JP6392468B2 - 領域認識方法及び装置 - Google Patents
領域認識方法及び装置 Download PDFInfo
- Publication number
- JP6392468B2 JP6392468B2 JP2017547046A JP2017547046A JP6392468B2 JP 6392468 B2 JP6392468 B2 JP 6392468B2 JP 2017547046 A JP2017547046 A JP 2017547046A JP 2017547046 A JP2017547046 A JP 2017547046A JP 6392468 B2 JP6392468 B2 JP 6392468B2
- Authority
- JP
- Japan
- Prior art keywords
- abscissa
- histogram
- characters
- character
- threshold
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims description 46
- 230000001186 cumulative effect Effects 0.000 claims description 139
- 238000004364 calculation method Methods 0.000 claims description 17
- 239000003086 colorant Substances 0.000 claims description 6
- 238000010586 diagram Methods 0.000 description 13
- 238000005516 engineering process Methods 0.000 description 13
- 238000004891 communication Methods 0.000 description 10
- 238000012545 processing Methods 0.000 description 9
- 230000000694 effects Effects 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 5
- 238000007781 pre-processing Methods 0.000 description 4
- 230000005236 sound signal Effects 0.000 description 4
- 238000007726 management method Methods 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000005728 strengthening Methods 0.000 description 1
Images
Classifications
-
- 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
- G06V10/267—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 by performing operations on regions, e.g. growing, shrinking or watersheds
-
- 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
- G06V30/153—Segmentation of character regions using recognition of characters or words
-
- 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
- G06V30/40—Document-oriented image-based pattern recognition
- G06V30/41—Analysis of document content
- G06V30/414—Extracting the geometrical structure, e.g. layout tree; Block segmentation, e.g. bounding boxes for graphics or text
-
- 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
- G06V10/40—Extraction of image or video features
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/50—Extraction of image or video features by performing operations within image blocks; by using histograms, e.g. histogram of oriented gradients [HoG]; by summing image-intensity values; Projection analysis
- G06V10/507—Summing image-intensity values; Histogram projection analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
- G06V10/758—Involving statistics of pixels or of feature values, e.g. histogram matching
-
- 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
- G06V30/146—Aligning or centring of the image pick-up or image-field
- G06V30/1475—Inclination or skew detection or correction of characters or of image to be recognised
- G06V30/1478—Inclination or skew detection or correction of characters or of image to be recognised of characters or characters lines
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
-
- 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
- G06V30/28—Character recognition specially adapted to the type of the alphabet, e.g. Latin alphabet
- G06V30/287—Character recognition specially adapted to the type of the alphabet, e.g. Latin alphabet of Kanji, Hiragana or Katakana characters
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Geometry (AREA)
- Computer Graphics (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Character Input (AREA)
- Image Analysis (AREA)
