JP5775225B2 - マルチレイヤ連結成分をヒストグラムと共に用いるテキスト検出 - Google Patents
マルチレイヤ連結成分をヒストグラムと共に用いるテキスト検出 Download PDFInfo
- Publication number
- JP5775225B2 JP5775225B2 JP2014537674A JP2014537674A JP5775225B2 JP 5775225 B2 JP5775225 B2 JP 5775225B2 JP 2014537674 A JP2014537674 A JP 2014537674A JP 2014537674 A JP2014537674 A JP 2014537674A JP 5775225 B2 JP5775225 B2 JP 5775225B2
- Authority
- JP
- Japan
- Prior art keywords
- spatial
- bins
- histogram
- bin
- connected components
- 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.)
- Expired - Fee Related
Links
- 238000001514 detection method Methods 0.000 title claims description 30
- 238000000034 method Methods 0.000 claims description 54
- 238000012545 processing Methods 0.000 claims description 18
- 230000015654 memory Effects 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 13
- 238000000605 extraction Methods 0.000 description 17
- 230000008569 process Effects 0.000 description 13
- 238000013459 approach Methods 0.000 description 10
- 238000001914 filtration Methods 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 7
- 230000003044 adaptive effect Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000003708 edge detection Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 230000004807 localization Effects 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012015 optical character recognition Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 230000001771 impaired effect Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/40—Image enhancement or restoration using histogram techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
-
- 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
- G06V30/18—Extraction of features or characteristics of the image
- G06V30/1801—Detecting partial patterns, e.g. edges or contours, or configurations, e.g. loops, corners, strokes or intersections
- G06V30/18076—Detecting partial patterns, e.g. edges or contours, or configurations, e.g. loops, corners, strokes or intersections by analysing connectivity, e.g. edge linking, connected component analysis or slices
-
- 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)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Analysis (AREA)
- Character Input (AREA)
- Facsimile Image Signal Circuits (AREA)
- Image Processing (AREA)
Description
Claims (20)
- 少なくとも一つのプロセッサと、コンピュータプログラムコードを含む少なくとも一つのメモリとを備える装置であって、前記少なくとも一つのメモリおよび前記プログラムコードが、前記少なくとも一つのプロセッサと共に、前記装置に少なくとも:
デジタル画像を複数値レベルの画像に変換することと;
連結成分に基づいて、前記複数値レベルの画像から、複数のスケールセットを形成すること、ただし前記スケールセットの各々は他とは異なるサイズの空間ビンを規定する、前記形成することと;
前記複数のスケールセットの各々につき:
個々の空間ビンについて、それぞれのスケールセットから抽出された連結成分のカウント値を生成すること、および
前記カウント値に基づいて、隣接空間ビンが表現する連結成分を関係付けることと;
前記異なる複数のスケールセットからの前記関係付けされた連結成分を合体することと;
前記合体された連結成分に対してテキストライン検出を行うことと;
を行わせるように構成される、装置。 - 前記複数のスケールセットの各々について、各空間ビンの成分のカウント値がヒストグラムを構成し、
前記少なくとも一つのメモリおよび前記コンピュータプログラムコードは、前記少なくとも一つのプロセッサと共に、前記装置に、少なくとも更に、前記複数のスケールの各々について、前記ヒストグラムを生成した後であって前記隣接する空間ビンを関係付ける前に、所定の値未満のカウント値しか有さない全ての空間ビンを除去することを実行させるように構成される、
請求項1に記載の装置。 - 前記ヒストグラムの各々は他のヒストグラムとは異なるサイズのビンを規定する、請求項2に記載の装置。
- 前記ヒストグラムの各々は、ビンのサイズが同じであって互いに重なり合う2種類のグリッドを含む、請求項3に記載の装置。
- 請求項2に記載の装置であって、
前記少なくとも一つのメモリおよび前記コンピュータプログラムコードは、前記少なくとも一つのプロセッサと共に、前記装置に、少なくとも更に:
前記複数のスケールセットの各々について、前記ヒストグラムの生成の後に、各空間ビンに対して,鉛直方向及び水平方向に隣接するビンのカウント値を加えることにより,前記ヒストグラムを引き延ばすことと;
その後、孤立した領域を含む空間ビンを除去することと;
を行わせるように構成され、ここで、前記空間ビンの関係付けは、前記引き延ばされたヒストグラムに対して前記除去することを行った後に行われる、装置。 - 前記引き延ばされたヒストグラムから、所定の閾値未満のカウント値しか有さない全ての空間ビンが除去される、請求項5に記載の装置。
