TWI807426B - 文字圖像瑕疵檢測方法、電腦裝置及儲存介質 - Google Patents

Abstract

本申請提供一種文字圖像瑕疵檢測方法、電腦裝置及儲存介質，其中，所述方法包括：獲取無瑕疵圖像和待檢測圖像；獲取無瑕疵圖像的第一圖像和第二圖像；根據第二圖像和第一圖像獲得第三圖像；根據第二圖像和待檢測圖像獲得第四圖像；基於第三圖像和第二圖像獲得第五圖像；基於第三圖像和第四圖像獲得第六圖像；根據第五圖像和第六圖像獲得第七圖像；根據第三圖像和第七圖像獲得第四圖像的瑕疵值；及基於第四圖像的瑕疵值確定第四圖像的檢測結果。本申請可以輔助進行文字圖像瑕疵檢測，提高檢測的準確率。

Description

文字圖像瑕疵檢測方法、電腦裝置及儲存介質

本發明涉及文字圖像瑕疵檢測領域，尤其涉及一種文字圖像瑕疵檢測方法、電腦裝置及儲存介質。

目前的印刷產業中，對印刷文字進行檢測時大多使用傳統的自動光學檢測檢測方法，此方法採用感興趣區域技術對圖像內的區域比對時，沒有限制比較區域，容易因為圖像的細微的光源變化產生過殺現象，因此還需耗費大量人力進行複檢，浪費人力資源和時間。而且人工進行檢測時，還會因為人的目力和精力所限導致檢測結果出現錯漏，因為檢測人員的標準不一導致檢測結果的準確率降低。

鑒於以上內容，有必要提供一種文字圖像瑕疵檢測方法、電腦裝置及儲存介質，能夠輔助進行文字圖像瑕疵檢測，提高文字圖像瑕疵檢測的準確率。

所述文字圖像瑕疵檢測方法包括：獲取無瑕疵圖像和待檢測圖像，對所述無瑕疵圖像進行第一影像處理，獲得所述無瑕疵圖像的第一圖像；對所述無瑕疵圖像進行第二影像處理，獲得所述無瑕疵圖像中的每個文字的第二圖像；根據所述每個文字的第二圖像，從所述第一圖像中，獲得每個文字的第三圖像；及根據每個文字的第二圖像，從所述待檢測圖像中， 獲得每個文字的第四圖像，將每個文字的第二圖像、第三圖像及第四圖像建立關聯；基於任一文字的第三圖像，對所述任一文字的第二圖像進行第三影像處理，獲得所述任一文字的第五圖像；以及基於所述任一文字的第三圖像，對所述任一文字的第四圖像進行所述第三影像處理，獲得所述任一文字的第六圖像；根據所述任一文字的第五圖像和第六圖像，獲得所述任一文字的第七圖像；根據所述任一文字的第三圖像和第七圖像，獲得所述任一文字的第四圖像的瑕疵值；及基於所述任一文字的第四圖像的瑕疵值和預設的閾值，確定所述任一文字的第四圖像在所述待檢測圖像中的檢測結果。

可選地，所述方法還包括：在對所述無瑕疵圖像進行所述第一影像處理前，對所述無瑕疵圖像中的每個文字進行定位，獲得所述無瑕疵圖像中每個文字的位置資訊。

可選地，所述對所述無瑕疵圖像進行第一影像處理，獲得所述無瑕疵圖像的第一圖像包括：根據所述無瑕疵圖像中每個文字的位置資訊，獲得所述無瑕疵圖像的掩膜圖像；將所述掩膜圖像作為所述無瑕疵圖像的第一圖像。

可選地，所述第二影像處理包括：根據所述無瑕疵圖像中每個文字的位置資訊，對所述無瑕疵圖像中的每個文字進行分割。

可選地，所述根據所述每個文字的第二圖像，從所述第一圖像中，獲得每個文字的第三圖像；及根據每個文字的第二圖像，從所述待檢測圖像中，獲得每個文字的第四圖像包括：利用範本匹配方法，將所述每個文字的第二圖像作為靶心圖表像，在所述第一圖像中識別所述靶心圖表像，獲得與所述無瑕疵圖像中每個文字的第二圖像相匹配的所述第一圖像中每個文字的第三圖像；及利用所述範本匹配方法，將所述每個文字的第二圖像作為靶心圖表像，在所述待檢測圖像中識別所述靶心圖表像，獲得與所述無瑕疵圖像中每個文字的第二圖像相匹配的所述待檢測圖像中每個文字 的第四圖像。