Description
文字領域を2値化し、2値化後の文字領域を得、前記文字領域が同一行に属する若干の文字を含むことと、
前記2値化後の文字領域に対して垂直方向に応じてヒストグラムを算出し、前記ヒストグラムが各列のピクセルの横座標及び各列のピクセルにおける前景色ピクセルの累積値を含むことと、
ヒストグラムにおける累積値の分布情報に基づいて、文字領域における文字のキャラクター領域を認識することと、を含む領域認識方法を提供している。
ヒストグラムにおける累積値の分布情報により若干の組の横座標を決定し、各組の横座標は第1の横座標及び第1の横座標の右側にある初めの第2の横座標を含み、前記第1の横座標及び第1の横座標の右側の隣接する横座標に対応する累積値が第1の閾値より大きく、且つ第1の横座標の左側の隣接する横座標に対応する累積値が第2の閾値より小さく、第2の横座標及び第2の横座標の左側の隣接する横座標に対応する累積値が第1の閾値より大きく、且つ第2の横座標の右側の隣接する横座標に対応する累積値が第2の閾値より小さく、
各組の横座標に対して、第1の横座標の所在する画素列をキャラクター領域の左縁に認識し、第2の横座標の所在する画素列をキャラクター領域の右縁に認識することを含む。
累積値の分布情報により、ヒストグラムにおける第3の横座標を認識し、第3の横座標は、若干の文字における最初の有効文字のキャラクター領域の左縁のヒストグラムでの対応する横座標であり、又は、若干の文字における最後の有効文字のキャラクター領域の右縁のヒストグラムでの対応する横座標であり、
第3の横座標を検索開始点として、所定の方向に従って、累積値の分布情報に基づいて若干の組の横座標を検索すること、を含む。
第3の横座標を検索開始点として、所定の方向に従って、累積値の分布情報に基づいて若干の組の横座標を検索することは、
第i組の横座標に対して、ヒストグラムにおける第i組の横座標における第1の横座標を検索開始点として、右へ初めの第4の横座標を検索し、第4の横座標及び第4の横座標の左側の隣接する横座標に対応する累積値が第1の閾値より大きく、第4の横座標の右側の隣接する横座標に対応する累積値が第2の閾値より小さく、1≦i≦n、iは初期値が1である正の整数であり、nは若干の文字における有効文字の個数であり、第1組の座標における第1の横座標は第3の横座標であり、
第4の横座標を第i組の座標における第2の横座標として決定し、
i<nであれば、ヒストグラムにおける第4の横座標を検索開始点とし、右側へ初めの第5の横座標を検索し、第5の横座標及び第5の横座標の右側の隣接する横座標に対応する累積値が第1の閾値より大きく、第5の横座標の左側の隣接する横座標に対応する累積値が第2の閾値より小さく、
i=i+1とし、第5の横座標を第i組の座標における第1の横座標として決定することを含む。
第3の横座標を検索開始点とし、所定の方向に従って、累積値の分布情報に基づいて若干の組の横座標を検索することは、
第j組の座標に対して、ヒストグラムにおける第j組の座標における第2の横座標を検索開始点とし、左へ初めの第6の横座標を検索し、第6の横座標及び第6の横座標の右側の隣接する横座標に対応する累積値が第1の閾値より大きく、第6の横座標の左側の隣接する横座標に対応する累積値が第2の閾値より小さく、1≦j≦n、jは初期値がnである正の整数であり、nは若干の文字における有効文字の個数であり、第n組の座標における第2の横座標は第3の横座標であり、
第6の横座標を第j組の座標における第1の横座標として決定し、
j>0であれば、ヒストグラムにおける第6の横座標を検索開始点として、左側へ初めの第7の横座標を検索し、第7の横座標及び第7の横座標の左側の隣接する横座標に対応する累積値が第1の閾値より大きく、第7の横座標の右側の隣接する横座標に対応する累積値が第2の閾値より小さく、1≦j≦n、jは初期値がnである正の整数であり、j=j−1とし、第7の横座標を第j組の座標における第2の横座標として決定することを含む。
累積値の分布情報に基づいて、ヒストグラムにおける第3の横座標を認識することは、
若干の文字が有効文字と無効文字を含み、有効文字と無効文字との間の第1の距離が隣接する2つの有効文字間の第2の距離より大きく、ヒストグラムにおける予め設定された横座標から、左側へ初めの幅が第2の距離より大きい隙間を探し、隙間の右側にある初めの前景色ピクセルの累積値が第1の閾値より大きい横座標を第3の横座標として決定し、予め設定された横座標は予め設定された区間に属する座標であり、予め設定された区間は経験値に基づいて設定された区間であり、隙間の前景色ピクセルの累積値が第2の閾値より小さいこと、
又は、
若干の文字がいずれも有効文字であり、ヒストグラムにおける左側にある初めの前景色ピクセルの累積値が第1の閾値より大きい横座標を第3の横座標として決定することを含む。
累積値の分布情報に基づいて、ヒストグラムにおける第3の横座標を認識することは、
若干の文字が有効文字と無効文字を含み、有効文字と無効文字との間の第1の距離が隣接する2つの有効文字間の第2の距離より大きく、ヒストグラムにおける予め設定された横座標から、右側へ幅が第2の距離より大きい隙間を探し、隙間の左側にある初めの前景色ピクセルの累積値が第1の閾値より大きい横座標を第3の横座標として決定し、予め設定された横座標は予め設定された区間に属する座標であり、予め設定された区間は経験値に基づいて設定された区間であり、隙間の前景色ピクセルの累積値は第2の閾値より小さいこと、
又は、
若干の文字がいずれも有効文字であり、ヒストグラムの右側にある初めの前景色ピクセルの累積値が第1の閾値より大きい横座標を第3の横座標として決定することを含む。
ターゲット画像領域を2値化し、2値化後のターゲット画像領域を得ることと、
2値化後のターゲット画像領域に対して水平方向に応じて水平ヒストグラムを算出し、水平ヒストグラムは、各行のピクセルの縦座標及び各行のピクセルにおける前景色ピクセルの累積値を含むことと、
水平ヒストグラムにおける累積値の分布情報により、若干の組の縦座標を決定し、各組の縦座標は、第1の縦座標と第1の縦座標の下側にある第2の縦座標を含み、各組の縦座標に対して、第1の縦座標の所在する画素行を1行の文字領域の上縁として認識し、第2の縦座標の所在する画素行を文字領域の下縁として認識し、第1の縦座標及び第1の縦座標の下側の隣接する縦座標に対応する累積値が第1の閾値より大きく、且つ第1の縦座標の上側の隣接する縦座標に対応する累積値が第2の閾値より小さく、第2の縦座標及び第2の縦座標の上側の隣接する縦座標に対応する累積値が第1の閾値より大きく、且つ第2の縦座標の下側の隣接する縦座標に対応する累積値が第2の閾値より小さいことと、
第k行の文字領域に対して、文字領域を2値化し、2値化後の文字領域を得るステップを実行し、m≧k≧1、kが正の整数であり、mが認識された総行数であることと、
をさらに含む。
同一の行に属する若干の文字を含む文字領域を2値化し、2値化後の文字領域を得るように配置される第1の2値化モジュールと、
2値化後の文字領域に対して垂直方向に応じて各列のピクセルの横座標及び各列のピクセルにおける前景色ピクセルの累積値を含むヒストグラムを算出するように配置される第1の算出モジュールと、
ヒストグラムにおける累積値の分布情報に基づいて、文字領域における文字のキャラクター領域を認識するように配置される領域認識モジュールと、を含む領域認識装置を提供している。
ヒストグラムにおける累積値の分布情報により若干の組の横座標を決定し、各組の横座標は第1の横座標及び第1の横座標の右側にある初めの第2の横座標を含み、第1の横座標及び第1の横座標の右側の隣接する横座標に対応する累積値が第1の閾値より大きく、且つ第1の横座標の左側の隣接する横座標に対応する累積値が第2の閾値より小さく、第2の横座標及び第2の横座標の左側の隣接する横座標に対応する累積値が第1の閾値より大きく、且つ第2の横座標の右側の隣接する横座標に対応する累積値が第2の閾値より小さいように配置される座標決定サブモジュールと、
