KR102609648B1 - 명함 인식 장치 및 이에 의한 명함 인식 방법 - Google Patents

명함 인식 장치 및 이에 의한 명함 인식 방법 Download PDF

Info

Publication number
KR102609648B1
KR102609648B1 KR1020160020011A KR20160020011A KR102609648B1 KR 102609648 B1 KR102609648 B1 KR 102609648B1 KR 1020160020011 A KR1020160020011 A KR 1020160020011A KR 20160020011 A KR20160020011 A KR 20160020011A KR 102609648 B1 KR102609648 B1 KR 102609648B1
Authority
KR
South Korea
Prior art keywords
business card
image
card object
square image
vertex
Prior art date
Application number
KR1020160020011A
Other languages
English (en)
Other versions
KR20170098091A (ko
Inventor
이규원
Original Assignee
대전대학교 산학협력단
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 대전대학교 산학협력단 filed Critical 대전대학교 산학협력단
Priority to KR1020160020011A priority Critical patent/KR102609648B1/ko
Publication of KR20170098091A publication Critical patent/KR20170098091A/ko
Application granted granted Critical
Publication of KR102609648B1 publication Critical patent/KR102609648B1/ko

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
    • G06V30/40—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
    • 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
    • G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • 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
    • G06V20/63—Scene text, e.g. street names
    • 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
    • G06V30/418—Document matching, e.g. of document images

Landscapes

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

Abstract

이미지 내의 에지 검출을 통해 이미지 내에 포함된 적어도 하나의 오브젝트를 식별하는 단계; 식별된 적어도 하나의 오브젝트를 사각 이미지로 라벨링(labelling)하는 단계; 라벨링된 사각 이미지의 가로 길이 및 세로 길이에 기초하여, 명함 오브젝트를 결정하는 단계; 및 결정된 명함 오브젝트에서 텍스트를 인식하여 저장하는 단계를 포함하는 것을 특징으로 하는 본 발명의 일 실시예에 따른 명함 인식 장치에 의한 명함 인식 방법이 개시된다.