- 請求項6に記載の装置であって、前記少なくとも一つのメモリ及び前記コンピュータプログラムコードは、前記少なくとも一つのプロセッサと共に、前記装置に:
隣接ビンを関係付ける際またはテキストライン検出を行う際に、誤ったテキスト文字候補を取り除くべく、テキスト線幅を検査することと;
文字のサイズを比較し、基本的な文字が同じようなサイズの隣接空間ビンについてのみ関係付けを行うことと;
の少なくともいずれかを実行させるように構成される、装置。 - MSERまたは二値化の手法を用いて、複数値レベルから前記連結成分が抽出される、請求項1に記載の装置。
- デジタル画像を複数値レベルの画像に変換することと;
少なくとも一つのプロセッサによって、連結成分に基づいて、前記複数値レベルの画像から、複数のスケールセットを形成すること、ただし前記スケールセットの各々は他とは異なるサイズの空間ビンを規定する、前記形成することと;
前記複数のスケールセットの各々につき:
個々の空間ビンについて、それぞれのスケールセットから抽出された連結成分のカウント値を生成すること、および
前記カウント値に基づいて、隣接空間ビンが表現する連結成分を関係付けることと;
前記異なる複数のスケールセットからの前記関係付けされた連結成分を合体することと;
前記合体された連結成分に対してテキストライン検出を行うことと;
を含む、方法。 - 前記複数のスケールセットの各々について、各空間ビンの連結成分のカウント値がヒストグラムを構成する、請求項9に記載の方法であって、
前記複数のスケールの各々について、前記ヒストグラムを生成した後であって前記隣接する空間ビンを関係付ける前に、所定の値未満のカウント値しか有さない全ての空間ビンを除去することを更に含む、方法。 - 前記ヒストグラムの各々は他のヒストグラムとは異なるサイズのビンを規定する、請求項10に記載の方法。
- 前記ヒストグラムの各々は、ビンのサイズが同じであって互いに重なり合う2種類のグリッドを含む、請求項11に記載の装置。
- 前記複数のスケールセットの各々について、前記ヒストグラムの生成の後に、各空間ビンに対して,鉛直方向及び水平方向に隣接するビンのカウント値を加えることにより,前記ヒストグラムを引き延ばすことと;
その後、孤立した領域を含む空間ビンを除去することと;
を含み、ここで、前記空間ビンを関係付けることは、前記引き延ばされたヒストグラムに対して前記除去することを行った後に行われる、請求項10に記載の方法。 - 前記引き延ばされたヒストグラムから、所定の閾値未満のカウント値しか有さない全ての空間ビンが除去される、請求項13に記載の方法。
- 隣接ビンを関係付ける際またはテキストライン検出を行う際に、誤ったテキスト文字候補を取り除くべく、テキスト線幅を検査することと;
文字のサイズを比較し、基本的な文字が同じようなサイズの隣接空間ビンについてのみ関係付けを行うことと;
の少なくとも1つを更に含む、請求項14に記載の方法。 - MSERまたは二値化の手法を用いて、複数値レベルから前記連結成分が抽出される、請求項9に記載の方法。
- コンピュータ可読命令を含むコンピュータプログラムであって、前記コンピュータ可読命令は、装置の処理手段で実行されると、前記装置に動作を行わせ、前記動作は:
デジタル画像を複数値レベルの画像に変換することと;
連結成分に基づいて、前記複数値レベルの画像から、複数のスケールセットを形成することであって、ここで前記スケールセットの各々は他とは異なるサイズの空間ビンを規定する、前記形成することと;
前記複数のスケールセットの各々につき:
個々の空間ビンについて、それぞれのスケールセットから抽出された連結成分のカウント値を生成すること、および
前記カウント値に基づいて、隣接空間ビンが表現する連結成分を関係付けることと;
前記異なる複数のスケールセットからの前記関係付けされた連結成分を合体することと;
前記合体された連結成分に対してテキストライン検出を行うことと;
を含む、コンピュータプログラム。 - 前記動作は、前記複数のスケールの各々について、前記ヒストグラムを生成した後であって前記隣接する空間ビンを関係付ける前に、所定の値未満のカウント値しか有さない全ての空間ビンを除去することを含む、請求項17に記載のコンピュータプログラム。
- 前記動作は、
前記複数のスケールセットの各々について、前記ヒストグラムの生成の後に、各空間ビンに対して,鉛直方向及び水平方向に隣接するビンのカウント値を加えることにより,前記ヒストグラムを引き延ばすことと;
その後、孤立した領域を含む空間ビンを除去することと;
を更に含み、前記関係付けられた隣接空間ビンは、前記除去の後に、前記引き延ばされたヒストグラムから得られる、請求項18に記載のコンピュータプログラム。 - 前記引き延ばされたヒストグラムから、所定の閾値未満のカウント値しか有さない全ての空間ビンが除去される、請求項19に記載のコンピュータプログラム。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US13/301,103 | 2011-11-21 | ||
US13/301,103 US8611662B2 (en) | 2011-11-21 | 2011-11-21 | Text detection using multi-layer connected components with histograms |
PCT/FI2012/050994 WO2013076358A1 (en) | 2011-11-21 | 2012-10-17 | Text detection using multi-layer connected components with histograms |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2014531097A JP2014531097A (ja) | 2014-11-20 |
JP5775225B2 true JP5775225B2 (ja) | 2015-09-09 |
Family
ID=48427024
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2014537674A Expired - Fee Related JP5775225B2 (ja) | 2011-11-21 | 2012-10-17 | マルチレイヤ連結成分をヒストグラムと共に用いるテキスト検出 |
Country Status (7)
Country | Link |
---|---|
US (1) | US8611662B2 (ja) |
EP (1) | EP2783328B1 (ja) |
JP (1) | JP5775225B2 (ja) |
KR (1) | KR101617681B1 (ja) |
CN (1) | CN103946866B (ja) |
IN (1) | IN2014CN04624A (ja) |
WO (1) | WO2013076358A1 (ja) |
Families Citing this family (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8731296B2 (en) * | 2011-04-21 | 2014-05-20 | Seiko Epson Corporation | Contact text detection in scanned images |
US9064191B2 (en) | 2012-01-26 | 2015-06-23 | Qualcomm Incorporated | Lower modifier detection and extraction from devanagari text images to improve OCR performance |