各組の横座標に対して、第1の横座標の所在する画素列をキャラクター領域の左縁に認識し、第2の横座標の所在する画素列をキャラクター領域の右縁に認識するように配置される領域認識サブモジュールと、を含む。
累積値の分布情報により、ヒストグラムにおける第3の横座標を認識し、第3の横座標は、若干の文字における最初の有効文字のキャラクター領域の左縁のヒストグラムでの対応する座標であり、又は、若干の文字における最後の有効文字のキャラクター領域の右縁のヒストグラムでの対応する座標であるように配置される座標認識サブモジュールと、
第3の横座標を検索開始点として、所定の方向に従って、累積値の分布情報に基づいて若干の組の横座標を検索するように配置される座標検索サブモジュールと、を含む。
座標検索サブモジュールは、更に、
第i組の横座標に対して、ヒストグラムにおける第i組の横座標における第1の横座標を検索開始点とし、右へ初めの第4の横座標を検索し、第4の横座標及び第4の横座標の左側の隣接する横座標に対応する累積値が第1の閾値より大きく、第4の横座標の右側の隣接する横座標に対応する累積値が第2の閾値より小さく、1≦i≦n、iは初期値が1である正の整数であり、nは若干の文字における有効文字の個数であり、第1組の座標における第1の横座標は第3の横座標であり、
第4の横座標を第i組の座標における第2の横座標として決定し、
i<nであれば、ヒストグラムにおける第4の横座標を検索開始点として、右側へ初めの第5の横座標を検索し、第5の横座標及び第5の横座標の右側の隣接する横座標に対応する累積値が第1の閾値より大きく、第5の横座標の左側の隣接する横座標に対応する累積値が第2の閾値より小さく、
i=i+1とし、第5の横座標を第i組の座標における第1の横座標として決定するように配置される。
座標検索サブモジュールは、更に、
第j組の座標に対して、ヒストグラムにおける第j組の座標における第2の横座標を検索開始点として、左へ初めの第6の横座標を検索し、第6の横座標及び第6の横座標の右側の隣接する横座標に対応する累積値が第1の閾値より大きく、第6の横座標の左側の隣接する横座標に対応する累積値が第2の閾値より小さく、1≦j≦n、jは初期値がnである正の整数であり、nは若干の文字における有効文字の個数であり、第n組の座標における第2の横座標は第3の横座標であり、
第6の横座標を第j組の座標における第1の横座標として決定し、
j>0であれば、ヒストグラムにおける第6の横座標を検索開始点として、左側へ初めの第7の横座標を検索し、第7の横座標及び第7の横座標の左側の隣接する横座標に対応する累積値が第1の閾値より大きく、第7の横座標の右側の隣接する横座標に対応する累積値が第2の閾値より小さく、1≦j≦n、jは初期値がnである正の整数であり、
j=j−1とし、第7の横座標を第j組の座標における第2の横座標として決定するように配置される。
座標認識サブモジュールは、更に、
若干の文字が有効文字と無効文字を含み、有効文字と無効文字との間の第1の距離が隣接する2つの有効文字間の第2の距離より大きい場合に、ヒストグラムにおける予め設定された横座標から、左側へ初めの幅が第2の距離より大きい隙間を探し、隙間の右側にある初めの前景色ピクセルの累積値が第1の閾値より大きい横座標を第3の横座標として決定し、予め設定された横座標が予め設定された区間に属する座標であり、予め設定された区間は経験値に基づいて設定された区間であり、隙間の前景色ピクセルの累積値が第2の閾値より小さいように配置され、
又は、
若干の文字がいずれも有効文字である場合に、ヒストグラムにおける左側にある初めの前景色ピクセルの累積値が第1の閾値より大きい横座標を第3の横座標として決定するように配置される。
座標認識サブモジュールは、更に、
若干の文字が有効文字と無効文字を含み、有効文字と無効文字との間の第1の距離が隣接する2つの有効文字間の第2の距離より大きい場合に、ヒストグラムにおける予め設定された横座標から、右側へ幅が第2の距離より大きい隙間を探し、隙間の左側にある初めの前景色ピクセルの累積値が第1の閾値より大きい横座標を第3の横座標として決定し、予め設定された横座標は予め設定された区間に属する座標であり、予め設定された区間は経験値に基づいて設定された区間であり、隙間の前景色ピクセルの累積値は第2の閾値より小さいように配置され、
又は、
若干の文字がいずれも有効文字である場合に、ヒストグラムの右側にある初めの前景色ピクセルの累積値が第1の閾値より大きい横座標を第3の横座標として決定するように配置される。
ターゲット画像領域を2値化し、2値化後のターゲット画像領域を得るように配置される第2の2値化モジュールと、
2値化後のターゲット画像領域に対して水平方向に応じて各行のピクセルの縦座標及び各行のピクセルにおける前景色ピクセルの累積値を含む水平ヒストグラムを算出するように配置される第2の算出モジュールと、
水平ヒストグラムにおける累積値の分布情報により、若干の組の縦座標を決定し、各組の縦座標は第1の縦座標と第1の縦座標の下側にある第2の縦座標を含み、各組の縦座標に対して、第1の縦座標の所在する画素行を1行の文字領域の上縁として認識し、第2の縦座標の所在する画素行を文字領域の下縁として認識し、第1の縦座標及び第1の縦座標の下側の隣接する縦座標に対応する累積値が第1の閾値より大きく、且つ第1の縦座標の上側の隣接する縦座標に対応する累積値が第2の閾値より小さく、第2の縦座標及び第2の縦座標の上側の隣接する縦座標に対応する累積値が第1の閾値より大きく、且つ第2の縦座標の下側の隣接する縦座標に対応する累積値が前記第2の閾値より小さいように配置される縁決定モジュールと、を更に備え、
第1の2値化モジュールは、更に第k行の文字領域に対して、文字領域を2値化し、2値化後の文字領域を得るステップを実行し、m≧k≧1、kが正の整数であり、mが認識された総行数であるように配置される。
同一の行に属する若干の文字を含む文字領域を2値化し、2値化後の文字領域を得、
2値化後の文字領域に対して垂直方向に応じて各列のピクセルの横座標及び各列のピクセルにおける前景色ピクセルの累積値を含むヒストグラムを算出し、
ヒストグラムにおける累積値の分布情報に基づいて、文字領域における文字のキャラクター領域を認識するように配置されるプロセッサと、
プロセッサにより実行可能なコマンドを記憶するためのメモリと、を含む領域認識装置を提供している。
第i組の横座標に対して、ヒストグラムにおける第i組の横座標における第1の横座標を検索開始点として、右へ初めの第4の横座標を検索し、第4の横座標及び第4の横座標の左側の隣接する横座標に対応する累積値が第1の閾値より大きく、第4の横座標の右側の隣接する横座標に対応する累積値が第2の閾値より小さく、1≦i≦n、iは初期値が1である正の整数であり、nは若干の文字における有効文字の個数であり、第1組の座標における第1の横座標は第3の横座標であるように配置される。
第j組の座標に対して、ヒストグラムにおける第j組の座標における第2の横座標を検索開始点として、左へ初めの第6の横座標を検索し、第6の横座標及び第6の横座標の右側の隣接する横座標に対応する累積値が第1の閾値より大きく、第6の横座標の左側の隣接する横座標に対応する累積値が第2の閾値より小さく、1≦j≦n、jは初期値がnである正の整数であり、nは若干の文字における有効文字の個数であり、第n組の座標における第2の横座標は第3の横座標であるように配置される。