Description

명함 인식 장치 및 이에 의한 명함 인식 방법{BUSINESS CARD RECOGNITION APPARATUS AND METHOD}
본 발명은 이미지 처리 분야에 관한 것이다. 보다 구체적으로, 본 발명은 카메라에 의해 촬영된 명함 이미지를 처리하여 명함을 인식하는 장치 및 방법에 관한 것이다.
스마트폰의 등장과 급속한 보급으로 인하여 스마트폰의 가입자 수가 꾸준히 증가하고 있다. 미래창조과학부에서 2013년 11월 14일 발표한 무선통계 자료에 따르면, 2013년 9월 기준으로 스마트폰 가입자 수가 3,600백만 명을 돌파했다고 한다. 증가하는 스마트폰 사용자들의 욕구를 충족시키기 위한 다양한 형태의 스마트폰용 어플리케이션들이 등장하고 있다.
스마트폰용 어플리케이션은 스마트폰에 탑재되어 있는 센서, 카메라, 블루투스, NFC 등 다양한 장치들을 응용하여 제작할 수 있는 특징을 가지고 있다. 다양하게 소개되고 있는 스마트폰용 어플리케이션 중 스마트폰에 기본으로 탑재되어 있는 장치인 카메라를 응용한 어플리케이션으로서, 명함 인식 어플리케이션이 존재한다.
명함 인식 어플리케이션은 카메라에 의해 촬영된 명함 이미지로부터 명함에 기재된 이름, 전화번호 등을 자동으로 추출하여 저장함으로써, 사용자가 명함을 보다 쉽게 관리할 수 있게 한다. 하지만 카메라를 이용하여 명함을 인식하는 경우, 빛의 밝기, 명함 이미지의 왜곡, 이미지의 선명도, 명함의 기울기에 따라 인식이 잘 되지 않는 경우가 빈번하게 발생하므로, 이러한 낮은 인식률을 향상시키는 방안이 요구된다.
본 발명의 일 실시예에 따른 명함 인식 장치 및 이에 의한 명함 인식 방법은 카메라에 의해 촬영되는 명함의 인식률을 향상시키는 것을 목적으로 한다.
또한, 본 발명의 일 실시예에 따른 명함 인식 장치 및 이에 의한 명함 인식 방법은 간단한 방법을 이용하여 명함 인식 장치에 가해지는 부하를 경감시키는 것을 목적으로 한다.
본 발명의 일 실시예로서, 이미지 내의 에지 검출을 통해 상기 이미지 내에 포함된 적어도 하나의 오브젝트를 식별하는 단계; 상기 식별된 적어도 하나의 오브젝트를 사각 이미지로 라벨링(labelling)하는 단계; 상기 라벨링된 사각 이미지의 가로 길이 및 세로 길이에 기초하여, 명함 오브젝트를 결정하는 단계; 및 상기 결정된 명함 오브젝트에서 텍스트를 인식하여 저장하는 단계를 포함하는 것을 특징으로 하는 명함 인식 장치에 의한, 명함 인식 방법이 제공될 수 있다.
상기 라벨링하는 단계는, 상기 식별된 적어도 하나의 오브젝트 중 기 설정된 넓이 이상의 오브젝트를 라벨링을 하는 단계를 포함할 수 있다.
상기 적어도 하나의 오브젝트를 식별하는 단계는, 상기 이미지에 대해 캐니 에지 검출 기법(canny edge detecting method)을 적용하여 상기 이미지 내에 포함된 적어도 하나의 오브젝트를 식별하는 단계를 포함할 수 있다.
명함 오브젝트를 결정하는 단계는, 상기 가로 길이가 상기 세로 길이보다 큰 사각형 이미지로 라벨링된 오브젝트를 명함 오브젝트로 결정하는 단계를 포함할 수 있다.
상기 명함 인식 방법은, 상기 명함 오브젝트에 대응하는 사각 이미지의 꼭지점을 식별하는 단계; 상기 사각 이미지의 꼭지점과 상기 명함 오브젝트의 에지 포인트들 사이의 거리에 기초하여 상기 명함 오브젝트의 꼭지점을 결정하는 단계; 및 상기 결정된 명함 오브젝트의 꼭지점에 대해 원근 왜곡 보정을 하여 상기 명함 오브젝트를 보정하는 단계를 더 포함할 수 있다.
상기 명함 오브젝트의 꼭지점을 결정하는 단계는, 상기 에지 포인트들 중 상기 사각 이미지의 꼭지점 각각과의 거리가 가장 큰 4개의 에지 포인트들을 상기 명함 오브젝트의 꼭지점으로 결정하는 단계를 포함할 수 있다.
상기 이미지는, 상기 명함 인식 장치에 구비된 카메라에 의해 촬영된 이미지를 포함할 수 있다.
본 발명의 다른 실시예로서, 이미지 내의 에지 검출을 통해 상기 이미지 내에 포함된 적어도 하나의 오브젝트를 식별하는 에지 검출부; 상기 식별된 적어도 하나의 오브젝트를 사각 이미지로 라벨링(labelling)하고, 상기 라벨링된 사각 이미지의 가로 길이 및 세로 길이에 기초하여, 명함 오브젝트를 결정하는 오브젝트 결정부; 및 상기 결정된 명함 오브젝트에서 텍스트를 인식하여 저장하는 텍스트 인식부를 포함하는 것을 특징으로 하는 명함 인식 장치가 제공될 수 있다.
본 발명의 일 실시예에 따른 명함 인식 장치 및 이에 의한 명함 인식 방법은 카메라에 의해 촬영되는 명함의 인식률을 향상시킬 수 있다.
또한, 본 발명의 일 실시예에 따른 명함 인식 장치 및 이에 의한 명함 인식 방법은 간단한 방법으로 명함을 인식하여 명함 인식 장치에 가해지는 부하를 경감시킬 수 있다.
도 1은 본 발명의 일 실시예에 따른 명함 인식 방법을 설명하기 위한 순서도이다.
도 2는 도 1의 S110 단계를 상세하게 나타내는 순서도이다.
도 3은 이미지 내에서 식별된 오브젝트를 나타내는 예시적인 도면이다.
도 4는 카메라와의 원근에 따라 왜곡된 오브젝트를 포함하는 이미지를 나타내는 예시적인 도면이다.
도 5는 명함 오브젝트를 보정하는 방법을 설명하기 위한 도면이다.
도 6은 보정된 명함 오브젝트를 나타내는 예시적인 도면이다.
도 7은 본 발명의 다른 실시예에 따른 명함 인식 장치의 구성을 나타내는 블록도이다.
아래에서는 첨부한 도면을 참조하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 본 발명의 실시예를 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.
본 명세서에서 사용되는 용어에 대해 간략히 설명하고, 본 발명에 대해 구체적으로 설명하기로 한다.
본 발명에서 사용되는 용어는 본 발명에서의 기능을 고려하면서 가능한 현재 널리 사용되는 일반적인 용어들을 선택하였으나, 이는 당 분야에 종사하는 기술자의 의도 또는 판례, 새로운 기술의 출현 등에 따라 달라질 수 있다. 또한, 특정한 경우는 출원인이 임의로 선정한 용어도 있으며, 이 경우 해당되는 발명의 설명 부분에서 상세히 그 의미를 기재할 것이다. 따라서 본 발명에서 사용되는 용어는 단순한 용어의 명칭이 아닌, 그 용어가 가지는 의미와 본 발명의 전반에 걸친 내용을 토대로 정의되어야 한다.
명세서 전체에서 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있음을 의미한다. 또한, 명세서에 기재된 "...부", "모듈" 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어 또는 소프트웨어로 구현되거나 하드웨어와 소프트웨어의 결합으로 구현될 수 있다. 또한, 명세서 전체에서 어떤 부분이 다른 부분과 "연결"되어 있다고 할 때, 이는 "직접적으로 연결"되어 있는 경우뿐 아니라, "그 중간에 다른 소자를 사이에 두고" 연결되어 있는 경우도 포함한다.
이하 첨부된 도면을 참고하여 본 발명을 상세히 설명하기로 한다.
도 1은 본 발명의 일 실시예에 따른 명함 인식 방법을 설명하기 위한 순서도이고, 도 2는 도 1의 S110 단계를 상세하게 나타내는 순서도이다.
도 1에 도시된 명함 인식 방법은 명함 인식 장치에 의해 수행될 수 있으며, 본 발명에서 명함 인식 장치는 스마트폰, 노트북, PDA, 데스크탑 컴퓨터, 테블릿 PC 등과 같이, 입력되는 이미지를 처리하여 데이터를 추출할 수 있는 장치라면 어느 장치라도 해당할 수 있다.
S110 단계에서, 명함 인식 장치는 이미지 내의 에지(edge)를 검출하고, S120 단계에서, 검출된 에지에 기초하여 이미지 내에 포함된 적어도 하나의 오브젝트를 식별한다. 명함 인식 장치는 폐곡선으로 이루어진 에지 각각을 오브젝트로서 식별할 수 있다.
에지 기반의 오브젝트 추출 기법은 처리할 이미지 데이터의 크기와 불필요한 정보를 줄일 수 있기 때문에 영상 처리에서 오브젝트를 추출하기 위한 방법으로 많이 이용된다.
에지를 검출하기 위한 방법으로는 1차 미분, 2차 미분, 소벨(sobel), 프리윗(prewitt), 로버츠(Roberts)등의 다양한 기법이 있다. 하지만 대부분의 에지 검출 방식은 잡음에 민감하고, 작은 잡음도 에지로 검출하는 단점을 가지고 있다. 그렇기 때문에, 본 발명의 일 실시예에서는 다른 기법에 비해 잡음의 영향이 적고, 강한 에지를 정교하게 찾을 수 있는 캐니(canny) 에지 검출 기법을 이용한다.
도 2는 캐니 에지 검출 기법의 순서를 나타내고 있는데, S210 단계의 Smoothing는 이미지를 블러링(blurring)처리하여 노이즈를 제거하는 단계이다. S220 단계의 Finding gradients에서는 Sobel Operator를 이용하여 에지를 검출한다. S230 단계의 Non-maximum suppression에서는 검출된 에지의 매그니튜드(magnitude)가 maximum인 경우에만 에지로 이용하고, S240 단계의 Double thresholding 단계에서는 두 개의 임계값을 이용하여 에지를 결정하며, 마지막으로, S250 단계의 edge tracking by hysteresis에서는 첫 번째 임계값보다 매그니튜드가 높은 픽셀을 에지로 설정하고, 설정된 픽셀에 인접하고 두 번째 임계값보다 높은 매그니튜드를 갖는 픽셀을 에지로 재설정한다.
다시 도 1을 참조하면, S130 단계에서, 명함 인식 장치는 이미지 내에서 식별된 적어도 하나의 오브젝트를 사각 이미지로 라벨링(labelling)한다. 이미지 내에서 식별된 적어도 하나의 오브젝트를 사각 이미지로 라벨링하는 내용에 대해서는 "http://webnautes.tistory.com/823" 등 에서 참조된다. 촬영된 이미지 내의 명함의 넓이가 기 설정된 넓이 이상일 것을 조건으로 포함시킨 경우, 명함 인식 장치는 이미지 내에서 식별된 적어도 하나의 오브젝트 중 넓이가 기 설정된 넓이 이상인 오브젝트에 대해서만 사각 이미지로 라벨링을 할 수도 있다.
S140 단계에서, 명함 인식 장치는 라벨링된 사각 이미지의 폭 길이 및 높이 길이에 기초하여 명함 오브젝트를 결정한다. 명함 오브젝트를 결정하는 방법에 대해서는 도 3을 참조하여 후술한다.
S150 단계에서, 명함 인식 장치는 S140 단계에서 결정된 명함 오브젝트에서 텍스트를 인식하여 저장한다. 명함 인식 장치는 명함 오브젝트에서 이름, 회사명, 전화번호, 이메일 주소 등의 텍스트를 추출 및 저장할 수 있다. 이미지에서 텍스트를 추출하는 방법은 이미지 처리 분야에 다양하게 존재하므로, 본 명세서에서는 구체적인 방법에 대한 상세한 설명을 생략한다.
종래의 명함 인식 방법에 의하면, 사용자가 스마트폰의 카메라와 명함을 일직선으로 배치시키고, 명함의 모서리를 카메라의 프레임에 맞춘 상태에서 명함을 촬영해야 하며, 이미지 내 다른 오브젝트가 포함되어 있지 않아야 명함의 텍스트를 인식할 수 있었다. 즉, 종래의 명함 인식 방법에 의하면, 명함의 촬영 방법이 매우 불편하다는 단점이 있었다. 본 발명의 일 실시예에 따른 명함 인식 방법에 따르면, 이미지 내에 명함뿐만이 아니라, 다른 물체, 즉, 다른 오브젝트가 존재하는 상황에서도 이미지에서 명함 오브젝트를 정확히 식별할 수 있다.
이하에서는, 도 3을 참조하여, 이미지 내에서 명함 오브젝트를 결정하는 방법에 대해 구체적으로 살펴보고, 도 4 내지 도 6을 참조하여, 명함 오브젝트의 원근 왜곡을 보정하는 방법에 대해 구체적으로 살펴본다.
도 3은 이미지(300) 내에서 식별된 오브젝트(310, 330, 350)를 나타내는 예시적인 도면이다.
도 3에 도시된 바와 같이, 명함 인식 장치는 이미지(300)에서 에지를 검출하여 이미지(300) 내에 적어도 하나의 오브젝트(310, 330, 350)를 식별할 수 있다. 전술한 바와 같이, 명함 인식 장치는 그 넓이가 기 설정된 넓이 이상의 오브젝트(310, 350)에 대해 사각 이미지(320, 360)로 라벨링을 할 수 있다. 도 3을 보면, 직사각형 오브젝트(310)와 삼각형 오브젝트(350)에 대해서만 라벨링이 된 것을 알 수 있다.
명함 인식 장치는 라벨링된 사각 이미지(320, 360)의 폭 길이(a, a')와 높이 길이(b, b')를 이용하여 명함 오브젝트를 결정하는데, 구체적으로, 폭 길이가 높이 길이보다 큰 사각 이미지로 라벨링된 오브젝트를 명함 오브젝트로 결정할 수 있다. 직사각형 오브젝트(310)에 라벨링된 사각 이미지(320)는 폭 길이(a)가 높이 길이(b)보다 크나, 삼각형 오브젝트(350)에 라벨링된 사각 이미지(360)는 폭 길이(a')가 높이 길이(b')보다 작으므로, 명함 인식 장치는 최종적으로 직사각형 오브젝트(310)만을 명함 오브젝트로 결정할 수 있다.
도 4는 카메라와의 원근에 따라 왜곡된 오브젝트를 포함하는 이미지를 나타내는 예시적인 도면이고, 도 5는 명함 오브젝트를 보정하는 방법을 설명하기 위한 도면이고, 도 6은 보정된 명함 오브젝트를 나타내는 예시적인 도면이다.
카메라를 이용하여 이미지를 촬영할 경우, 카메라와 오브젝트 사이의 거리에 따라 원근 왜곡을 발생시킨다. 원근 왜곡은 오브젝트의 크기뿐만 아니라, 오브젝트의 고유한 각도도 왜곡시키게 된다. 카메라를 이용하여 명함을 촬영할 경우 도 4에 도시된 바와 같이, 원근 왜곡으로 인해 명함의 기울기가 발생하고 모양이 변형되어 인식률이 낮아지는 문제가 발생한다. 그렇기 때문에 명함 인식률을 향상시키기 위해서는 원근 왜곡을 보정하는 것은 아주 중요한 문제이다.
명함 오브젝트의 원근 왜곡을 보정하기 위해, 도 5에 도시된 바와 같이, 명함 오브젝트(310)에 라벨링된 사각 이미지(320)에서 꼭지점(R1, R2, R3, R4)을 식별한다. 그리고, 사각 이미지(320)의 꼭지점(R1, R2, R3, R4)과 명함 오브젝트(310)의 에지 포인트들(Ti) 사이의 거리에 기초하여, 명함 오브젝트(310)의 꼭지점을 결정한다. 구체적으로, 사각 이미지(320)의 꼭지점 각각을 R1, R2, R3 및 R4라 하였을 때, R1 내지 R4 각각과 에지 포인트(Ti)들 사이의 거리에 기초하여, R1으로부터 가장 먼 거리의 에지 포인트를 C1, R2로부터 가장 먼 거리의 에지 포인트를 C2, R3로부터 가장 먼 거리의 에지 포인트를 C3, R4로부터 가장 먼 거리의 에지 포인트를 C4로 결정하고, C1 내지 C4 각각을 명함 오브젝트(310)의 꼭지점으로 결정할 수 있다.
명함 인식 장치는 명함 오브젝트(310)의 꼭지점에 대해 원근 왜곡 보정을 하여 명함 오브젝트(310)를 보정할 수 있으며, 보정된 명함 오브젝트(310)는 도 6과 같이, 정면에서 촬영된 것과 같이 배치될 수 있다.
명함 인식 장치는 명함 오브젝트(310)의 꼭지점에 대해 openCV에서 제공하는 warpPerspective 함수를 적용하여 원근 왜곡을 보정할 수 있다. 다만, warpPerspective 함수는 하나의 예시로서, 명함 인식 장치는 사각형의 오브젝트의 각 꼭지점의 좌표를 이용하여 사각형 오브젝트의 원근 왜곡을 보정하는 다양한 종류의 알고리즘을 사용할 수 있다.
도 7은 본 발명의 다른 실시예에 따른 명함 인식 장치(700)의 구성을 나타내는 블록도이다.