US9053361B2 (en) | 2012-01-26 | 2015-06-09 | Qualcomm Incorporated | Identifying regions of text to merge in a natural image or video frame |
US9076242B2 (en) | 2012-07-19 | 2015-07-07 | Qualcomm Incorporated | Automatic correction of skew in natural images and video |
US9014480B2 (en) | 2012-07-19 | 2015-04-21 | Qualcomm Incorporated | Identifying a maximally stable extremal region (MSER) in an image by skipping comparison of pixels in the region |
US9047540B2 (en) | 2012-07-19 | 2015-06-02 | Qualcomm Incorporated | Trellis based word decoder with reverse pass |
US9262699B2 (en) | 2012-07-19 | 2016-02-16 | Qualcomm Incorporated | Method of handling complex variants of words through prefix-tree based decoding for Devanagiri OCR |
US9141874B2 (en) | 2012-07-19 | 2015-09-22 | Qualcomm Incorporated | Feature extraction and use with a probability density function (PDF) divergence metric |
US9047528B1 (en) * | 2013-02-19 | 2015-06-02 | Amazon Technologies, Inc. | Identifying characters in grid-based text |
US9928572B1 (en) | 2013-12-20 | 2018-03-27 | Amazon Technologies, Inc. | Label orientation |
US9460357B2 (en) * | 2014-01-08 | 2016-10-04 | Qualcomm Incorporated | Processing text images with shadows |
US9858304B2 (en) * | 2014-04-15 | 2018-01-02 | Raytheon Company | Computing cross-correlations for sparse data |
US9183636B1 (en) * | 2014-04-16 | 2015-11-10 | I.R.I.S. | Line segmentation method |
CN104182750B (zh) * | 2014-07-14 | 2017-08-01 | 上海交通大学 | 一种在自然场景图像中基于极值连通域的中文检测方法 |
WO2016014020A1 (en) | 2014-07-21 | 2016-01-28 | Hewlett-Packard Development Company, L.P. | Radial histogram matching |
US9235757B1 (en) * | 2014-07-24 | 2016-01-12 | Amazon Technologies, Inc. | Fast text detection |
CN104751147A (zh) * | 2015-04-16 | 2015-07-01 | 成都汇智远景科技有限公司 | 一种图像识别方法 |
CN104766095A (zh) * | 2015-04-16 | 2015-07-08 | 成都汇智远景科技有限公司 | 一种移动终端图像识别方法 |
US9471990B1 (en) * | 2015-10-20 | 2016-10-18 | Interra Systems, Inc. | Systems and methods for detection of burnt-in text in a video |
US10083353B2 (en) * | 2016-10-28 | 2018-09-25 | Intuit Inc. | Identifying document forms using digital fingerprints |
CN107688806B (zh) * | 2017-08-21 | 2021-04-20 | 西北工业大学 | 一种基于仿射变换的自由场景文本检测方法 |
CN108985288B (zh) * | 2018-07-17 | 2022-06-14 | 电子科技大学 | 一种基于TGMSERs的SAR图像溢油检测方法 |
CN110008950A (zh) * | 2019-03-13 | 2019-07-12 | 南京大学 | 一种对形状鲁棒的自然场景中文本检测的方法 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS6413687A (en) * | 1987-07-07 | 1989-01-18 | Nec Corp | System for detecting character row |
US5920655A (en) | 1995-02-10 | 1999-07-06 | Canon Kabushiki Kaisha | Binarization image processing for multi-level image data |
JP3868654B2 (ja) * | 1998-03-27 | 2007-01-17 | 株式会社リコー | 画像処理装置 |
JP4418726B2 (ja) * | 2004-10-01 | 2010-02-24 | 日本電信電話株式会社 | 文字列探索装置、探索方法およびこの方法のプログラム |
US7570816B2 (en) | 2005-03-31 | 2009-08-04 | Microsoft Corporation | Systems and methods for detecting text |
CN100565559C (zh) * | 2007-03-14 | 2009-12-02 | 中国科学院自动化研究所 | 基于连通分量和支持向量机的图像文本定位方法和装置 |
CN101615252B (zh) * | 2008-06-25 | 2012-07-04 | 中国科学院自动化研究所 | 一种自适应图像文本信息提取方法 |
US8189917B2 (en) | 2008-09-25 | 2012-05-29 | Sharp Laboratories Of America, Inc. | Methods and systems for locating text in a digital image |
CN102163284B (zh) * | 2011-04-11 | 2013-02-27 | 西安电子科技大学 | 面向中文环境的复杂场景文本定位方法 |
-
2011
- 2011-11-21 US US13/301,103 patent/US8611662B2/en active Active