若干の文字が有効文字と無効文字を含み、有効文字と無効文字との間の第1の距離が隣接する2つの有効文字間の第2の距離より大きい場合に、ヒストグラムにおける予め設定された横座標から、左側へ初めの幅が第2の距離より大きい隙間を探し、隙間の右側にある初めの前景色ピクセルの累積値が第1の閾値より大きい横座標を第3の横座標として決定し、予め設定された横座標が予め設定された区間に属する座標であり、予め設定された区間が経験値に基づいて設定された区間であり、隙間の前景色ピクセルの累積値が第2の閾値より小さいように配置される。
若干の文字がいずれも有効文字である場合に、ヒストグラムにおける左側にある初めの前景色ピクセルの累積値が第1の閾値より大きい横座標を第3の横座標として決定する。
若干の文字が有効文字と無効文字を含み、有効文字と無効文字との間の第1の距離が隣接する2つの有効文字間の第2の距離より大きい場合に、ヒストグラムにおける予め設定された横座標から、右側へ幅が第2の距離より大きい隙間を探し、隙間の左側にある初めの前景色ピクセルの累積値が第1の閾値より大きい横座標を第3の横座標として決定する。予め設定された横座標が予め設定された区間に属する座標であり、予め設定された区間が経験値に基づいて設定された区間であり、隙間の前景色ピクセルの累積値が第2の閾値より小さい。
若干の文字がいずれも有効文字である場合に、ヒストグラムの右側にある初めの前景色ピクセルの累積値が第1の閾値より大きい横座標を第3の横座標として決定するように配置される。
文字領域を2値化し、2値化後の文字領域を得、該文字領域が同一の行に属する若干の文字を含み、
2値化後の文字領域に対して垂直方向に応じてヒストグラムを算出し、該ヒストグラムが各列のピクセルの横座標及び各列のピクセルにおける前景色ピクセルの累積値を含み、
ヒストグラムにおける累積値の分布情報に基づいて、文字領域における文字のキャラクター領域を認識するように配置される。
Claims (15)
- 文字領域を2値化し、2値化後の文字領域を得、前記文字領域が同一行に属する若干の文字を含むことと、
前記2値化後の文字領域に対して垂直方向に応じてヒストグラムを算出し、前記ヒストグラムが各列のピクセルの横座標及び前記各列のピクセルにおける前景色ピクセルの累積値を含むことと、
前記ヒストグラムにおける前記累積値の分布情報に基づいて、前記文字領域における前記文字のキャラクター領域を認識することと、を含み、
前記ヒストグラムにおける前記累積値の分布情報により、前記文字領域における前記文字のキャラクター領域を認識することは、
前記ヒストグラムにおける前記累積値の分布情報により若干の組の横座標を決定し、各組の前記横座標は第1の横座標及び前記第1の横座標の右側にある初めの第2の横座標を含み、前記第1の横座標及び前記第1の横座標の右側の隣接する横座標に対応する前記累積値が第1の閾値より大きく、且つ前記第1の横座標の左側の隣接する横座標に対応する前記累積値が第2の閾値より小さく、前記第2の横座標及び前記第2の横座標の左側の隣接する横座標に対応する前記累積値が前記第1の閾値より大きく、且つ前記第2の横座標の右側の隣接する横座標に対応する前記累積値が前記第2の閾値より小さく、
各組の前記横座標に対して、前記第1の横座標の所在する画素列をキャラクター領域の左縁に認識し、前記第2の横座標の所在する画素列を前記キャラクター領域の右縁に認識することを含むことを特徴とする領域認識方法。 - 前記ヒストグラムにおける前記累積値の分布情報により若干の組の横座標を決定することは、
前記累積値の分布情報により、前記ヒストグラムにおける第3の横座標を認識し、前記第3の横座標は、前記若干の文字における最初の有効文字のキャラクター領域の左縁の前記ヒストグラムでの対応する横座標であり、又は、前記若干の文字における最後の有効文字のキャラクター領域の右縁の前記ヒストグラムでの対応する横座標であり、
前記第3の横座標を検索開始点として、所定の方向に従って、前記累積値の分布情報に基づいて前記若干の組の横座標を検索すること、を含むことを特徴とする請求項1に記載の方法。 - 前記第3の横座標は前記若干の文字における最初の有効文字のキャラクター領域の左縁の前記ヒストグラムでの対応する横座標であり、
前記第3の横座標を検索開始点として、所定の方向に従って、前記累積値の分布情報に基づいて前記若干の組の横座標を検索することは、
第i組の横座標に対して、前記ヒストグラムにおける前記第i組の横座標における前記第1の横座標を検索開始点として、右へ初めの第4の横座標を検索し、前記第4の横座標及び前記第4の横座標の左側の隣接する横座標に対応する前記累積値が前記第1の閾値より大きく、前記第4の横座標の右側の隣接する横座標に対応する前記累積値が前記第2の閾値より小さく、1≦i≦n、iは初期値が1である正の整数であり、nは前記若干の文字における有効文字の個数であり、前記第1組の座標における前記第1の横座標は前記第3の横座標であり、
前記第4の横座標を前記第i組の座標における前記第2の横座標として決定し、
i<nであれば、前記ヒストグラムにおける前記第4の横座標を検索開始点とし、右側へ初めの第5の横座標を検索し、前記第5の横座標及び前記第5の横座標の右側の隣接する横座標に対応する前記累積値が前記第1の閾値より大きく、前記第5の横座標の左側の隣接する横座標に対応する前記累積値が前記第2の閾値より小さく、
i=i+1とし、前記第5の横座標を前記第i組の座標における前記第1の横座標として決定することを含むことを特徴とする請求項2に記載の方法。 - 前記第3の横座標は前記若干の文字における最後の有効文字のキャラクター領域の右縁の前記ヒストグラムでの対応する横座標であり、
前記第3の横座標を検索開始点とし、所定の方向に従って、前記累積値の分布情報に基づいて前記若干の組の横座標を検索することは、
第j組の座標に対して、前記ヒストグラムにおける前記第j組の座標における前記第2の横座標を検索開始点とし、左へ初めの第6の横座標を検索し、前記第6の横座標及び前記第6の横座標の右側の隣接する横座標に対応する前記累積値が前記第1の閾値より大きく、前記第6の横座標の左側の隣接する横座標に対応する前記累積値が前記第2の閾値より小さく、1≦j≦n、jは初期値がnである正の整数であり、nは前記若干の文字における有効文字の個数であり、前記第n組の座標における前記第2の横座標は前記第3の横座標であり、
前記第6の横座標を前記第j組の座標における前記第1の横座標として決定し、
j>0であれば、前記ヒストグラムにおける前記第6の横座標を検索開始点として、左側へ初めの第7の横座標を検索し、前記第7の横座標及び前記第7の横座標の左側の隣接する横座標に対応する前記累積値が前記第1の閾値より大きく、前記第7の横座標の右側の隣接する横座標に対応する前記累積値が前記第2の閾値より小さく、1≦j≦n、jは初期値がnである正の整数であり、
j=j−1とし、前記第7の横座標を前記第j組の座標における前記第2の横座標として決定することを含むことを特徴とする請求項2に記載の方法。 - 前記第3の横座標は前記若干の文字における最初の有効文字のキャラクター領域の左縁の前記ヒストグラムでの対応する横座標であり、
前記累積値の分布情報に基づいて、前記ヒストグラムにおける第3の横座標を認識することは、
前記若干の文字が有効文字と無効文字を含み、前記有効文字と前記無効文字との間の第1の距離が隣接する2つの有効文字間の第2の距離より大きく、前記ヒストグラムにおける予め設定された横座標から、左側へ初めの幅が前記第2の距離より大きい隙間を探し、前記隙間の右側にある初めの前景色ピクセルの累積値が前記第1の閾値より大きい横座標を前記第3の横座標として決定し、前記予め設定された横座標は予め設定された区間に属する座標であり、前記予め設定された区間は経験値に基づいて設定された区間であり、前記隙間の前景色ピクセルの累積値が前記第2の閾値より小さいこと、
又は、