可選地，所述第三影像處理包括：利用所述任一文字的第三圖像，移除所述任一文字的第二圖像中的文字輪廓外的背景和所述任一文字的第四圖像中的中的文字輪廓外的背景；和/或利用所述任一文字的第三圖像，移除所述任一文字的第二圖像中的文字輪廓和所述任一文字的第四圖像中的文字輪廓。

可選地，所述根據所述任一文字的第五圖像和第六圖像，獲得所述任一文字的第七圖像包括：利用結構相似性演算法，獲得所述任一文字的第五圖像和第六圖像的差異圖像，將所述差異圖像作為所述任一文字的第七圖像。

可選地，所述根據所述任一文字的第三圖像和第七圖像，獲得所述任一文字的第四圖像的瑕疵值；及基於所述任一文字的第四圖像的瑕疵值和預設的閾值，確定所述任一文字的第四圖像在所述待檢測圖像中的檢測結果包括：計算所述任一文字的第七圖像中的預設圖元值的面積與所述任一文字的第三圖像中的所述預設圖元值的面積之間的比值，將所述比值作為所述任一文字的第四圖像的瑕疵值；比較所述任一文字的第四圖像的瑕疵值和所述預設的閾值；當所述任一文字的第四圖像的瑕疵值大於或等於所述預設的閾值時，確定所述任一文字的第四圖像為有瑕疵圖像；及當所述任一文字的第四圖像的瑕疵值小於所述預設的閾值時，確定所述任一文字的第四圖像為無瑕疵圖像。

所述電腦可讀儲存介質儲存有至少一個指令，所述至少一個指令被處理器執行時實現所述文字圖像瑕疵檢測方法。

所述電腦裝置包括儲存器和至少一個處理器，所述儲存器中儲存有至少一個指令，所述至少一個指令被所述至少一個處理器執行時實現所述文字圖像瑕疵檢測方法。

相較於習知技術，所述文字圖像瑕疵檢測方法、電腦裝置及儲存 介質，能夠降低圖像預處理的過殺率，區分文字圖像中的文字輪廓和背景區，透過對文字輪廓和背景區的檢測，確定文字所在區域的圖像的瑕疵檢測結果，提高瑕疵檢測的效率和準確率。

3:電腦裝置

30:瑕疵檢測系統

31:儲存器

32:處理器

S1~S7:步驟

S70~S72:步驟

為了更清楚地說明本申請實施例或習知技術中的技術方案，下面將對實施例或習知技術描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本申請的實施例，對於本領域普通技術人員來講，在不付出創造性勞動的前提下，還可以根據提供的附圖獲得其他的附圖。

圖1是本申請實施例提供的文字圖像瑕疵檢測方法的流程圖。

圖2是本申請實施例提供的電腦裝置的架構圖。

圖3是本申請實施例提供的移除背景的相關步驟的示例圖。

圖4是本申請實施例提供的移除文字輪廓的相關步驟的示例圖。

圖5是本申請實施例提供的透過移除背景獲得的第七圖像的示例圖。

圖6是本申請實施例提供的透過移除文字輪廓獲得的第七圖像的示例圖。

圖7是本申請實施例提供的步驟S7的流程圖。

為了能夠更清楚地理解本申請的上述目的、特徵和優點，下面結合附圖和具體實施例對本申請進行詳細描述。需要說明的是，在不衝突的情況下，本申請的實施例及實施例中的特徵可以相互組合。

在下面的描述中闡述了很多具體細節以便於充分理解本申請，所描述的實施例僅僅是本申請一部分實施例，而不是全部的實施例。基於本 申請中的實施例，本領域普通技術人員在沒有做出創造性勞動前提下所獲得的所有其他實施例，都屬於本申請保護的範圍。

除非另有定義，本文所使用的所有的技術和科學術語與屬於本申請的技術領域的技術人員通常理解的含義相同。本文中在本申請的說明書中所使用的術語只是為了描述具體的實施例的目的，不是旨在於限制本申請。

參閱圖1所示，為本申請較佳實施例的文字圖像瑕疵檢測方法的流程圖。

在本實施例中，所述文字圖像瑕疵檢測方法可以應用於電腦裝置(例如圖2所示的電腦裝置3)中，對於需要進行文字圖像瑕疵檢測的電腦裝置，可以直接在電腦裝置上集成本申請的方法所提供的用於文字圖像瑕疵檢測的功能，或者以軟體開發套件(Software Development Kit，SDK)的形式運行在電腦裝置上。

如圖1所示，所述文字圖像瑕疵檢測方法具體包括以下步驟，根據不同的需求，該流程圖中步驟的順序可以改變，某些步驟可以省略。

步驟S1，電腦裝置獲取無瑕疵圖像和待檢測圖像，對所述無瑕疵圖像進行第一影像處理，獲得所述無瑕疵圖像的第一圖像。

在一個實施例中，電腦裝置可以回應用戶輸入獲取一幅無瑕疵圖像。所述無瑕疵圖像還可以預先儲存在電腦裝置的儲存器中，或者預先儲存在與電腦裝置通訊連接的其他設備中。本實施例中，所述無瑕疵圖像可以是工廠生產的印刷品的標準樣本(Golden Sample)圖像，所述無瑕疵圖像中包含文字(例如，日文、漢字、數位、英文字母等)。需要說明的是，標準樣本圖像的位置不需要校正，其中文字的排列方向也不需要校正。所述待檢測圖像可以是對需要進行檢測的所述印刷品所拍攝獲得的圖像。所述待檢測圖像的大小與無瑕疵圖像的大小一致。

在一個實施例中，電腦裝置在對所述無瑕疵圖像進行所述第一影 像處理前，先對所述無瑕疵圖像中的每個文字進行定位，獲得所述無瑕疵圖像中每個文字的位置資訊。

在一個實施例中，電腦裝置可以利用光學字元辨識(Optical Character Recognition，OCR)技術識別所述無瑕疵圖像的文字，進而確認所述無瑕疵圖像的文字區與背景區，並確定所述文字區中每個文字的位置。所述文字區是指包含文字的區域，電腦裝置可以利用感興趣區域技術(Region Of Interest，ROI)，勾勒出所述文字區；所述背景區是指不包含文字的區域，即所述無瑕疵圖像中所述文字區之外的區域。

在一個實施例中，所述對所述無瑕疵圖像進行第一影像處理，獲得所述無瑕疵圖像的第一圖像包括：利用ROI技術，根據所述無瑕疵圖像中每個文字的位置資訊，獲得所述無瑕疵圖像的掩膜(mask)圖像；及將所述掩膜圖像作為所述無瑕疵圖像的第一圖像。

在一個實施例中，所述掩膜圖像包括：用於遮罩所述無瑕疵圖像中的背景區的掩膜圖像，將該掩膜圖像記作第一背景圖像；及用於遮罩所述無瑕疵圖像中的文字輪廓的掩膜圖像，將該掩膜圖像記作第一文字圖像。

在一個實施例中，所述第一背景圖像為二值圖像。所述第一背景圖像中的背景區的圖元值為0，所述第一背景圖像中的文字輪廓的圖元值為255。

在一個實施例中，所述第一文字圖像為二值圖像。所述第一文字圖像中的背景區的圖元值為255，所述第一文字圖像中的文字輪廓的圖元值為0。

本實施例將所述掩膜圖像作為所述無瑕疵圖像的第一圖像，則所述第一圖像包括所述第一背景圖像和所述第一文字圖像。

需要說明的是，在實際操作中，可以只獲取所述第一背景圖像並利用所述第一背景圖像進行後續檢測，那麼步驟S7中得到的檢測結果則為 第四圖像中的文字輪廓瑕疵的檢測結果。

在實際操作中，也可以只獲取所述第一文字圖像並利用所述第一文字圖像進行後續檢測，那麼步驟S7中得到的檢測結果為第四圖像中的背景區瑕疵的檢測結果。

在實際操作中，也可以同時獲取所述第一背景圖像和所述第一文字圖像進行後續檢測，那麼步驟S7中得到的檢測結果包括第四圖像中的文字輪廓瑕疵的檢測結果和第四圖像中的背景區瑕疵的檢測結果，之後對此不再進行贅述。

步驟S2，電腦裝置對所述無瑕疵圖像進行第二影像處理，獲得所述無瑕疵圖像中的每個文字的第二圖像。

在一個實施例中，所述第二影像處理包括：根據所述無瑕疵圖像中每個文字的位置資訊，對所述無瑕疵圖像中的每個文字進行分割。電腦裝置可以使用OCR軟體的字元切割功能對所述文字區進行分割，分割出每個文字所在的區域，獲得每個文字的第一圖像，所述每個文字的第一圖像中包含該文字的完整文字輪廓的圖像。舉例而言，可以以矩形框的形式對所述無瑕疵圖像中的每個文字進行分割，獲得單個文字的第二圖像如圖3中所示的第二圖像G1、圖4中所示的第二圖像G2。

步驟S3，電腦裝置根據所述每個文字的第二圖像，從所述第一圖像中，獲得每個文字的第三圖像；及根據每個文字的第二圖像，從所述待檢測圖像中，獲得每個文字的第四圖像，將每個文字的第二圖像、第三圖像及第四圖像建立關聯。

在一個實施例中，電腦裝置利用範本匹配(Feature Match)方法，將所述每個文字的第二圖像作為靶心圖表像，在所述第一圖像中識別所述靶心圖表像，將識別到的所述靶心圖表像從所述待檢測圖像中截取出來，從而獲得與所述無瑕疵圖像中每個文字的第二圖像相匹配的所述第一圖像中每個文字的第三圖像。

需要說明的是，由於本實施例中是將用於遮罩所述無瑕疵圖像中的背景區的掩膜圖像(即所述第一背景圖像)和/或用於遮罩所述無瑕疵圖像中的文字輪廓的掩膜圖像(即所述第一文字圖像)作為所述第一圖像，因此，所述每個文字的第三圖像也包括用於遮罩所述無瑕疵圖像中的背景區的掩膜圖像(為便於清楚描述，以下稱為第三背景圖像)和/或用於遮罩所述無瑕疵圖像中的文字輪廓的掩膜圖像(以下稱為第三文字圖像)。也即這裡將由所述第一背景圖像獲得的第三圖像記為每個文字的第三背景圖像；以及將由所述第一文字圖像獲得的第三圖像記為每個文字的第三文字圖像。同樣地，所述第三背景圖像為二值圖像，所述第三背景圖像中的背景區的圖元值為0，所述第三背景圖像中的文字輪廓的圖元值為255。所述第三文字圖像為二值圖像，其中，所述第三文字圖像中的背景區的圖元值為255，所述第三文字圖像中的文字輪廓的圖元值為0。

利用所述範本匹配方法，將所述每個文字的第二圖像作為靶心圖表像，在所述待檢測圖像中識別所述靶心圖表像，將識別到的所述靶心圖表像從所述待檢測圖像中截取出來，從而獲得與所述無瑕疵圖像中每個文字的第二圖像相匹配的所述待檢測圖像中每個文字的第四圖像。

例如圖3所示，根據第二圖像G1獲得的第三背景圖像M1和第四圖像T1；例如圖4所示，根據第二圖像G2獲得的第三文字圖像M2和第四圖像T2；例如圖5所示，獲得的第三背景圖像M3。

需要說明的是，由於步驟S2中每個文字都有唯一的一張第二圖像，所以在所述每個文字的第二圖像和所述每個文字的第三圖像之間建立了一一對應的關係，並且所述每個文字的第二圖像與第三圖像大小一致。同樣的，在所述每個文字的第二圖像和所述每個文字的第四圖像之間建立了一一對應的關係，並且所述每個文字的第二圖像與第四圖像大小一致。因此，以所述每個文字的第二圖像為關係節點，在所述每個文字的第三圖像和所述每個文字的第四圖像之間也建立了一一對應的關係，並且所述每 個文字的第三圖像與第四圖像大小一致。綜上所述，在所述每個文字的第二圖像、第三圖像和第四圖像這三者中的任意兩者之間建立了一一對應的關係，且三者的圖像大小一致。

步驟S4，電腦裝置基於任一文字的第三圖像，對所述任一文字的第二圖像進行第三影像處理，獲得所述任一文字的第五圖像；以及基於所述任一文字的第三圖像，對所述任一文字的第四圖像進行所述第三影像處理，獲得所述任一文字的第六圖像。

在一個實施例中，所述第三影像處理包括：利用所述任一文字的第三圖像中的第三背景圖像，移除所述任一文字的第二圖像中的文字輪廓外的背景和所述任一文字的第四圖像中的文字輪廓外的背景，所述移除包括遮罩；和/或利用所述任一文字的第三圖像中的第三文字圖像，移除所述任一文字的第二圖像中的文字輪廓和所述任一文字的第四圖像中的文字輪廓，所述移除包括遮罩。

舉例而言，例如圖3所示，利用第三背景圖像M1對第二圖像G1遮罩獲得的第五圖像GM1，利用第三背景圖像M1對第四圖像T1遮罩獲得的第六圖像TM1。又如圖4所示，利用第三文字圖像M2對第二圖像G2遮罩獲得的第五圖像GM2，利用第三文字圖像M2對第四圖像T2遮罩獲得的第六圖像TM2；例如圖5所示，利用第三背景圖像M3獲得的第五圖像GM3和第六圖像TM3。

步驟S5，電腦裝置根據所述任一文字的第五圖像和第六圖像，獲得所述任一文字的第七圖像。

在一個實施例中，電腦裝置利用結構相似性(Structural Similarity，SSIM)演算法獲得所述任一文字的第五圖像和第六圖像的差異圖像，將所述差異圖像作為所述任一文字的第七圖像，所述任一文字的第七圖像為二值圖像，其中，所述任一文字的第七圖像中的背景區的圖元值為0，所述任一文字的第七圖像中的文字輪廓的圖元值為255。例如，電腦裝置可以透過 安裝Python、OpenCV、scikit-image和imutils等軟體，利用所述SSIM演算法獲得所述任一文字的第七圖像。

舉例而言，例如圖5所示，根據第五圖像GM3和第六圖像TM3獲得的第七圖像D1；例如圖6所示，根據第五圖像GM2和第六圖像TM2獲得的第七圖像D2。

步驟S6，電腦裝置根據所述任一文字的第三圖像和第七圖像，獲得所述任一文字的第四圖像的瑕疵值。

在一個實施例中，電腦裝置計算所述任一文字的第七圖像中的預設圖元值(例如，255)的面積與所述任一文字的第三圖像中的所述預設圖元值的面積之間的比值，將所述比值作為所述任一文字的第四圖像的瑕疵值。電腦裝置首先計算圖元值為255的白色圖元的面積在所述任一文字的第七圖像中佔據的比例a，之後計算圖元值為255的白色圖元的面積在所述任一文字的第三圖像中佔據的比例b，最後計算比例a與比例b的比值得到比值c，將所述比值c作為所述任一文字的第四圖像的瑕疵值。

例如圖5中，由第七圖像D1和第三背景圖像M3得到的瑕疵值為0.17；又如圖6中，由第七圖像D2和第三文字圖像M2得到的瑕疵值為0.078。

步驟S7，電腦裝置基於所述任一文字的第四圖像的瑕疵值和預設的閾值，確定所述任一文字的第四圖像在所述待檢測圖像中的檢測結果。

在一個實施例中，所述預設的閾值可以是0.02，步驟S7的具體流程圖如圖7所示，具體如下。

步驟S70，電腦裝置比較所述任一文字的第四圖像的瑕疵值和所述預設的閾值；當所述任一文字的第四圖像的瑕疵值大於或等於所述預設的閾值時，執行步驟S71；及當所述任一文字的第四圖像的瑕疵值小於所述預設的閾值時，執行步驟S72。

步驟S71，電腦裝置確定所述任一文字的第四圖像為有瑕疵圖像。

例如圖6中，由第七圖像D2和第三文字圖像M2得到的瑕疵值為0.078，大於所述預設的閾值0.02，可以確定圖4中的第四圖像T2在所述待檢測圖像中為有瑕疵圖像。

步驟S72，電腦裝置確定所述任一文字的第四圖像為無瑕疵圖像。

上述圖1詳細介紹了本申請的文字圖像瑕疵檢測方法，下面結合圖2，對實現所述文字圖像瑕疵檢測方法的硬體裝置架構進行介紹。

應該瞭解，所述實施例僅為說明之用，在專利申請範圍上並不受此結構的限制。

參閱圖2所示，為本申請較佳實施例提供的電腦裝置的結構示意圖。在本申請較佳實施例中，所述電腦裝置3包括儲存器31、至少一個處理器32。本領域技術人員應該瞭解，圖2示出的電腦裝置的結構並不構成本申請實施例的限定，既可以是匯流排型結構，也可以是星形結構，所述電腦裝置3還可以包括比圖示更多或更少的其他硬體或者軟體，或者不同的部件佈置。

在一些實施例中，所述電腦裝置3包括一種能夠按照事先設定或儲存的指令，自動進行數值計算和/或資訊處理的終端，其硬體包括但不限於微處理器、專用積體電路、可程式設計閘陣列、數位訊號處理器及嵌入式設備等。

需要說明的是，所述電腦裝置3僅為舉例，其他現有的或今後可能出現的電子產品如可適應於本申請，也應包含在本申請的保護範圍以內，並以引用方式包含於此。

在一些實施例中，所述儲存器31用於儲存程式碼和各種資料。例如，所述儲存器31可以用於儲存無瑕疵圖像，還可以儲存安裝在所述電 腦裝置3中的瑕疵檢測系統30，並在電腦裝置3的運行過程中實現高速、自動地完成程式或資料的存取。所述儲存器31包括唯讀記憶體(Read-Only Memory，ROM)、可程式設計唯讀記憶體(Programmable Read-Only Memory，PROM)、可抹除可程式設計唯讀記憶體(Erasable Programmable Read-Only Memory，EPROM)、一次可程式設計唯讀記憶體(One-time Programmable Read-Only Memory，OTPROM)、電子抹除式可複寫唯讀記憶體(Electrically-Erasable Programmable Read-Only Memory，EEPROM)、唯讀光碟(Compact Disc Read-Only Memory，CD-ROM)或其他光碟儲存器、磁碟儲存器、磁帶儲存器、或者任何其他能夠用於攜帶或儲存資料的電腦可讀的儲存介質。

在一些實施例中，所述至少一個處理器32可以由積體電路組成，例如可以由單個封裝的積體電路所組成，也可以是由多個相同功能或不同功能封裝的積體電路所組成，包括一個或者多個中央處理器(Central Processing unit，CPU)、微處理器、數位訊號處理晶片、圖形處理器及各種控制晶片的組合等。所述至少一個處理器32是所述電腦裝置3的控制核心(Control Unit)，利用各種介面和線路連接整個電腦裝置3的各個部件，透過運行或執行儲存在所述儲存器31內的程式或者模組，以及調用儲存在所述儲存器31內的資料，以執行電腦裝置3的各種功能和處理資料，例如執行文字圖像瑕疵檢測的功能。

在一些實施例中，所述瑕疵檢測系統30運行於電腦裝置3中。所述瑕疵檢測系統30可以包括多個由程式碼段所組成的功能模組。所述瑕疵檢測系統30中的各個程式段的程式碼可以儲存於電腦裝置3的儲存器31中，並由至少一個處理器32所執行，以實現圖1所示的文字圖像瑕疵檢測的功能。

本實施例中，所述瑕疵檢測系統30根據其所執行的功能，可以被劃分為多個功能模組。本申請所稱的模組是指一種能夠被至少一個處理 器所執行並且能夠完成固定功能的一系列電腦程式段，其儲存在儲存器中。

儘管未示出，所述電腦裝置3還可以包括給各個部件供電的電源(比如電池)，優選的，電源可以透過電源管理裝置與所述至少一個處理器32邏輯相連，從而透過電源管理裝置實現管理充電、放電、以及功耗管理等功能。電源還可以包括一個或一個以上的直流或交流電源、再充電裝置、電源故障檢測電路、電源轉換器或者逆變器、電源狀態指示器等任意元件。所述電腦裝置3還可以包括多種感測器、藍牙模組、Wi-Fi模組等，在此不再贅述。

應該瞭解，所述實施例僅為說明之用，在專利申請範圍上並不受此結構的限制。

上述以軟體功能模組的形式實現的集成的單元，可以儲存在一個電腦可讀取儲存介質中。上述軟體功能模組儲存在一個儲存介質中，包括若干指令用以使得一台電腦裝置(可以是伺服器、個人電腦等)或處理器(processor)執行本申請各個實施例所述方法的部分。

在進一步的實施例中，結合圖2，所述至少一個處理器32可執行所述電腦裝置3的作業系統以及安裝的各類應用程式(如所述的瑕疵檢測系統30)、程式碼等，例如，上述的各個模組。

所述儲存器31中儲存有程式碼，且所述至少一個處理器32可調用所述儲存器31中儲存的程式碼以執行相關的功能。儲存在所述儲存器31中的程式碼可以由所述至少一個處理器32所執行，從而實現所述各個模組的功能以達到文字圖像瑕疵檢測的目的。

在本申請的一個實施例中，所述儲存器31儲存一個或多個指令(即至少一個指令)，所述至少一個指令被所述至少一個處理器32所執行以實現圖1所示的文字圖像瑕疵檢測的目的。

在本申請所提供的幾個實施例中，應該理解到，所揭露的裝置和 方法，可以透過其它的方式實現。例如，以上所描述的裝置實施例僅僅是示意性的，例如，所述模組的劃分，僅僅為一種邏輯功能劃分，實際實現時可以有另外的劃分方式。

所述作為分離部件說明的模組可以是或者也可以不是物理上分開的，作為模組顯示的部件可以是或者也可以不是物理單元，即可以位於一個地方，或者也可以分佈到多個網路單元上。可以根據實際的需要選擇其中的部分或者全部模組來實現本實施例方案的目的。

另外，在本申請各個實施例中的各功能模組可以集成在一個處理單元中，也可以是各個單元單獨物理存在，也可以兩個或兩個以上單元集成在一個單元中。上述集成的單元既可以採用硬體的形式實現，也可以採用硬體加軟體功能模組的形式實現。

對於本領域技術人員而言，顯然本申請不限於上述示範性實施例的細節，而且在不背離本申請的精神或基本特徵的情況下，能夠以其他的具體形式實現本申請。因此，無論從哪一點來看，均應將實施例看作是示範性的，而且是非限制性的，本申請的範圍由所附請求項而不是上述說明限定，因此旨在將落在請求項的等同要件的含義和範圍內的所有變化涵括在本申請內。不應將請求項中的任何附圖標記視為限制所涉及的請求項。此外，顯然“包括”一詞不排除其他單元或，單數不排除複數。裝置請求項中陳述的多個單元或裝置也可以由一個單元或裝置透過軟體或者硬體來實現。第一，第二等詞語用來表示名稱，而並不表示任何特定的順序。

最後所應說明的是，以上實施例僅用以說明本申請的技術方案而非限制，儘管參照以上較佳實施例對本申請進行了詳細說明，本領域的普通技術人員應當理解，可以對本申請的技術方案進行修改或等同替換，而不脫離本申請技術方案的精神和範圍。

S1~S7:步驟

Claims (6)

1. 一種文字圖像瑕疵檢測方法，應用於電腦裝置，其中，所述方法包括：獲取無瑕疵圖像和待檢測圖像，對所述無瑕疵圖像進行第一影像處理，獲得所述無瑕疵圖像的第一圖像，包括：根據所述無瑕疵圖像中每個文字的位置資訊，獲得所述無瑕疵圖像的掩膜圖像；將所述掩膜圖像作為所述無瑕疵圖像的第一圖像；對所述無瑕疵圖像進行第二影像處理，獲得所述無瑕疵圖像中的每個文字的第二圖像，其中，所述第二影像處理包括：根據所述無瑕疵圖像中每個文字的位置資訊，對所述無瑕疵圖像中的每個文字進行分割；根據所述每個文字的第二圖像，從所述第一圖像中，獲得每個文字的第三圖像；及根據每個文字的第二圖像，從所述待檢測圖像中，獲得每個文字的第四圖像，將每個文字的第二圖像、第三圖像及第四圖像建立關聯；基於任一文字的第三圖像，對所述任一文字的第二圖像進行第三影像處理，獲得所述任一文字的第五圖像；以及基於所述任一文字的第三圖像，對所述任一文字的第四圖像進行所述第三影像處理，獲得所述任一文字的第六圖像；其中，所述第三影像處理包括：利用所述任一文字的第三圖像，移除所述任一文字的第二圖像中的文字輪廓外的背景和所述任一文字的第四圖像中的中的文字輪廓外的背景；和/或利用所述任一文字的第三圖像，移除所述任一文字的第二圖像中的文字輪廓和所述任一文字的第四圖像中的文字輪廓；根據所述任一文字的第五圖像和第六圖像，獲得所述任一文字的第七圖像，包括：利用結構相似性演算法，獲得所述任一文字的第五圖像和第六圖像的差異圖像，將所述差異圖像作為所述任一文字的第七圖像；根據所述任一文字的第三圖像和第七圖像，獲得所述任一文字的第四圖像的瑕疵值，包括：計算所述任一文字的第七圖像中的預設圖元值的面積與所述任一文字的第三圖像中的所述預設圖元值的面積之間的比值，將所述比值作為所 述任一文字的第四圖像的瑕疵值；及基於所述任一文字的第四圖像的瑕疵值和預設的閾值，確定所述任一文字的第四圖像在所述待檢測圖像中的檢測結果。
2. 如請求項1所述的文字圖像瑕疵檢測方法，其中，所述方法還包括：在對所述無瑕疵圖像進行所述第一影像處理前，對所述無瑕疵圖像中的每個文字進行定位，獲得所述無瑕疵圖像中每個文字的位置資訊。
3. 如請求項1所述的文字圖像瑕疵檢測方法，其中，所述根據所述每個文字的第二圖像，從所述第一圖像中，獲得每個文字的第三圖像；及根據每個文字的第二圖像，從所述待檢測圖像中，獲得每個文字的第四圖像包括：利用範本匹配方法，將所述每個文字的第二圖像作為靶心圖表像，在所述第一圖像中識別所述靶心圖表像，獲得與所述無瑕疵圖像中每個文字的第二圖像相匹配的所述第一圖像中每個文字的第三圖像；及利用所述範本匹配方法，將所述每個文字的第二圖像作為靶心圖表像，在所述待檢測圖像中識別所述靶心圖表像，獲得與所述無瑕疵圖像中每個文字的第二圖像相匹配的所述待檢測圖像中每個文字的第四圖像。
4. 如請求項1所述的文字圖像瑕疵檢測方法，其中，所述基於所述任一文字的第四圖像的瑕疵值和預設的閾值，確定所述任一文字的第四圖像在所述待檢測圖像中的檢測結果包括：比較所述任一文字的第四圖像的瑕疵值和所述預設的閾值；當所述任一文字的第四圖像的瑕疵值大於或等於所述預設的閾值時，確定所述任一文字的第四圖像為有瑕疵圖像；及當所述任一文字的第四圖像的瑕疵值小於所述預設的閾值時，確定所述任一文字的第四圖像為無瑕疵圖像。
5. 一種電腦可讀儲存介質，其中，所述電腦可讀儲存介質儲存有至少一個指令，所述至少一個指令被處理器執行時實現如請求項1至4中任意一 項所述的文字圖像瑕疵檢測方法。
6. 一種電腦裝置，其中，該電腦裝置包括儲存器和至少一個處理器，所述儲存器中儲存有至少一個指令，所述至少一個指令被所述至少一個處理器執行時實現如請求項1至4中任意一項所述的文字圖像瑕疵檢測方法。