-
2012
- 2012-10-17 CN CN201280056944.XA patent/CN103946866B/zh not_active Expired - Fee Related
- 2012-10-17 KR KR1020147016856A patent/KR101617681B1/ko active IP Right Grant
- 2012-10-17 EP EP12851984.0A patent/EP2783328B1/en not_active Not-in-force
- 2012-10-17 JP JP2014537674A patent/JP5775225B2/ja not_active Expired - Fee Related
- 2012-10-17 IN IN4624CHN2014 patent/IN2014CN04624A/en unknown
- 2012-10-17 WO PCT/FI2012/050994 patent/WO2013076358A1/en active Application Filing
Also Published As
Publication number | Publication date |
---|---|
WO2013076358A1 (en) | 2013-05-30 |
EP2783328B1 (en) | 2018-08-22 |
EP2783328A1 (en) | 2014-10-01 |
KR101617681B1 (ko) | 2016-05-11 |
US8611662B2 (en) | 2013-12-17 |
US20130129216A1 (en) | 2013-05-23 |
CN103946866B (zh) | 2018-06-01 |
IN2014CN04624A (ja) | 2015-09-18 |
EP2783328A4 (en) | 2016-09-28 |
CN103946866A (zh) | 2014-07-23 |
JP2014531097A (ja) | 2014-11-20 |
KR20140091762A (ko) | 2014-07-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5775225B2 (ja) | マルチレイヤ連結成分をヒストグラムと共に用いるテキスト検出 | |
CN110414507B (zh) | 车牌识别方法、装置、计算机设备和存储介质 | |
CN111985464B (zh) | 面向法院判决文书的多尺度学习的文字识别方法及系统 | |
US9053361B2 (en) | Identifying regions of text to merge in a natural image or video frame | |
CN109918987B (zh) | 一种视频字幕关键词识别方法及装置 | |
US9171204B2 (en) | Method of perspective correction for devanagari text | |
US9076056B2 (en) | Text detection in natural images | |
WO2018233038A1 (zh) | 基于深度学习的车牌识别方法、装置、设备及存储介质 | |
CN109583345B (zh) | 道路识别方法、装置、计算机装置及计算机可读存储介质 | |
Sain et al. | Multi-oriented text detection and verification in video frames and scene images | |
US9171224B2 (en) | Method of improving contrast for text extraction and recognition applications | |
CN110852311A (zh) | 一种三维人手关键点定位方法及装置 | |
WO2019204577A1 (en) | System and method for multimedia analytic processing and display | |
Tabassum et al. | Text detection using MSER and stroke width transform | |
Yasmeen et al. | Text detection and classification from low quality natural images | |
CN112686122A (zh) | 人体及影子的检测方法、装置、电子设备、存储介质 | |
Vidhyalakshmi et al. | Text detection in natural images with hybrid stroke feature transform and high performance deep Convnet computing | |
Arai et al. | Text extraction from TV commercial using blob extraction method | |
Satish et al. | Edge assisted fast binarization scheme for improved vehicle license plate recognition | |
Nor et al. | Image segmentation and text extraction: application to the extraction of textual information in scene images | |
CN113743413B (zh) | 一种结合图像语义信息的视觉slam方法及系统 | |
Liu | Digits Recognition on Medical Device | |
Chugh et al. | Character localization from natural images using nearest neighbours approach | |
Shabana et al. | TEXT DETECTION AND RECOGNITION IN NATURAL IMAGES | |
JP6513311B2 (ja) | 文字認識装置および文字認識方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20140425 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20150304 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20150310 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20150529 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20150622 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20150702 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5775225 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313113 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
LAPS | Cancellation because of no payment of annual fees |