前記若干の文字がいずれも有効文字であり、前記ヒストグラムにおける左側にある初めの前景色ピクセルの累積値が前記第1の閾値より大きい横座標を前記第3の横座標として決定することを含むことを特徴とする請求項2に記載の方法。 - 前記第3の横座標は前記若干の文字における最後の有効文字のキャラクター領域の右縁の前記ヒストグラムでの対応する横座標であり、
前記累積値の分布情報に基づいて、前記ヒストグラムにおける第3の横座標を認識することは、
前記若干の文字が有効文字と無効文字を含み、前記有効文字と前記無効文字との間の第1の距離が隣接する2つの有効文字間の第2の距離より大きく、前記ヒストグラムにおける予め設定された横座標から、右側へ幅が前記第2の距離より大きい隙間を探し、前記隙間の左側にある初めの前景色ピクセルの累積値が前記第1の閾値より大きい横座標を前記第3の横座標として決定し、前記予め設定された横座標は予め設定された区間に属する座標であり、前記予め設定された区間は経験値に基づいて設定された区間であり、前記隙間の前景色ピクセルの累積値は前記第2の閾値より小さいこと、
又は、
前記若干の文字がいずれも有効文字であり、前記ヒストグラムの右側にある初めの前景色ピクセルの累積値が前記第1の閾値より大きい横座標を前記第3の横座標として決定することを含むことを特徴とする請求項2に記載の方法。 - ターゲット画像領域を2値化し、2値化後のターゲット画像領域を得ることと、
前記2値化後のターゲット画像領域に対して水平方向に応じて水平ヒストグラムを算出し、前記水平ヒストグラムは、各行のピクセルの縦座標及び前記各行のピクセルにおける前景色ピクセルの累積値を含むことと、
前記水平ヒストグラムにおける前記累積値の分布情報により、若干の組の縦座標を決定し、各組の縦座標は、第1の縦座標と前記第1の縦座標の下側にある第2の縦座標を含み、各組の縦座標に対して、前記第1の縦座標の所在する画素行を1行の文字領域の上縁として認識し、前記第2の縦座標の所在する画素行を前記文字領域の下縁として認識し、前記第1の縦座標及び前記第1の縦座標の下側の隣接する縦座標に対応する前記累積値が第1の閾値より大きく、且つ前記第1の縦座標の上側の隣接する縦座標に対応する前記累積値が第2の閾値より小さく、前記第2の縦座標及び前記第2の縦座標の上側の隣接する縦座標に対応する前記累積値が前記第1の閾値より大きく、且つ前記第2の縦座標の下側の隣接する縦座標に対応する前記累積値が前記第2の閾値より小さいことと、
第k行の文字領域に対して、前記文字領域を2値化し、2値化後の文字領域を得るステップを実行し、m≧k≧1、kが正の整数であり、mが認識された総行数であることと、をさらに含むことを特徴とする請求項1〜6のいずれかに記載の方法。 - 同一の行に属する若干の文字を含む文字領域を2値化し、2値化後の文字領域を得るように配置される第1の2値化モジュールと、
前記2値化後の文字領域に対して垂直方向に応じて各列のピクセルの横座標及び前記各列のピクセルにおける前景色ピクセルの累積値を含むヒストグラムを算出するように配置される第1の算出モジュールと、
前記ヒストグラムにおける前記累積値の分布情報に基づいて、前記文字領域における前記文字のキャラクター領域を認識するように配置される領域認識モジュールと、を含み、
前記領域認識モジュールは、
前記ヒストグラムにおける前記累積値の分布情報により若干の組の横座標を決定し、各組の前記横座標は第1の横座標及び前記第1の横座標の右側にある初めの第2の横座標を含み、前記第1の横座標及び前記第1の横座標の右側の隣接する横座標に対応する前記累積値が第1の閾値より大きく、且つ前記第1の横座標の左側の隣接する横座標に対応する前記累積値が第2の閾値より小さく、前記第2の横座標及び前記第2の横座標の左側の隣接する横座標に対応する前記累積値が前記第1の閾値より大きく、且つ前記第2の横座標の右側の隣接する横座標に対応する前記累積値が前記第2の閾値より小さいように配置される座標決定サブモジュールと、
各組の前記横座標に対して、前記第1の横座標の所在する画素列をキャラクター領域の左縁に認識し、前記第2の横座標の所在する画素列を前記キャラクター領域の右縁に認識するように配置される領域認識サブモジュールと、を含むことを特徴とする領域認識装置。 - 前記座標決定サブモジュールは、
前記累積値の分布情報により、前記ヒストグラムにおける第3の横座標を認識し、前記第3の横座標は、前記若干の文字における最初の有効文字のキャラクター領域の左縁の前記ヒストグラムでの対応する座標であり、又は、前記若干の文字における最後の有効文字のキャラクター領域の右縁の前記ヒストグラムでの対応する座標であるように配置される座標認識サブモジュールと、
前記第3の横座標を検索開始点として、所定の方向に従って、前記累積値の分布情報に基づいて前記若干の組の横座標を検索するように配置される座標検索サブモジュールと、を含むことを特徴とする請求項8に記載の装置。 - 前記第3の横座標は前記若干の文字における最初の有効文字のキャラクター領域の左縁の前記ヒストグラムでの対応する横座標であり、
前記座標検索サブモジュールは、更に、
第i組の横座標に対して、前記ヒストグラムにおける前記第i組の横座標における前記第1の横座標を検索開始点とし、右へ初めの第4の横座標を検索し、前記第4の横座標及び前記第4の横座標の左側の隣接する横座標に対応する前記累積値が前記第1の閾値より大きく、前記第4の横座標の右側の隣接する横座標に対応する前記累積値が前記第2の閾値より小さく、1≦i≦n、iは初期値が1である正の整数であり、nは前記若干の文字における有効文字の個数であり、前記第1組の座標における前記第1の横座標は前記第3の横座標であり、
前記第4の横座標を前記第i組の座標における前記第2の横座標として決定し、
i<nであれば、前記ヒストグラムにおける前記第4の横座標を検索開始点として、右側へ初めの第5の横座標を検索し、前記第5の横座標及び前記第5の横座標の右側の隣接する横座標に対応する前記累積値が前記第1の閾値より大きく、前記第5の横座標の左側の隣接する横座標に対応する前記累積値が前記第2の閾値より小さく、
i=i+1とし、前記第5の横座標を前記第i組の座標における前記第1の横座標として決定するように配置されることを特徴とする請求項9に記載の装置。 - 前記第3の横座標は前記若干の文字における最後の有効文字のキャラクター領域の右縁の前記ヒストグラムでの対応する横座標であり、
前記座標検索サブモジュールは、更に、
第j組の座標に対して、前記ヒストグラムにおける前記第j組の座標における前記第2の横座標を検索開始点として、左へ初めの第6の横座標を検索し、前記第6の横座標及び前記第6の横座標の右側の隣接する横座標に対応する前記累積値が前記第1の閾値より大きく、前記第6の横座標の左側の隣接する横座標に対応する前記累積値が前記第2の閾値より小さく、1≦j≦n、jは初期値がnである正の整数であり、nは前記若干の文字における有効文字の個数であり、前記第n組の座標における前記第2の横座標は前記第3の横座標であり、
前記第6の横座標を前記第j組の座標における前記第1の横座標として決定し、
j>0であれば、前記ヒストグラムにおける前記第6の横座標を検索開始点として、左側へ初めの第7の横座標を検索し、前記第7の横座標及び前記第7の横座標の左側の隣接する横座標に対応する前記累積値が前記第1の閾値より大きく、前記第7の横座標の右側の隣接する横座標に対応する前記累積値が前記第2の閾値より小さく、1≦j≦n、jは初期値がnである正の整数であり、
j=j−1とし、前記第7の横座標を前記第j組の座標における前記第2の横座標として決定するように配置されることを特徴とする請求項9に記載の装置。 - 前記第3の横座標は前記若干の文字における最初の有効文字のキャラクター領域の左縁の前記ヒストグラムでの対応する横座標であり、
前記座標認識サブモジュールは、更に、