도 7을 참조하면, 본 발명의 다른 실시예에 따른 명함 인식 장치(700)는 이미지 처리부(710), 메모리(730) 및 카메라부(750)를 포함할 수 있다. 이미지 처리부(710) 및 메모리(730)는 적어도 하나의 프로세스로 구현될 수 있다. 이미지 처리부(710), 메모리(730) 및 카메라부(750)는 메모리(730)에 저장된 프로그램에 따라 동작할 수 있다.
이미지 처리부(710)는 명함을 촬영한 이미지에서 명함 오브젝트를 결정하고, 명함 오브젝트에 기재된 텍스트를 인식 및 저장한다.
도 7에 도시된 바와 같이, 이미지 처리부(710)는 에지 검출부(712), 오브젝트 결정부(714) 및 인식부(716)를 포함할 수 있는데, 에지 검출부(712)는 이미지 내의 에지 검출을 통해 이미지 내에 포함된 적어도 하나의 오브젝트를 식별한다. 에지 검출부(712)는 캐니 에지 검출 기법을 통해 에지를 검출할 수 있다. 오브젝트 결정부(714)는 상기 식별된 적어도 하나의 오브젝트를 사각 이미지로 라벨링하고, 라벨링된 사각 이미지의 폭 길이 및 높이 길이에 기초하여, 명함 오브젝트를 결정한다. 인식부(716)는 명함 오브젝트에서 텍스트를 인식하여 메모리(730)에 저장한다. 도시되지는 않았지만, 이미지 처리부(710)는 명함 오브젝트의 꼭지점을 추출하여, 명함 오브젝트의 원근 왜곡을 보정하는 왜곡 보정부를 더 포함할 수도 있다.
메모리(730)는 명함이 촬영된 이미지 및 명함 오브젝트에서 추출된 텍스트를 저장한다. 또한, 메모리(730)에는 본 발명의 실시예에 따른 명함 인식 방법을 실행하기 위한 프로그램이 저장될 수도 있다.
카메라부(750)는 사용자의 조작에 따라 명함을 촬영한다. 구현예에 따라서, 카메라부(750)는 명함 인식 장치(700)에서 생략될 수 있으며, 이 경우, 이미지는 사용자에 의해 명함 인식 장치(700)에 입력되거나, 네트워크로 연결된 외부 장치로부터 명함 인식 장치(700)로 수신될 수도 있다.
본 발명의 일 실시예에 따른 명함 인식 장치 및 이에 의한 명함 인식 방법은 카메라에 의해 촬영되는 명함의 인식률을 향상시킬 수 있으면서, 명함 인식 장치에 가해지는 부하를 경감시킬 수 있다.
본 발명의 일 실시예는 컴퓨터에 의해 실행되는 프로그램 모듈과 같은 컴퓨터에 의해 실행가능한 명령어를 포함하는 기록 매체의 형태로도 구현될 수 있다. 컴퓨터 판독 가능 매체는 컴퓨터에 의해 액세스될 수 있는 임의의 가용 매체일 수 있고, 휘발성 및 비휘발성 매체, 분리형 및 비분리형 매체를 모두 포함한다. 또한, 컴퓨터 판독가능 매체는 컴퓨터 저장 매체 및 통신 매체를 모두 포함할 수 있다. 컴퓨터 저장 매체는 컴퓨터 판독가능 명령어, 데이터 구조, 프로그램 모듈 또는 기타 데이터와 같은 정보의 저장을 위한 임의의 방법 또는 기술로 구현된 휘발성 및 비휘발성, 분리형 및 비분리형 매체를 모두 포함한다. 통신 매체는 전형적으로 컴퓨터 판독가능 명령어, 데이터 구조, 프로그램 모듈, 또는 반송파와 같은 변조된 데이터 신호의 기타 데이터, 또는 기타 전송 메커니즘을 포함하며, 임의의 정보 전달 매체를 포함한다.
전술한 본 발명의 설명은 예시를 위한 것이며, 본 발명이 속하는 기술분야의 통상의 지식을 가진 자는 본 발명의 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 쉽게 변형이 가능하다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 예를 들어, 단일형으로 설명되어 있는 각 구성 요소는 분산되어 실시될 수도 있으며, 마찬가지로 분산된 것으로 설명되어 있는 구성 요소들도 결합된 형태로 실시될 수 있다.
본 발명의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.
700: 명함 인식 장치
710: 이미지 처리부
712: 에지 검출부
714: 오브젝트 결정부
716: 인식부
730: 메모리
750: 카메라부

Claims (9)

  1. 이미지 내의 에지 검출을 통해 상기 이미지 내에 포함된 적어도 하나의 오브젝트를 식별하는 단계;
    상기 식별된 적어도 하나의 오브젝트를 사각 이미지로 라벨링(labelling)하되, 상기 식별된 적어도 하나의 오브젝트 중, 기 설정된 넓이 이상의 오브젝트를 라벨링하는 단계;
    상기 라벨링된 사각 이미지의 가로 길이 및 세로 길이에 기초하여, 명함 오브젝트를 결정하되, 상기 가로 길이가 상기 세로 길이보다 큰 사각형 이미지로 라벨링된 오브젝트를 명함 오브젝트로 결정하는 단계; 및
    상기 결정된 명함 오브젝트에서 텍스트를 인식하여 저장하는 단계를 포함하고,
    상기 명함 오브젝트로 결정하는 단계는,
    상기 명함 오브젝트에 대응하는 사각 이미지의 꼭지점을 식별하는 단계;
    상기 사각 이미지의 꼭지점과, 상기 명함 오브젝트상에 존재하는 에지 포인트들 사이의 거리에 기초하여 상기 명함 오브젝트의 꼭지점을 결정하는 단계; 및
    결정된 명함 오브젝트의 꼭지점에 대해 원근 왜곡 보정을 하여 상기 명함 오브젝트를 보정하는 단계를 포함하고,
    상기 명함 오브젝트의 꼭지점을 결정하는 단계는,
    상기 에지 포인트들 중, 상기 사각 이미지의 4개의 꼭지점 각각과의 거리가 가장 큰 4개의 에지 포인트들을 상기 명함 오브젝트의 꼭지점으로 결정하는 단계
    를 포함하는 명함 인식 장치에 의한, 명함 인식 방법.
  2. 삭제
  3. 제1항에 있어서,
    상기 적어도 하나의 오브젝트를 식별하는 단계는,
    상기 이미지에 대해 캐니 에지 검출 기법(canny edge detecting method)을 적용하여 상기 이미지 내에 포함된 적어도 하나의 오브젝트를 식별하는 단계를 포함하는 것을 특징으로 하는 명함 인식 방법.
  4. 삭제
  5. 삭제
  6. 삭제
  7. 제1항에 있어서,
    상기 이미지는,
    상기 명함 인식 장치에 구비된 카메라에 의해 촬영된 이미지를 포함하는 것을 특징으로 하는 명함 인식 방법.
  8. 삭제
  9. 이미지 내의 에지 검출을 통해 상기 이미지 내에 포함된 적어도 하나의 오브젝트를 식별하는 에지 검출부;
    상기 식별된 적어도 하나의 오브젝트를 사각 이미지로 라벨링(labelling)하되, 상기 식별된 ?Ь諍? 하나의 오브젝트 중, 기 설정된 오브젝트를 라벨링하고, 상기 라벨링된 사각 이미지의 가로 길이 및 세로 길이에 기초하여 명함 오브젝트를 결정하되, 상기 가로 길이가 상기 세로 길이보다 큰 사각형 이미지로 라벨링된 오브젝트를 명함 오브젝트로 결정하는 오브젝트 결정부; 및
    상기 결정된 명함 오브젝트에서 텍스트를 인식하여 저장하는 텍스트 인식부를 포함하고,
    상기 텍스트 인식부는,
    상기 명함 오브젝트에 대응하는 사각 이미지의 꼭지점을 식별하고, 상기 사각 이미지의 꼭지점과, 상기 명함 오브젝트상에 존재하는 에지 포인트들 사이의 거리에 기초하여 상기 명함 오브젝트의 꼭지점을 결정하고, 결정된 명함 오브젝트의 꼭지점에 대해 원근 왜곡 보정을 하여 상기 명함 오브젝트를 보정하고, 상기 에지 포인트들 중, 상기 사각 이미지의 4개의 꼭지점 각각과의 거리가 가장 큰 4개의 에지 포인트들을 상기 명함 오브젝트의 꼭지점으로 결정하는 것인, 명함 인식 장치.
KR1020160020011A 2016-02-19 2016-02-19 명함 인식 장치 및 이에 의한 명함 인식 방법 KR102609648B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020160020011A KR102609648B1 (ko) 2016-02-19 2016-02-19 명함 인식 장치 및 이에 의한 명함 인식 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020160020011A KR102609648B1 (ko) 2016-02-19 2016-02-19 명함 인식 장치 및 이에 의한 명함 인식 방법

Publications (2)

Publication Number Publication Date
KR20170098091A KR20170098091A (ko) 2017-08-29
KR102609648B1 true KR102609648B1 (ko) 2023-12-05

Family

ID=59760051

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020160020011A KR102609648B1 (ko) 2016-02-19 2016-02-19 명함 인식 장치 및 이에 의한 명함 인식 방법

Country Status (1)

Country Link
KR (1) KR102609648B1 (ko)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102226845B1 (ko) * 2019-02-26 2021-03-12 주식회사 핀그램 지역적 이진화를 이용한 오브젝트 인식 시스템 및 그 방법
KR102239564B1 (ko) * 2019-05-13 2021-04-14 주식회사 핀그램 행정구역별 오브젝트 인식방법 및 그 시스템
KR102396885B1 (ko) * 2019-12-09 2022-05-12 주식회사 제이에이치씨 문자를 포함한 이미지 정렬 처리방법

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8345106B2 (en) * 2009-09-23 2013-01-01 Microsoft Corporation Camera-based scanning
KR101384784B1 (ko) * 2012-12-31 2014-04-21 창원대학교 산학협력단 모바일 기기 카메라 화면의 사물 위치 판단 방법

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
한국 공개특허공보 제10-2012-0083352호(2012.07.25.) 1부.*
한국 등록특허공보 제10-1384784호(2014.04.21.) 1부.*

Also Published As

Publication number Publication date
KR20170098091A (ko) 2017-08-29

Similar Documents

Publication Publication Date Title
US9071745B2 (en) Automatic capturing of documents having preliminarily specified geometric proportions
US9275281B2 (en) Mobile image capture, processing, and electronic form generation
US9342742B2 (en) Systems and methods for mobile image capture and processing
US20170272649A1 (en) Portable device with adaptive panoramic image processor
US20160182805A1 (en) Method and system to configure mobile electronic device settings using remote data store analytics
US8811751B1 (en) Method and system for correcting projective distortions with elimination steps on multiple levels
CN106295638A (zh) 证件图像倾斜校正方法和装置
US8897600B1 (en) Method and system for determining vanishing point candidates for projective correction
US8947453B2 (en) Methods and systems for mobile document acquisition and enhancement
US20220224816A1 (en) Real-time glare detection inside a dynamic region of an image
US10122912B2 (en) Device and method for detecting regions in an image
KR102609648B1 (ko) 명함 인식 장치 및 이에 의한 명함 인식 방법
US10452943B2 (en) Information processing apparatus, control method of information processing apparatus, and storage medium
CN111126108A (zh) 图像检测模型的训练和图像检测方法及装置
US10049268B2 (en) Selective, user-mediated content recognition using mobile devices
CN108304840B (zh) 一种图像数据处理方法以及装置
JP2018046337A (ja) 情報処理装置、プログラム及び制御方法
WO2019196240A1 (zh) 拍摄照片的方法、装置、计算机设备及存储介质
US10275888B2 (en) Algorithmic method for detection of documents in images
US10373329B2 (en) Information processing apparatus, information processing method and storage medium for determining an image to be subjected to a character recognition processing
US20180220077A1 (en) Information processing apparatus having camera function, display control method thereof, and storage medium
JP2017120455A (ja) 情報処理装置、プログラム及び制御方法
US20210281742A1 (en) Document detections from video images
US20160275345A1 (en) Camera systems with enhanced document capture
US10514591B2 (en) Camera apparatus, image processing device, and image processing method

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant