符像素点是黑色像素点，对所述第二图像进行反色处理，而后基于所述反色处理后的所述第二图像，执行步骤S142。
具体地，反色处理指的是：如果原先图像的背景是白色，而字符是黑色的话，经过反色处理后，背景变为白色，字符变为黑色，或者如果原先图像的背景是黑色，而字符是白色的话，经过反色处理后，背景变为黑色，字符变为白色。
考虑到白色的亮度高于黑色，因此相比较于字符是黑色的，当字符是白色时，更加有利于确定字符的位置，因此如果第二图像中，字符像素点是黑色像素点，则对第二图像进行反色处理，将字符像素点变为白色像素点，背景像素点变为黑色像素点，然后再基于反色处理后的图像，执行步骤S142。其中，将图4所示的第一图像依次进行二值化处理、反色处理后得到的第二图像如图9所示。
需要说明的是，在其他实施方式中，在二值化处理后，也可以不进行反色处理。
在经过上述步骤后，可以确定待处理图像中每个字符的位置，后续基于字符的位置，可以从待处理图像中分割出每个字符。
参阅图11，图11是本申请终端设备一实施方式的结构示意图。该终端设备200包括处理器201、存储器202以及通信电路203，处理器201分别耦接存储器202、通信电路203，存储器202中存储有程序数据，处理器201通过执行存储器202内的程序数据以实现上述任一项实施方式方法中的步骤，其中详细的步骤可参见上述实施方式，在此不再赘述。
其中，处理器201可以是通用处理器，包括中央处理器(Central ProcessingUnit，CPU)、网络处理器(Network Processor，NP)、数字信号处理器(DigitalSignalProcessing，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)等。
其中，存储器202可以是诸如闪存、EEPROM(电可擦除可编程只读存储器)、EPROM、硬盘或者ROM之类的电子存储器。
其中详细的字符分割的预处理方法可参见上述相关内容，在此不做具体介绍。
其中，终端设备200可以是服务器，也可以是其他任何一个具有算法处理能力的设备，在此不做赘述。
参阅图12，图12是本申请计算机可读存储介质一实施方式的结构示意图。该计算机可读存储介质301存储有计算机程序302，计算机程序302能够被处理器执行以实现上述任一项方法中的步骤。
其中，计算机可读存储介质301具体可以为U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等可以存储计算机程序302的装置，或者也可以为存储有该计算机程序302的服务器，该服务器可将存储的计算机程序302发送给其他设备运行，或者也可以自运行该存储的计算机程序302。
以上所述仅为本申请的实施例，并非因此限制本申请的专利范围，凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其它相关的技术领域，均同理包括在本申请的专利保护范围内。

Claims (10)

1.一种字符分割的预处理方法，其特征在于，所述方法包括：
获取待处理图像，所述待处理图像包括多个字符；
将所述待处理图像划分为多个区域，其中，每个所述区域均包括单个所述字符；
分别对所述待处理图像中的每个所述区域进行标准化处理，得到第一图像；
根据所述第一图像，分别确定每个所述字符在所述待处理图像中的位置。
2.根据权利要求1所述的方法，其特征在于，分别对所述待处理图像中的每个所述区域进行标准化处理，得到第一图像的步骤，包括：
确定所述待处理图像的灰度图像；
分别对所述灰度图像中的每个所述区域进行所述标准化处理，得到所述第一图像。
3.根据权利要求2所述的方法，其特征在于，对所述灰度图像中的所述区域进行标准化处理的步骤，包括：
按照以下公式，分别确定所述区域中每个像素点在经过所述标准化处理后的灰度值；
其中，G为所述像素点在经过所述标准化处理后的灰度值，Gi为所述像素点的灰度值，Gmax为所述区域中的最大灰度值，Gmin为所述区域中的最小灰度值。
4.根据权利要求1所述的方法，其特征在于，所述将所述待处理图像划分为多个区域的步骤，包括：
对所述待处理图像进行边缘检测，得到边缘图像；
在所述边缘图像中查找相邻两个所述字符之间的间隙；
根据所述间隙，将所述待处理图像划分为多个所述区域。
5.根据权利要求4所述的方法，其特征在于，多个所述字符在所述待处理图像中排列呈一行；
所述在所述边缘图像中查找相邻两个所述字符之间的间隙的步骤，包括：
分别统计所述边缘图像中每个像素列中的边缘点数量；
响应于所述像素列对应的所述边缘点数量不超过数量阈值，确定所述像素列为间隙像素列，否则确定所述像素列是非间隙像素列；
确定相邻两列所述非间隙像素列之间的所有所述间隙像素列，构成相邻两个所述字符之间的所述间隙。
6.根据权利要求5所述的方法，其特征在于，所述根据所述间隙，将所述待处理图像划分为多个所述区域的步骤，包括：
分别确定各个所述间隙的中心点；
分别沿经过各个所述中心点的垂线，将所述待处理图像划分为多个所述区域。
7.根据权利要求1所述的方法，其特征在于，所述根据所述第一图像，分别确定每个所述字符在所述待处理图像中的位置的步骤，包括：
对所述第一图像依次进行二值化处理，得到第二图像；
根据所述第二图像，分别确定每个所述字符在所述待处理图像中的位置。
8.根据权利要求7所述的方法，其特征在于，在所述根据所述第二图像，分别确定每个所述字符在所述待处理图像中的位置之前，还包括：
响应于所述第二图像中字符像素点是黑色像素点，对所述第二图像进行反色处理，而后基于所述反色处理后的所述第二图像，执行所述根据所述第二图像，分别确定每个所述字符在所述待处理图像中的位置的步骤。
9.一种终端设备，其特征在于，所述终端设备包括处理器、存储器以及通信电路，所述处理器分别耦接所述存储器、所述通信电路，所述存储器中存储有程序数据，所述处理器通过执行所述存储器内的所述程序数据以实现如权利要求1-8任一项所述方法中的步骤。
10.一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存储有计算机程序，所述计算机程序能够被处理器执行以实现如权利要求1-8任一项所述方法中的步骤。
CN202310327992.8A 2023-03-29 2023-03-29 字符分割的预处理方法、终端设备和计算机可读存储介质 Pending CN116503871A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310327992.8A CN116503871A (zh) 2023-03-29 2023-03-29 字符分割的预处理方法、终端设备和计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310327992.8A CN116503871A (zh) 2023-03-29 2023-03-29 字符分割的预处理方法、终端设备和计算机可读存储介质

Publications (1)

Publication Number Publication Date
CN116503871A true CN116503871A (zh) 2023-07-28

Family

ID=87315790

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310327992.8A Pending CN116503871A (zh) 2023-03-29 2023-03-29 字符分割的预处理方法、终端设备和计算机可读存储介质

Country Status (1)

Country Link
CN (1) CN116503871A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117690142A (zh) * 2024-02-01 2024-03-12 深圳中科精工科技有限公司 晶圆字符的预处理方法、设备及存储介质

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117690142A (zh) * 2024-02-01 2024-03-12 深圳中科精工科技有限公司 晶圆字符的预处理方法、设备及存储介质
CN117690142B (zh) * 2024-02-01 2024-05-28 深圳中科精工科技有限公司 晶圆字符的预处理方法、设备及存储介质

Similar Documents

Publication Publication Date Title
KR101795823B1 (ko) 광학 문자 인식되는 텍스트 영상의 텍스트 개선 기법
DE112008001052T5 (de) Bildsegmentierung und -Verbesserung
US8331670B2 (en) Method of detection document alteration by comparing characters using shape features of characters
CN109993161B (zh) 一种文本图像旋转矫正方法及系统
CN111461131B (zh) 身份证号码信息识别方法、装置、设备及存储介质
CN110443184B (zh) 身份证信息提取方法、装置及计算机存储介质
CN110598566A (zh) 图像处理方法、装置、终端和计算机可读存储介质
CN113688838B (zh) 红色笔迹提取方法、系统、可读存储介质及计算机设备
CN116503871A (zh) 字符分割的预处理方法、终端设备和计算机可读存储介质
CN114240925A (zh) 一种文档图像清晰度的检测方法及其系统
US8280157B2 (en) Methods and systems for refining text detection in a digital image
CN115497109A (zh) 基于智能翻译的文字图像预处理方法
CN111445402B (zh) 一种图像去噪方法及装置
WO2024016632A1 (zh) 亮点定位方法、亮点定位装置、电子设备及存储介质
US6983071B2 (en) Character segmentation device, character segmentation method used thereby, and program therefor
CN115410191A (zh) 文本图像识别方法、装置、设备和存储介质
CN111986176B (zh) 一种裂纹图像识别方法、系统、终端及可读存储介质
CN109934215B (zh) 一种身份证识别方法
CN111753573B (zh) 二维码图像识别方法、装置、电子设备以及可读存储介质
CN114611540A (zh) 基于数字图像处理的一维码图像区域识别方法、电子设备
CN109086766B (zh) 一种基于积分图的多阈值融合冠字号提取方法
CN111753842A (zh) 票据文本区域检测方法及装置
CN112508024A (zh) 一种变压器电气铭牌钢印字体智能识别方法
CN111242047A (zh) 图像处理方法和装置、电子设备及计算机可读存储介质
Li et al. Automatic recognition system for numeric characters on ammeter dial plate

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