前記若干の文字が有効文字と無効文字を含み、前記有効文字と前記無効文字との間の第1の距離が隣接する2つの有効文字間の第2の距離より大きい場合に、前記ヒストグラムにおける予め設定された横座標から、左側へ初めの幅が前記第2の距離より大きい隙間を探し、前記隙間の右側にある初めの前景色ピクセルの累積値が前記第1の閾値より大きい横座標を前記第3の横座標として決定し、前記予め設定された横座標が予め設定された区間に属する座標であり、前記予め設定された区間は経験値に基づいて設定された区間であり、前記隙間の前景色ピクセルの累積値が前記第2の閾値より小さいように配置され
又は、
前記若干の文字がいずれも有効文字である場合に、前記ヒストグラムにおける左側にある初めの前景色ピクセルの累積値が前記第1の閾値より大きい横座標を前記第3の横座標として決定するように配置されることを特徴とする請求項9に記載の装置。 - 前記第3の横座標は前記若干の文字における最後の有効文字のキャラクター領域の右縁の前記ヒストグラムでの対応する横座標であり、
前記座標認識サブモジュールは、更に、
前記若干の文字が有効文字と無効文字を含み、前記有効文字と前記無効文字との間の第1の距離が隣接する2つの有効文字間の第2の距離より大きい場合に、前記ヒストグラムにおける予め設定された横座標から、右側へ幅が前記第2の距離より大きい隙間を探し、前記隙間の左側にある初めの前景色ピクセルの累積値が前記第1の閾値より大きい横座標を前記第3の横座標として決定し、前記予め設定された横座標は予め設定された区間に属する座標であり、前記予め設定された区間は経験値に基づいて設定された区間であり、前記隙間の前景色ピクセルの累積値は前記第2の閾値より小さいように配置され、
又は、
前記若干の文字がいずれも有効文字である場合に、前記ヒストグラムの右側にある初めの前景色ピクセルの累積値が前記第1の閾値より大きい横座標を前記第3の横座標として決定するように配置されることを特徴とする請求項9に記載の装置。 - ターゲット画像領域を2値化し、2値化後のターゲット画像領域を得るように配置される第2の2値化モジュールと、
前記2値化後のターゲット画像領域に対して水平方向に応じて各行のピクセルの縦座標及び前記各行のピクセルにおける前景色ピクセルの累積値を含む水平ヒストグラムを算出するように配置される第2の算出モジュールと、
前記水平ヒストグラムにおける前記累積値の分布情報により、若干の組の縦座標を決定し、各組の縦座標は第1の縦座標と前記第1の縦座標の下側にある第2の縦座標を含み、各組の縦座標に対して、前記第1の縦座標の所在する画素行を1行の文字領域の上縁として認識し、前記第2の縦座標の所在する画素行を前記文字領域の下縁として認識し、前記第1の縦座標及び前記第1の縦座標の下側の隣接する縦座標に対応する前記累積値が第1の閾値より大きく、且つ前記第1の縦座標の上側の隣接する縦座標に対応する前記累積値が第2の閾値より小さく、前記第2の縦座標及び前記第2の縦座標の上側の隣接する縦座標に対応する前記累積値が前記第1の閾値より大きく、且つ前記第2の縦座標の下側の隣接する縦座標に対応する前記累積値が前記第2の閾値より小さいように配置される縁決定モジュールと、を更に備え、
前記第1の2値化モジュールは、更に第k行の文字領域に対して、前記文字領域を2値化し、2値化後の文字領域を得るステップを実行し、m≧k≧1、kが正の整数であり、mが認識された総行数であるように配置されることを特徴とする請求項8〜13のいずれかに記載の装置。 - 同一の行に属する若干の文字を含む文字領域を2値化し、2値化後の文字領域を得、
前記2値化後の文字領域に対して垂直方向に応じて各列のピクセルの横座標及び前記各列のピクセルにおける前景色ピクセルの累積値を含むヒストグラムを算出し、
前記ヒストグラムにおける前記累積値の分布情報に基づいて、前記文字領域における前記文字のキャラクター領域を認識するように配置されるプロセッサと、
前記プロセッサにより実行可能なコマンドを記憶するためのメモリと、を含み、
前記プロセッサは、
前記ヒストグラムにおける前記累積値の分布情報により、前記文字領域における前記文字のキャラクター領域を認識する場合、
前記ヒストグラムにおける前記累積値の分布情報により若干の組の横座標を決定し、各組の前記横座標は第1の横座標及び前記第1の横座標の右側にある初めの第2の横座標を含み、前記第1の横座標及び前記第1の横座標の右側の隣接する横座標に対応する前記累積値が第1の閾値より大きく、且つ前記第1の横座標の左側の隣接する横座標に対応する前記累積値が第2の閾値より小さく、前記第2の横座標及び前記第2の横座標の左側の隣接する横座標に対応する前記累積値が前記第1の閾値より大きく、且つ前記第2の横座標の右側の隣接する横座標に対応する前記累積値が前記第2の閾値より小さく、
各組の前記横座標に対して、前記第1の横座標の所在する画素列をキャラクター領域の左縁に認識し、前記第2の横座標の所在する画素列を前記キャラクター領域の右縁に認識するように配置されることを特徴とする領域認識装置。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510726153.9 | 2015-10-30 | ||
CN201510726153.9A CN105528606B (zh) | 2015-10-30 | 2015-10-30 | 区域识别方法及装置 |
PCT/CN2015/099299 WO2017071063A1 (zh) | 2015-10-30 | 2015-12-29 | 区域识别方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2018500705A JP2018500705A (ja) | 2018-01-11 |
JP6392468B2 true JP6392468B2 (ja) | 2018-09-19 |
Family
ID=55770820
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017547046A Active JP6392468B2 (ja) | 2015-10-30 | 2015-12-29 | 領域認識方法及び装置 |
Country Status (8)
Country | Link |
---|---|
US (1) | US10157326B2 (ja) |
EP (1) | EP3163502A1 (ja) |
JP (1) | JP6392468B2 (ja) |
KR (1) | KR101805090B1 (ja) |
CN (1) | CN105528606B (ja) |
MX (1) | MX2016003679A (ja) |
RU (1) | RU2639668C2 (ja) |
WO (1) | WO2017071063A1 (ja) |
Families Citing this family (27)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8708227B1 (en) | 2006-10-31 | 2014-04-29 | United Services Automobile Association (Usaa) | Systems and methods for remote deposit of checks |
US7873200B1 (en) | 2006-10-31 | 2011-01-18 | United Services Automobile Association (Usaa) | Systems and methods for remote deposit of checks |
US9058512B1 (en) | 2007-09-28 | 2015-06-16 | United Services Automobile Association (Usaa) | Systems and methods for digital signature detection |
US9159101B1 (en) | 2007-10-23 | 2015-10-13 | United Services Automobile Association (Usaa) | Image processing |
US10380562B1 (en) | 2008-02-07 | 2019-08-13 | United Services Automobile Association (Usaa) | Systems and methods for mobile deposit of negotiable instruments |
US10504185B1 (en) | 2008-09-08 | 2019-12-10 | United Services Automobile Association (Usaa) | Systems and methods for live video financial deposit |
US8452689B1 (en) | 2009-02-18 | 2013-05-28 | United Services Automobile Association (Usaa) | Systems and methods of check detection |
US10956728B1 (en) | 2009-03-04 | 2021-03-23 | United Services Automobile Association (Usaa) | Systems and methods of check processing with background removal |
US9779392B1 (en) | 2009-08-19 | 2017-10-03 | United Services Automobile Association (Usaa) | Apparatuses, methods and systems for a publishing and subscribing platform of depositing negotiable instruments |
US8977571B1 (en) | 2009-08-21 | 2015-03-10 | United Services Automobile Association (Usaa) | Systems and methods for image monitoring of check during mobile deposit |
US9129340B1 (en) | 2010-06-08 | 2015-09-08 | United Services Automobile Association (Usaa) | Apparatuses, methods and systems for remote deposit capture with enhanced image detection |
US10380565B1 (en) | 2012-01-05 | 2019-08-13 | United Services Automobile Association (Usaa) | System and method for storefront bank deposits |
US9286514B1 (en) | 2013-10-17 | 2016-03-15 | United Services Automobile Association (Usaa) | Character count determination for a digital image |
US10506281B1 (en) | 2015-12-22 | 2019-12-10 | United Services Automobile Association (Usaa) | System and method for capturing audio or video data |
US11030752B1 (en) | 2018-04-27 | 2021-06-08 | United Services Automobile Association (Usaa) | System, computing device, and method for document detection |
CN109145891B (zh) * | 2018-06-27 | 2022-08-02 | 上海携程商务有限公司 | 客户端及其识别身份证的方法、识别身份证的系统 |
CN109635807A (zh) * | 2018-10-16 | 2019-04-16 | 深圳壹账通智能科技有限公司 | 信息录入方法、装置、设备及计算机可读存储介质 |
CN111104940A (zh) * | 2018-10-26 | 2020-05-05 | 深圳怡化电脑股份有限公司 | 图像旋转校正方法、装置、电子设备及存储介质 |
CN111223104B (zh) * | 2018-11-23 | 2023-10-10 | 杭州海康威视数字技术股份有限公司 | 一种包裹提取及跟踪方法、装置及电子设备 |
CN110533030B (zh) * | 2019-08-19 | 2023-07-14 | 三峡大学 | 基于深度学习的太阳胶片图像时间戳信息提取方法 |
CN111291750B (zh) * | 2020-01-21 | 2023-03-24 | 河南大学 | 一种基于空间近邻关系的甲骨文自动标注方法 |
CN111898602B (zh) * | 2020-08-10 | 2024-04-16 | 赞同科技股份有限公司 | 一种图像中的凭证号码区域识别方法、装置及设备 |
US11900755B1 (en) | 2020-11-30 | 2024-02-13 | United Services Automobile Association (Usaa) | System, computing device, and method for document detection and deposit processing |
CN113723301A (zh) * | 2021-08-31 | 2021-11-30 | 广州新丝路信息科技有限公司 | 一种进口货物报关单ocr识别分行处理方法及装置 |
CN117351438B (zh) * | 2023-10-24 | 2024-06-04 | 武汉无线飞翔科技有限公司 | 一种基于图像识别的车辆实时位置跟踪方法及系统 |
CN117274267B (zh) * | 2023-11-22 | 2024-04-05 | 合肥晶合集成电路股份有限公司 | 掩膜版图的自动检测方法、装置、处理器以及电子设备 |
CN117727059B (zh) * | 2024-02-18 | 2024-05-03 | 蓝色火焰科技成都有限公司 | 汽车金融发票信息核验方法、装置、电子设备及存储介质 |
Family Cites Families (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR0186172B1 (ko) | 1995-12-06 | 1999-05-15 | 구자홍 | 문자 인식장치의 접촉문자 분리 및 특징 추출방법 |
JP3452774B2 (ja) * | 1997-10-16 | 2003-09-29 | 富士通株式会社 | 文字認識方法 |
US7339992B2 (en) * | 2001-12-06 | 2008-03-04 | The Trustees Of Columbia University In The City Of New York | System and method for extracting text captions from video and generating video summaries |
RU2234126C2 (ru) | 2002-09-09 | 2004-08-10 | Аби Софтвер Лтд. | Способ распознавания текста с применением настраиваемого классификатора |
US7302098B2 (en) * | 2004-12-03 | 2007-11-27 | Motorola, Inc. | Character segmentation method and apparatus |
JP2007206985A (ja) * | 2006-02-01 | 2007-08-16 | Sharp Corp | 文字列抽出装置、文字列抽出方法、そのプログラムおよび記録媒体 |
JP4991411B2 (ja) * | 2006-07-28 | 2012-08-01 | キヤノン株式会社 | 画像処理方法 |
CN101408933A (zh) * | 2008-05-21 | 2009-04-15 | 浙江师范大学 | 基于粗网格特征提取和bp神经网络的车牌字符识别方法 |
JP5334042B2 (ja) * | 2008-11-23 | 2013-11-06 | 日本電産サンキョー株式会社 | 文字列認識方法及び文字列認識装置 |
KR20110087620A (ko) | 2010-01-26 | 2011-08-03 | 광주과학기술원 | 레이아웃 기반의 인쇄매체 페이지 인식방법 |
JP5591578B2 (ja) * | 2010-04-19 | 2014-09-17 | 日本電産サンキョー株式会社 | 文字列認識装置および文字列認識方法 |
CN102184399A (zh) * | 2011-03-31 | 2011-09-14 | 上海名图信息技术有限公司 | 基于水平投影和连通域分析的字符分割方法 |
CN103310435B (zh) * | 2012-03-21 | 2016-04-06 | 华中科技大学 | 将垂直投影和最优路径相结合对车牌字符进行分割的方法 |
JP6080259B2 (ja) * | 2013-02-06 | 2017-02-15 | 日本電産サンキョー株式会社 | 文字切り出し装置及び文字切り出し方法 |
JP6161484B2 (ja) * | 2013-09-19 | 2017-07-12 | 株式会社Pfu | 画像処理装置、画像処理方法及びコンピュータプログラム |
CN104156704A (zh) * | 2014-08-04 | 2014-11-19 | 胡艳艳 | 一种新的车牌识别方法及系统 |
-
2015
- 2015-10-30 CN CN201510726153.9A patent/CN105528606B/zh active Active
- 2015-12-29 RU RU2016110434A patent/RU2639668C2/ru active
- 2015-12-29 KR KR1020167005567A patent/KR101805090B1/ko active IP Right Grant
- 2015-12-29 JP JP2017547046A patent/JP6392468B2/ja active Active
- 2015-12-29 MX MX2016003679A patent/MX2016003679A/es unknown
- 2015-12-29 WO PCT/CN2015/099299 patent/WO2017071063A1/zh active Application Filing
-
2016
- 2016-10-20 US US15/298,270 patent/US10157326B2/en active Active
- 2016-10-21 EP EP16195027.4A patent/EP3163502A1/en not_active Ceased
Also Published As
Publication number | Publication date |
---|---|
EP3163502A1 (en) | 2017-05-03 |
WO2017071063A1 (zh) | 2017-05-04 |
US10157326B2 (en) | 2018-12-18 |
KR20170061631A (ko) | 2017-06-05 |
JP2018500705A (ja) | 2018-01-11 |
RU2016110434A (ru) | 2017-09-26 |
CN105528606B (zh) | 2019-08-06 |
MX2016003679A (es) | 2018-06-22 |
RU2639668C2 (ru) | 2017-12-21 |
CN105528606A (zh) | 2016-04-27 |
KR101805090B1 (ko) | 2017-12-05 |
US20170124414A1 (en) | 2017-05-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6392468B2 (ja) | 領域認識方法及び装置 | |
JP6392467B2 (ja) | 領域識別方法及び装置 | |
RU2642404C2 (ru) | Способ и устройство для извлечения области изображения | |
JP6400226B2 (ja) | 領域認識方法及び装置 | |
KR101864759B1 (ko) | 영역 인식 방법 및 장치 | |
CN105095881B (zh) | 人脸识别方法、装置及终端 | |
US20150332439A1 (en) | Methods and devices for hiding privacy information | |
US20170124719A1 (en) | Method, device and computer-readable medium for region recognition | |
US10216976B2 (en) | Method, device and medium for fingerprint identification | |
CN106127751B (zh) | 图像检测方法、装置以及系统 | |
US20180165802A1 (en) | Image processing method and apparatus, and storage medium | |
CN106557759B (zh) | 一种标志牌信息获取方法及装置 | |
EP3974953A1 (en) | Icon position determination method and device | |
CN110619257B (zh) | 一种文字区域确定方法和装置 | |
CN110929548A (zh) | 指纹识别方法、装置、设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20171219 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20180316 |
|
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: 20180821 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20180822 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6392468 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |