WO2019056346A1 - 一种利用膨胀法校正文本图像倾斜的方法及装置 - Google Patents

一种利用膨胀法校正文本图像倾斜的方法及装置 Download PDF

Info

Publication number
WO2019056346A1
WO2019056346A1 PCT/CN2017/103104 CN2017103104W WO2019056346A1 WO 2019056346 A1 WO2019056346 A1 WO 2019056346A1 CN 2017103104 W CN2017103104 W CN 2017103104W WO 2019056346 A1 WO2019056346 A1 WO 2019056346A1
Authority
WO
WIPO (PCT)
Prior art keywords
image
text
tilt
correcting
text image
Prior art date
Application number
PCT/CN2017/103104
Other languages
English (en)
French (fr)
Inventor
洪涛龙
Original Assignee
深圳传音通讯有限公司
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 深圳传音通讯有限公司 filed Critical 深圳传音通讯有限公司
Priority to PCT/CN2017/103104 priority Critical patent/WO2019056346A1/zh
Publication of WO2019056346A1 publication Critical patent/WO2019056346A1/zh

Links

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
    • G06V10/24—Aligning, centring, orientation detection or correction of the image

Definitions

  • the present invention relates to the field of mobile phone applications, and in particular, to a method and apparatus for correcting the tilt of a text image by using an expansion method.
  • Paper documents are converted into document images by image acquisition devices (such as digital cameras, scanners, etc.), and document images generally have a certain tilt angle due to human factors and mechanical errors of the scanner paper feed mechanism. Tilt correction is an important document image preprocessing technique. The basic reasons are:
  • the oblique document image affects the layout analysis, causing errors in the segmentation of the text area, the graphic area and the image area;
  • Document processing is based on a understanding of the layout, which is very sensitive to the skew of the document. Therefore, it is important to correct the tilt of the document image.
  • the layout of a typical document image mainly consists of the following four areas:
  • Text area mainly includes Chinese characters, numbers, English letters, punctuation marks, formulas, etc.;
  • Graphic area mainly including lines, curves, etc.
  • Chart area mainly includes horizontal lines, vertical lines, text lines, etc.
  • Image area Various pictures with grayscale information.
  • Each of its layout primitives can be rectangular, circular, elliptical or other irregularly shaped graphics, but the circumscribed rectangles of these graphics do not intersect each other, ie the geometric locations of the circumscribed rectangles do not overlap or intersect.
  • No inlay layout is the simplest form of layout, and the most common one, and its individual columns can be represented by rectangles.
  • the layout primitive of the embedded rectangular layout contains at least one (non-rectangular) right-angle polygon layout.
  • the layout of such a layout is different from the case where there is no embedded rectangular layout, and the circumscribed rectangles intersect or contain.
  • the layouts other than the above layout types are non-rectangular layouts, which contain columns that cannot be represented by only horizontal and vertical edges, such as oblique polygons, triangles, etc. These layouts are very complicated and uncommon.
  • Non-moment The tilt correction problem of the layout surface.
  • a rectangular block is the most basic unit constituting a document layout structure, and a layout structure of a document is composed of a plurality of rectangular sub-blocks. In most documents, the geometric positions of the sub-blocks do not overlap or intersect.
  • the document layout is complex, including horizontal rows (horizontal direction), vertical rows (vertical direction), and horizontal and vertical mixing.
  • the text area of the document contains printed characters, handwritten Chinese characters, characters and mathematical formulas.
  • Some documents have a table line, a border line, and a dividing line between the layouts. These lines are long and are horizontal and vertical.
  • the image of the document obtained by the image acquisition device will produce a certain angle of inclination, and the angle of inclination is generally within 5°.
  • the direction of the tilt of any horizontal or vertical line or line of text is consistent with the direction of the document, so the angle of inclination can be estimated from these lines and lines of text.
  • the main methods are the following three categories:
  • Rectangular block-based document image tilt correction method A rectangular sub-block structure is the smallest primitive constituting a document layout. The upper and lower sides of these rectangular sub-blocks are horizontal lines, and the left and right sides are vertical lines. When the document image is tilted, the edge of the rectangular sub-block also produces a corresponding tilt angle. By detecting the edge of the rectangular sub-block and then calculating the equation of the edge, the tilt angle of the document image can be obtained.
  • Horizontal lines and vertical lines are also common in documents (such as dividers between layout primitives, etc.), especially in form documents (such as notes, statements, etc.), horizontal Lines and vertical lines are used more widely. By detecting these lines, calculate its line equation and then calculate the tilt angle of the document.
  • the lines of text are arranged in the horizontal direction, and the distance between adjacent lines of text is relatively fixed. Therefore, it is not necessary to scan the entire image for detecting the inclination of the page image, and only the appropriate text sub-area, the direction of the text line is selected.
  • the angle corresponds to the tilt angle of the entire document image.
  • tilt correction algorithms have been proposed.
  • the commonly used methods are as follows: projection method, Hough transform (Hough) method and nearest neighbor (nearest-neighbor) method.
  • tilt estimation methods such as BAG (Block Adjacency Graph) algorithm, subspace based line detection, Fourier based analysis and so on.
  • tilt correction algorithms are for binary images.
  • the layout is mainly for texts.
  • the accuracy of tilt estimation is lower.
  • the projection method is the most commonly used tilt correction method based on the method of analyzing the shape of the projected image.
  • the principle of the projection method is that in a text image, there is generally a gap between the lines of the text.
  • the angle of the parallel light is considered to be the tilt angle of the text image.
  • rotating the image to correct the tilted text image is very large.
  • the projection method needs to project each angle, and then iterate through all the projection results, and the calculation amount is very large. In the Android development, using this method to realize the text image tilt correction is likely to cause the application to be unresponsive (ANR) abnormality.
  • ANR unresponsive
  • Figure 1 shows the incident angle of the parallel rays finally extracted.
  • the Hough transform is used to extract the line information of the image.
  • Hough Transform is a feature extraction technique in image processing that detects objects with specific shapes through a voting algorithm. The process obtains a set of the specific shape as a Hough transform result by calculating a local maximum of the cumulative result in a parameter space.
  • the Hough transform was first proposed by Paul Hough in 1962 and later by Richard Duda and Peter Hart in 1972. The classical Hough transform is used to detect straight lines in images, and later Hough transforms are extended to the recognition of objects of arbitrary shape. For circles and ovals.
  • the Hough transform uses a transformation between two coordinate spaces to form a peak by mapping a curve or line having the same shape in one space to a point in another coordinate space, thereby transforming the problem of detecting an arbitrary shape into a statistical peak problem.
  • the main idea of the Hough transform is to exchange the parameters and variables of the equation, that is, use x, y as the known quantity k, and b as the variable coordinate.
  • (k, b) is any point on the line.
  • we express the coordinates of the parameter space as ⁇ and ⁇ in polar coordinates.
  • a method for correcting the tilt of a text image by using an expansion method for processing text saved in an image form, correcting defects of the font tilt including:
  • the processing result of S2 is further subjected to etching treatment to passivate the jagged outline to further smooth the outer contour;
  • the above method for correcting the tilt of the text image by using the expansion method, in the step S1, specifically includes:
  • the above method for correcting the tilt of the text image by using the expansion method, in the step S6, specifically includes:
  • step S63 If the angle obtained in step S62 already exists, the corresponding count is incremented by one.
  • step S62 If the angle obtained in step S62 does not exist, create a new record and increase the corresponding count;
  • the angle at which the repeated occurrence is the most is the text tilt angle.
  • the above method for correcting the tilt of a text image by using an expansion method, performing pre-processing before the step S1, the processed image being a color image, comprising:
  • P11. Receive an image, where the image includes a plurality of pixels having different intensities of at least one color
  • P12. Perform a global color processing operation on the image to adjust the color of the image.
  • a gamma table is used to adjust a gamma value of the image, or a color matrix is used to adjust a color temperature of the image.
  • the image performs the global color processing operation.
  • pre-processing is performed before the step S1 to adjust the brightness of the image.
  • the above method for correcting the tilt of a text image by using an expansion method comprising:
  • An image processing apparatus that processes a text image using a method of correcting a tilt of a text image by an expansion method using any of the above.
  • a mobile phone includes the above image processing apparatus.
  • the advantages and advantageous effects of the present invention are that the implementation is simple and the stability is relatively strong, because the method allows a non-text portion to exist in the text image, and the non-text portion has a very small influence on the calculation of the tilt angle.
  • the techniques disclosed herein can be applied to two-dimensional, three-dimensional, and/or higher dimensional image data. Moreover, it will be appreciated that the techniques disclosed herein can be applied to image data obtained from photography, microscopy, computed tomography, x-ray, magnetic resonance, or any other kind of image acquisition.
  • Figure 1 is a schematic diagram showing the principle of projection correction of text skew.
  • Figure 2 is a slanted text to be processed in the present invention.
  • Figure 3 is a text image of the inflated process of the present invention.
  • Figure 4 is a textual image of the corrosion treated in the present invention.
  • Figure 5 is a text image of edge detection in the present invention.
  • Figure 6 is a text image of Hough transform in the present invention.
  • Figure 7 is a corrected text image of the present invention.
  • Figure 8 is a process flow diagram of the present invention.
  • the present invention corrects by extracting the angle of the text tilt by performing a simple graphic transformation on the text image itself. Avoid the traversal of the huge amount of data in the projection method, making it suitable for running in Android (Android) system.
  • the line information is extracted separately for each line of text, and enough samples are obtained. The samples with the highest probability from the sample space can reasonably avoid the interference of the illustrations that occupy a small number of text images, and improve the correction effect.
  • the text is rotated counterclockwise by ⁇ angle from the horizontal direction, which brings trouble and inconvenience to the user's reading.
  • the ⁇ angle information is accurate. Extracted, The text image is corrected accordingly.
  • FIG. 8 it is a method for correcting the tilt of a text image by using an expansion method for processing text saved in an image form, and correcting defects of the font tilt, including:
  • the image is subjected to expansion processing to obtain an effect as shown in FIG. 3, and the text strokes with clear boundaries are bolded until the entire line of characters is connected into a block diagram having a zigzag outer contour.
  • the processing result of S2 is further subjected to etching treatment to obtain an effect as shown in FIG. 4, and the jagged outline is passivated to further smooth the outer contour.
  • the lower part of Figure 4 is the effect of the illustrations. The information in this part will be ignored in the statistics and will not adversely affect the processing results.
  • the above method for correcting the tilt of the text image by using the expansion method, in the step S1, specifically includes:
  • the method specifically includes:
  • step S63 If the angle obtained in step S62 already exists, the corresponding count is incremented by one.
  • step S62 If the angle obtained in step S62 does not exist, create a new record and increase the corresponding count;
  • the angle at which the repeated occurrence is the most is the text tilt angle.
  • preprocessing is performed before the step S1, and the processed image is a color image, including:
  • P11. Receive an image, where the image includes a plurality of pixels having different intensities of at least one color
  • P12. Perform a global color processing operation on the image to adjust the color of the image.
  • a gamma table is used to adjust a gamma value of the image, or a color matrix is used to adjust a color temperature of the image to perform the global color processing operation on the image.
  • pre-processing is performed before the step S1 to adjust the brightness of the image.
  • the brightness adjustment includes:
  • the brightness adjustment may also be performed after step S1 and/or step S6.
  • An image processing apparatus that processes a text image using a method of correcting a tilt of a text image by an expansion method using any of the above.
  • a mobile phone includes the above image processing apparatus.
  • Embodiment 1 uses threshold method to distinguish objects and backgrounds
  • Image Threshold Segmentation is one of the most common and simplest methods of image segmentation. It is especially suitable for images where the target and background occupy different grayscale ranges. Not only does he greatly compress the amount of data, but it also greatly simplifies the analysis and processing steps. Therefore, in many cases, it is a necessary image preprocessing process before image analysis, feature extraction and pattern recognition.
  • the purpose of image thresholding is to divide the pixel set according to the gray level, and each of the obtained subsets forms an area corresponding to the real scene, and each area has a uniform attribute inside, and the adjacent area layout has such a Consistent attribute. Such division can be achieved by selecting one or more thresholds from the gray level.
  • the easiest way to determine the boundary with a threshold is to set the grayscale threshold to constant throughout the image. If the gray value of the background is reasonably considered constant throughout the image, and all objects have almost the same contrast as the background. So as long as you choose the correct threshold, using a fixed global threshold will generally work well. Generally, when the global threshold method is used, image segmentation is performed by selecting an optimal threshold, instead of using a simple function.
  • the optimal threshold needs to be determined according to the specific problem.
  • the optimal threshold can be determined by analyzing the histogram. For example, when the histogram clearly exhibits a bimodal condition, the midpoint of the two peaks can be selected as the optimal threshold.
  • the optimal segmentation threshold of the image is obtained by an iterative method. Proceed as follows:
  • Embodiment 2 Implementation of Hough Transform
  • the Hough transform needs to allocate storage space and pointers to the space, defined here as storage and lines.
  • the sixth parameter of the cvHoughLines2 function changes the line that determines how many edge pixels pass through as the desired line. The larger the number, the fewer lines are produced. It is determined as 20 in this embodiment for different application fields. It can be adjusted to achieve the desired test results.
  • the present invention provides a method and apparatus for correcting the tilt of a text image by using an expansion method, which processes the oblique text image, extracts angle information, and corrects the tilt.
  • the algorithm is streamlined and effective, and the processing speed is improved, and the application is suitable for the application on the mobile client, so that the user can process the text at any time. this.

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Character Input (AREA)
  • Image Processing (AREA)

Abstract

一种利用膨胀法校正文本图像倾斜的方法，用于处理以图像形式保存的文本，纠正其字体倾斜的缺陷，包括：S1、读取待处理文本图像；S2、对所述图像进行膨胀处理；S3、对S2的处理结果进一步的进行腐蚀处理；S4、对S3的处理结果进行边缘检测；S5、对S4的处理结果进行霍夫变换，得到平行于文字行边界的直线信息；S6、遍历S5中得到的所有直线检测其与水平线的夹角反复出现最多次的角度即为本次处理文本的倾斜角度S7、根据S6的结果校正待处理文本图像，并显示。本发明实现简单、稳定性比较强，因为该方法允许文本图像中存在非文本的部分，且非文本的部分对计算倾斜角的影响非常小。

Description

一种利用膨胀法校正文本图像倾斜的方法及装置 技术领域
本发明涉及手机应用领域，具体涉及一种利用膨胀法校正文本图像倾斜的方法及装置。
背景技术
文本稿件经过扫描仪扫描以后，角度有所偏差是其中较为常见的情况。对于图像的旋转校正有较多的方法。但是，目前对于纯文本的稿件进行旋转校正的算法较为稀少，本发明就是着重于文本稿件的旋转角度的校正。
纸质文档通过图像获取设备(如数码相机、扫描仪等)转化为文档图像，由于人为因素和扫描仪走纸机构的机械误差的影响，文档图像普遍存在一定的倾斜角度。倾斜校正是一项重要的文档图像预处理技术，其基本原因在于：
1)倾斜的文档图像影响了版面分析，使得对文字区、图形区和图像区的分割产生误差；
2)倾斜的文档图像使字符分割发生困难；
3)引起字符明显变形，使得OCR识别率降低；
4)影响文档版面正确理解。
文档处理是建立在对版面理解基础上的，版面分析算法对文档的倾斜非常敏感。因此，对文档图像的倾斜校正就显得十分重要。
目前己经有许多的二值文档图像的倾斜校正算法，这些算法能较好的处理规范的仅包含印刷体文本的文档。由于中文文档的种类繁多、文档版面复杂，文档中包含了文本、图像和图形，以及可能包含了不规范的手写体文字和数学公式等，有的文档大部分版面是图像或者图形，扫描后的文档图像边缘可能会出现大段黑区或噪声，这些因素增加了文档图像倾斜校正难度，文档图像倾斜校正是文档预处理的难点问题，许多研究者对文档倾斜校 正做了大量的研究。
迄今，人们已经提出了许多不同的文档倾斜校正算法。其中，绝大多数的文档倾斜校正方法是基于规则和先验知识的，它们利用所处理文档的特点作为先验知识，使算法的精度和效率都得到提高，如基于参考线的方法、文本行的方法等。但是，参考线法仅适用于文档存在较长参考线的场合，而文本行方法在每行字符较少时，倾斜校正效果不理想。因此这类方法在应用范围上具有很大的局限性，不能适应目前大量复杂版面文档处理的需要。
随着现代印刷技术的发展，文档的版面日趋复杂。一幅典型文档图像的版面主要包含以下四种区域：
文字区域：主要包括汉字、数字、英文字母、标点符号、公式等；
图形区域：主要包括直线、曲线等；
图表区域：主要包含水平线、垂直线、文字行等；
图像区域：各种带有灰度信息的图片。
从几何结构的角度出发，把常见的版面分为三种类型：
无嵌入式矩形版面、嵌入式矩形版面、非矩形版面。
1)无嵌入式矩形版面
无嵌入式矩形版面是指这样一种版面：
它的每个版面基元可以是矩形、圆形、椭圆形或其他形状不规则的图形，但这些图形的外切矩形互不相交，即各外切矩形的几何位置没有任何重叠或交叉。无嵌入式版面是最简单的一种版面形式，也是最常见的一种版面，它的各个分栏可以用矩形表示。
2)嵌入式矩形版面
嵌入式矩形版面的版面基元至少包含了一个(非矩形的)直角多边形版面。这种版面的分栏不同于无嵌入式矩形版面，其外切矩形有相交或包含的情况。
3)非矩形版面
除上述版面类型之外的版面都是非矩形版面，它包含有无法仅用水平边和垂直边来表示的分栏，例如斜多边形、三角形等，这类版面十分复杂，而且不常见，本文不讨论非矩 形版面的倾斜校正问题。
文档图像版面具有以下的特点：
1)矩形块是构成文档版面结构的最基本单位，文档的版面结构由若干个矩形子块组成。大多数的文档中，各子块的几何位置都没有重叠或交叉。
2)文档版面复杂，包括横排(水平方向)，竖排(垂直方向)和横竖混排。
3)文档的文本区域包含印刷体、手写体汉字、字符和数学公式等。
4)有的文档具有表格线、边框线和各版面之间的分隔线。这些线条比较长，而且在水平方向和垂直方向上。
5)通过图像获取设备获得的文档图像会产生一定角度的倾斜，倾斜角度一般在士5°以内。
上面讨论了文档版面的几何结构特点，可以总结出文档倾斜校正的基本思路：
任何水平方向和垂直方向的线条或者文字行的倾斜方向都与文档的倾斜方向是一致的，因此可以通过这些线条和文字行估计倾斜角度。
主要方法有以下三大类：
1)基于矩形块的文档图像倾斜校正方法矩形子块结构是构成文档版面的最小基元。这些矩形子块的上、下边为水平线条，左、右边为垂直线条。当文档图像产生倾斜时，矩形子块的边线也会产生相应的倾斜角度。通过检测矩形子块边线，然后计算出边线的方程，就可以得到文档图像的倾斜角度。
2)基于水平线和垂直线的文档倾斜校正方法水平线条和垂直线条在文档中也比较普遍(如版面基元间的分隔线等)，特别是在表格文档中(如票据、报表等)，水平线条和垂直线运用更为广泛。通过检测这些线条，计算出它的直线方程，然后算出文档的倾斜角度。
3)基于文本行的文档倾斜校正方法
通常文本行是沿水平方向排列的，且相邻文本行之间的距离相对固定，因此检测页面图像的倾角不必对整个图像进行扫描计算，只需选择合适的文本子区域，其文本行的方向角对应于整个文档图像的倾斜角。
人们提出了许多的倾斜校正算法，常用的方法有以下三大类：投影方法、霍夫变换 (Hough)法和近邻(nearest-neighbor)法。还有一些别的倾斜估计方法如：BAG(Block Adjacency Graph)算法、基于子空间直线检测、基于傅里叶(Fourier)谱分析等等。
几乎所有的倾斜校正算法都是针对的二值图像，在这些算法中，主要针对文本占多数的版面，处理图像较多的文档时，倾斜估计的精度较低。
投影法是最常用的倾斜校正方法，它是基于对投影图形状进行分析的方法。投影法的原理是，在文本图像中，文本的行与行之间一般会存在间隙，当用一系列的平行光从不同的角度投影文本图像时，光线会被文字遮挡，其中只有与文字行平行的光线才能穿过文本图像，此时的平行光的角度则认为是文本图像的倾斜角，最后将图像旋转该角度便能矫正倾斜的文本图像。投影法虽然能够较好的实现对文本图像倾斜矫正的功能，但是也存在缺陷。投影法需要对每一个角度进行投影，然后遍历所有的投影结果，计算量非常大，在Android开发中使用该方法实现文本图像倾斜矫正容易造成应用程序无响应(ANR)异常。
图1所示即为最终提取出的平行光线入射角。
本文在处理过程中使用了霍夫变换提取图像的直线信息。
霍夫变换(Hough Transform)是图像处理中的一种特征提取技术，它通过一种投票算法检测具有特定形状的物体。该过程在一个参数空间中通过计算累计结果的局部最大值得到一个符合该特定形状的集合作为霍夫变换结果。霍夫变换于1962年由Paul Hough首次提出，后于1972年由Richard Duda和Peter Hart推广使用，经典霍夫变换用来检测图像中的直线，后来霍夫变换扩展到任意形状物体的识别，多为圆和椭圆。
霍夫变换运用两个坐标空间之间的变换将在一个空间中具有相同形状的曲线或直线映射到另一个坐标空间的一个点上形成峰值，从而把检测任意形状的问题转化为统计峰值问题。
我们知道，一条直线在直角坐标系下可以用y＝kx+b表示，霍夫变换的主要思想是将该方程的参数和变量交换，即用x，y作为已知量k，b作为变量坐标，所以直角坐标系下的直线y＝kx+b在参数空间表示为点(k，b)，而一个点(x1，y1)在直角坐标系下表示为一条直线y1＝x1·k+b，其中(k，b)是该直线上的任意点。为了计算方便，我们将参数空间的坐标表示为极坐标下的γ和θ。因为同一条直线上的点对应的(γ，θ)是相 同的，因此可以先将图片进行边缘检测，然后对图像上每一个非零像素点，在参数坐标下变换为一条直线，那么在直角坐标下属于同一条直线的点便在参数空间形成多条直线并内交于一点。因此可用该原理进行直线检测。
发明的公开
本发明的目的在于提供一种利用膨胀法校正文本图像倾斜的方法，应用于扫描仪、照相机、手机中处理文本图像。
一种利用膨胀法校正文本图像倾斜的方法，用于处理以图像形式保存的文本，纠正其字体倾斜的缺陷，包括：
S1、读取待处理文本图像；
S2、对所述图像进行膨胀处理，将界限分明的文字笔画加粗直至整行文字连成外轮廓为锯齿状的块形图；
S3、对S2的处理结果进一步的进行腐蚀处理，钝化锯齿状的轮廓，使外轮廓进一步平滑；
S4、对S3的处理结果进行边缘检测；
S5、对S4的处理结果进行霍夫变换，得到平行于文字行边界的直线信息；
S6、遍历S5中得到的所有直线，检测其与水平线的夹角，反复出现最多次的角度即为本次处理文本的倾斜角度；
S7、根据S6的结果校正倾斜文本图像，并显示。
上述的一种利用膨胀法校正文本图像倾斜的方法，在所述步骤S1中，具体包括：
S11、使用阈值法将图像区分为对象和背景；
S12、对图像中的离散噪点进行去噪操作。
上述的一种利用膨胀法校正文本图像倾斜的方法，在所述步骤S6中，具体包括：
S61、定义变量用于记录不同角度的直线出现的次数；
S62、计算直线相对水平线的角度；
S63、若步骤S62得到的角度已经存在，则相应计数加1，
若步骤S62得到的角度不存在，则新建一条记录，并增加相应计数；
S64、重复S62～S63直至遍历所有直线；
S65、取反复出现最多次的角度为文本倾斜角。
上述的一种利用膨胀法校正文本图像倾斜的方法，在所述步骤S1之前执行预处理，所处理的图像为彩色图像，包括：
P11、接收图像，所述图像包括具有至少一个色彩的不同强度的多个像素；
P12、对所述图像执行全域色彩处理操作以调整所述图像的色彩。
上述的一种利用膨胀法校正文本图像倾斜的方法，在所述步骤P12中，使用伽玛表来调整所述图像的伽玛值，或使用色彩矩阵来调整所述图像的色温，以对所述图像执行所述全域色彩处理操作。
上述的一种利用膨胀法校正文本图像倾斜的方法，在所述步骤S1之前执行预处理，对图像进行亮度调整。
上述的一种利用膨胀法校正文本图像倾斜的方法，所述亮度调整，包括：
P21、对原始文本图像执行灰度形态学闭运算，获得原始文本图像的背景灰度图像；
P22、将获得的背景灰度图像进行高斯平滑处理；
P23、采样高斯平滑处理后的背景灰度数据经过采样后，进行曲面拟合，得到其背景灰度曲面；
P24、遍历文本图像中的像素点，根据背景灰度曲面计算出像素点的亮度校正系数，用亮度校正系数对原始文本图像的亮度进行校正。
上述的一种利用膨胀法校正文本图像倾斜的方法，所述亮度调整，还可以在步骤S1和/或步骤S6后执行。
一种图像处理装置，使用上述任一项利用膨胀法校正文本图像倾斜的方法处理文本图像。
一种手机，包括上述的图像处理装置。
本发明的优点和有益效果是：实现简单、稳定性比较强，因为该方法允许文本图像中存在非文本的部分，且非文本的部分对计算倾斜角的影响非常小。
本领域技术人员应认识到，可以将本文公开的技术应用于二维、三维和/或更高维的图像数据。而且，将认识到，本文公开的技术可以应用于从摄影术、显微术、计算机断层扫描、x射线、磁共振或任何其它种类的图像获取方式获得的图像数据。
附图的简要说明
为了更清楚地说明本发明实施例中的技术方案，下面将对本发明实施例描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，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，还可以根据本发明实施例的内容和这些附图获得其他附图。
图1是投影法校正文本倾斜的原理示意图。
图2是本发明中待处理的倾斜文本。
图3是本发明中经膨胀处理的文本图像。
图4是本发明中经腐蚀处理的文本图像。
图5是本发明中经边缘检测的文本图像。
图6是本发明中经霍夫变换的文本图像。
图7是本发明中经校正后的文本图像。
图8是本发明的处理流程图。
实现本发明的最佳方式
以下结合附图，通过详细说明若干个较佳的具体实施例，对本发明做进一步阐述。
本发明通过对文本图像自身进行简单图形变换提取出文本倾斜的角度，从而进行校正。避免投影法中的超大数据量的遍历操作，使之适合在安卓(Android)系统中运行。对每行文字单独提取直线信息又获得了足够多的样本，从样本空间中统计出最高概率出现的样本又可合理规避占文本图像少数的插图的干扰，提高校正效果。
如图2所示的待处理的倾斜文本图像中，文字从水平方向逆时针旋转了θ角度，给用户的阅读带来了困扰和不便，通过应用本发明所述的方法，将θ角度信息准确提取出来， 并据此对文本图像进行校正。
如图8所示，是一种利用膨胀法校正文本图像倾斜的方法，用于处理以图像形式保存的文本，纠正其字体倾斜的缺陷，包括：
S1、读取待处理文本图像。
S2、对所述图像进行膨胀处理，得到如图3所示的效果，将界限分明的文字笔画加粗直至整行文字连成外轮廓为锯齿状的块形图。
S3、对S2的处理结果进一步的进行腐蚀处理，得到如图4所示的效果，钝化锯齿状的轮廓，使外轮廓进一步平滑。图4下半部分为对插图的处理效果，这一部分的信息在统计时将被忽略，不会对处理结果造成不良影响。
S4、对S3的处理结果进行边缘检测，得到如图5所示的效果。
S5、对S4的处理结果进行霍夫变换，得到如图6所示的平行于文字行边界的直线信息。
S6、遍历S5中得到的所有直线，检测其与水平线的夹角，反复出现最多次的角度即为本次处理文本的倾斜角度θ。
S7、如图7所示，根据S6的结果校正倾斜文本图像，并显示。
上述的一种利用膨胀法校正文本图像倾斜的方法，在所述步骤S1中，具体包括：
S11、使用阈值法将图像区分为对象和背景；
S12、对图像中的离散噪点进行去噪操作。
进一步地，在所述步骤S6中，具体包括：
S61、定义变量用于记录不同角度的直线出现的次数；
S62、计算直线相对水平线的角度；
S63、若步骤S62得到的角度已经存在，则相应计数加1，
若步骤S62得到的角度不存在，则新建一条记录，并增加相应计数；
S64、重复S62～S63直至遍历所有直线；
S65、取反复出现最多次的角度为文本倾斜角。
进一步地，在所述步骤S1之前执行预处理，所处理的图像为彩色图像，包括：
P11、接收图像，所述图像包括具有至少一个色彩的不同强度的多个像素；
P12、对所述图像执行全域色彩处理操作以调整所述图像的色彩。
进一步地，在所述步骤P12中，使用伽玛表来调整所述图像的伽玛值，或使用色彩矩阵来调整所述图像的色温，以对所述图像执行所述全域色彩处理操作。
进一步地，在所述步骤S1之前执行预处理，对图像进行亮度调整。
进一步地，所述亮度调整，包括：
P21、对原始文本图像执行灰度形态学闭运算，获得原始文本图像的背景灰度图像；
P22、将获得的背景灰度图像进行高斯平滑处理；
P23、采样高斯平滑处理后的背景灰度数据经过采样后，进行曲面拟合，得到其背景灰度曲面；
P24、遍历文本图像中的像素点，根据背景灰度曲面计算出像素点的亮度校正系数，用亮度校正系数对原始文本图像的亮度进行校正。
进一步地，所述亮度调整，还可以在步骤S1和/或步骤S6后执行。
一种图像处理装置，使用上述任一项利用膨胀法校正文本图像倾斜的方法处理文本图像。
一种手机，包括上述的图像处理装置。
实施例一使用阈值法区分对象和背景
图像阈值化分割是一种最常用，同时也是最简单的图像分割方法，它特别适用于目标和背景占据不同灰度级范围的图像。他不仅可以极大的压缩数据量，而且也大大简化了分析和处理步骤。因此再很多情况下，它是进行图像分析、特征提取与模式识别之前的必要的图像预处理过程。图像阈值化的目的是按照灰度级，对像素集合进行划分，得到的每个子集形成一个与现实场景相对应的区域，个个区域内部都具有一致的属性，二相邻区域布局有这种一致属性。这样的划分可以通过从灰度级出发选取一个或多个阈值来实现。
采用阈值确定边界的最简单方法就是在整个图像中将灰度阈值设置为常数。如果背景的灰度值在整个图像中可合理地视作恒定，而且所有物体与背景都具有几乎相同的对比度。 因此只要选择正确的阈值，使用一个固定的全局阈值一般会有很好的效果。一般运用全局阈值法的时候通过选择最佳的阈值进行图像分割，而不是利用单纯的函数来实现。
最佳阈值的选择需要根据具体问题来确定，对于给定的图像，可以通过分析直方图的方法确定最佳的阈值。例如，当直方图明显呈现双峰情况时，可以选择两个峰值的中点作为最佳阈值。
本实施例通过迭代法求取图像的最佳分割阈值。步骤如下：
(1)求出图象的最大灰度值和最小灰度值，分别记为Pmax和Pmin，令初始阈值T0＝(Pmax+Pmin)/2；
(2)根据阈值T(k)(k＝0,1,2...,k)将图象分割为前景和背景，分别求出两者的平均灰度值H1和H2；
(3)求出新阈值T(k+1)＝(H1+H2)/2；
(4)若T(k)＝T(k+1)，则所得即为阈值；否则执行(2)，迭代计算。
求取最佳阈值的函数如下：
Figure PCTCN2017103104-appb-000001
Figure PCTCN2017103104-appb-000002
实施例二霍夫变换的实施
霍夫变换需要分配储存空间和指向该空间的指针，这里分别为定义为storage和lines。cvHoughLines2这个函数的第六个参数改变的是：将穿过多少个边缘像素点的直线确定为所需直线。该数越大，则产生的直线越少。本实施例中将其确定为20，对于不同的应用场 合，可以对其进行调整，以达到理想的检测结果。
用cvGetSeqElem(lines，i)函数时获取的是lines的第i个(θ-ρ)组，θ为弧度制。由于后面要用到的获取放射变换矩阵需要角度为角度制，故cvAng需要做一下转换。
本功能程序如下：
CvMemStorage*storage＝cvCreateMemStorage()；
CvSeq*lines＝NULL；
lines＝cvHoughLines2(canImage，storage，CV_HOUGH_STANDARD，1，CV_PI/180，20，0，0)；
//统计与竖直夹角<30度的直线个数以及其夹角和
Figure PCTCN2017103104-appb-000003
//计算出平均倾斜角，anAng为角度制
float avAng＝(sumAng/numLine)*180/CV_PI；
以上结合附图详细说明了本发明的技术方案，本发明提出了一种利用膨胀法校正文本图像倾斜的方法及装置，通过对倾斜的文本图像进行处理，提取角度信息，校正倾斜，所采用的算法精简有效，提高处理速度，适宜于应用在移动用户端上，方便用户随时处理文 本。
本领域技术人员应认识到，可以按照被认为有用的任何方式来组合本发明所提及的方案、实施例中的两个或更多个。
尽管本发明的内容已经通过上述优选实施例作了详细介绍，但应当认识到上述的描述不应被认为是对本发明的限制。在本领域技术人员阅读了上述内容后，对于本发明的多种修改和替代都将是显而易见的。因此，本发明的保护范围应由所附的权利要求来限定。

Claims (10)

  1. 一种利用膨胀法校正文本图像倾斜的方法，用于处理以图像形式保存的文本，纠正其字体倾斜的缺陷，其特征在于，包括：
    S1、读取待处理文本图像；
    S2、对所述图像进行膨胀处理，将界限分明的文字笔画加粗直至整行文字连成外轮廓为锯齿状的块形图；
    S3、对S2的处理结果进一步的进行腐蚀处理，钝化锯齿状的轮廓，使外轮廓进一步平滑；
    S4、对S3的处理结果进行边缘检测；
    S5、对S4的处理结果进行霍夫变换，得到平行于文字行边界的直线信息；
    S6、遍历S5中得到的所有直线，检测其与水平线的夹角，反复出现最多次的角度即为本次处理文本的倾斜角度；
    S7、根据S6的结果校正倾斜文本图像，并显示。
  2. 如权利要求1所述的一种利用膨胀法校正文本图像倾斜的方法，其特征在于，在所述步骤S1中，具体包括：
    S11、使用阈值法将图像区分为对象和背景；
    S12、对图像中的离散噪点进行去噪操作。
  3. 如权利要求1所述的一种利用膨胀法校正文本图像倾斜的方法，其特征在于，在所述步骤S6中，具体包括：
    S61、定义变量用于记录不同角度的直线出现的次数；
    S62、计算直线相对水平线的角度；
    S63、若步骤S62得到的角度已经存在，则相应计数加1，
    若步骤S62得到的角度不存在，则新建一条记录，并增加相应计数；
    S64、重复S62～S63直至遍历所有直线；
    S65、取反复出现最多次的角度为文本倾斜角。
  4. 如权利要求1所述的一种利用膨胀法校正文本图像倾斜的方法，其特征在于，在所述步骤S1之前执行预处理，所处理的图像为彩色图像，包括：
    P11、接收图像，所述图像包括具有至少一个色彩的不同强度的多个像素；
    P12、对所述图像执行全域色彩处理操作以调整所述图像的色彩。
  5. 如权利要求4所述的一种利用膨胀法校正文本图像倾斜的方法，其特征在于，在所述步骤P12中，使用伽玛表来调整所述图像的伽玛值，或使用色彩矩阵来调整所述图像的色温，以对所述图像执行所述全域色彩处理操作。
  6. 如权利要求1所述的一种利用膨胀法校正文本图像倾斜的方法，其特征在于，在所述步骤S1之前执行预处理，对图像进行亮度调整。
  7. 如权利要求6所述的一种利用膨胀法校正文本图像倾斜的方法，其特征在于，所述亮度调整，包括：
    P21、对原始文本图像执行灰度形态学闭运算，获得原始文本图像的背景灰度图像；
    P22、将获得的背景灰度图像进行高斯平滑处理；
    P23、采样高斯平滑处理后的背景灰度数据经过采样后，进行曲面拟合，得到其背景灰度曲面；
    P24、遍历文本图像中的像素点，根据背景灰度曲面计算出像素点的亮度校正系数，用亮度校正系数对原始文本图像的亮度进行校正。
  8. 如权利要求6所述的一种利用膨胀法校正文本图像倾斜的方法，其特征在于，所述亮度调整，还可以在步骤S1和/或步骤S6后执行。
  9. 一种图像处理装置，其特征在于，使用上述权利要求中所述的任一项利用膨胀法校正文本图像倾斜的方法处理文本图像。
  10. 一种手机，其特征在于，包括如权利要求9所述的图像处理装置。
PCT/CN2017/103104 2017-09-25 2017-09-25 一种利用膨胀法校正文本图像倾斜的方法及装置 WO2019056346A1 (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
PCT/CN2017/103104 WO2019056346A1 (zh) 2017-09-25 2017-09-25 一种利用膨胀法校正文本图像倾斜的方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/CN2017/103104 WO2019056346A1 (zh) 2017-09-25 2017-09-25 一种利用膨胀法校正文本图像倾斜的方法及装置

Publications (1)

Publication Number Publication Date
WO2019056346A1 true WO2019056346A1 (zh) 2019-03-28

Family

ID=65809957

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2017/103104 WO2019056346A1 (zh) 2017-09-25 2017-09-25 一种利用膨胀法校正文本图像倾斜的方法及装置

Country Status (1)

Country Link
WO (1) WO2019056346A1 (zh)

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110136069A (zh) * 2019-05-07 2019-08-16 语联网（武汉）信息技术有限公司 文本图像矫正方法、装置与电子设备
CN110378249A (zh) * 2019-06-27 2019-10-25 腾讯科技（深圳）有限公司 文本图像倾斜角度识别方法、装置及设备
CN110619326A (zh) * 2019-07-02 2019-12-27 安徽七天教育科技有限公司 一种基于扫描的英语试卷作文检测识别系统及方法
CN110705546A (zh) * 2019-09-06 2020-01-17 平安科技（深圳）有限公司 文本图像角度纠偏方法、装置及计算机可读存储介质
CN111797838A (zh) * 2019-04-08 2020-10-20 上海怀若智能科技有限公司 一种图片类文档盲去噪系统、方法及装置
CN112215060A (zh) * 2020-08-27 2021-01-12 河海大学 一种基于霍夫变换的高精度机械式仪表示数识别方法
CN112287927A (zh) * 2020-10-14 2021-01-29 中国人民解放军战略支援部队信息工程大学 一种文本图像倾斜角度的检测方法及装置
CN113421257A (zh) * 2021-07-22 2021-09-21 凌云光技术股份有限公司 一种点阵字体文本行旋转校正方法及装置
CN113516103A (zh) * 2021-08-07 2021-10-19 山东微明信息技术有限公司 一种基于支持向量机的表格图像倾斜角度确定方法
CN114926840A (zh) * 2022-05-13 2022-08-19 贵州大学 一种影印pdf转可复制pdf方法及系统
CN117351495A (zh) * 2023-09-21 2024-01-05 山东睿芯半导体科技有限公司 一种文本图像校正方法、装置、芯片及终端
CN117690139A (zh) * 2023-12-12 2024-03-12 北京蓝湾博阅科技有限公司 一种基于纸质图书阅览电子化后的图像前处理方法及系统

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5832110A (en) * 1996-05-28 1998-11-03 Ricoh Company, Ltd. Image registration using projection histogram matching
CN101118596A (zh) * 2007-09-04 2008-02-06 西安理工大学 一种基于支持向量机的车牌倾斜校正方法
CN101334836A (zh) * 2008-07-30 2008-12-31 电子科技大学 一种融合色彩、尺寸和纹理特征的车牌定位方法
CN101593277A (zh) * 2008-05-30 2009-12-02 电子科技大学 一种复杂彩色图像中文本区域自动定位方法及装置
CN102184396A (zh) * 2011-06-13 2011-09-14 北方工业大学 基于ocr识别反馈的文档图像倾斜校正方法
CN102411775A (zh) * 2011-08-10 2012-04-11 Tcl集团股份有限公司 一种校正文本图像亮度的方法和系统
CN103258198A (zh) * 2013-04-26 2013-08-21 四川大学 一种表格文档图像中字符提取方法
CN103488983A (zh) * 2013-09-13 2014-01-01 复旦大学 一种基于知识库的名片ocr数据修正方法和系统
CN104112132A (zh) * 2014-07-03 2014-10-22 中国人民解放军第二炮兵工程大学 一种枪械编号自动识别方法
CN104766078A (zh) * 2015-04-02 2015-07-08 四川九洲电器集团有限责任公司 目标图像的倾斜角检测方法及倾斜角检测设备
CN105989366A (zh) * 2015-01-30 2016-10-05 深圳市思路飞扬信息技术有限责任公司 文本图像的倾斜角矫正、版面分析方法和助视装置、系统
CN106296746A (zh) * 2015-06-26 2017-01-04 联发科技股份有限公司 图像处理方法和图像处理器
CN106778752A (zh) * 2016-11-16 2017-05-31 广西大学 一种文字识别方法

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5832110A (en) * 1996-05-28 1998-11-03 Ricoh Company, Ltd. Image registration using projection histogram matching
CN101118596A (zh) * 2007-09-04 2008-02-06 西安理工大学 一种基于支持向量机的车牌倾斜校正方法
CN101593277A (zh) * 2008-05-30 2009-12-02 电子科技大学 一种复杂彩色图像中文本区域自动定位方法及装置
CN101334836A (zh) * 2008-07-30 2008-12-31 电子科技大学 一种融合色彩、尺寸和纹理特征的车牌定位方法
CN102184396A (zh) * 2011-06-13 2011-09-14 北方工业大学 基于ocr识别反馈的文档图像倾斜校正方法
CN102411775A (zh) * 2011-08-10 2012-04-11 Tcl集团股份有限公司 一种校正文本图像亮度的方法和系统
CN103258198A (zh) * 2013-04-26 2013-08-21 四川大学 一种表格文档图像中字符提取方法
CN103488983A (zh) * 2013-09-13 2014-01-01 复旦大学 一种基于知识库的名片ocr数据修正方法和系统
CN104112132A (zh) * 2014-07-03 2014-10-22 中国人民解放军第二炮兵工程大学 一种枪械编号自动识别方法
CN105989366A (zh) * 2015-01-30 2016-10-05 深圳市思路飞扬信息技术有限责任公司 文本图像的倾斜角矫正、版面分析方法和助视装置、系统
CN104766078A (zh) * 2015-04-02 2015-07-08 四川九洲电器集团有限责任公司 目标图像的倾斜角检测方法及倾斜角检测设备
CN106296746A (zh) * 2015-06-26 2017-01-04 联发科技股份有限公司 图像处理方法和图像处理器
CN106778752A (zh) * 2016-11-16 2017-05-31 广西大学 一种文字识别方法

Cited By (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111797838A (zh) * 2019-04-08 2020-10-20 上海怀若智能科技有限公司 一种图片类文档盲去噪系统、方法及装置
CN110136069A (zh) * 2019-05-07 2019-08-16 语联网（武汉）信息技术有限公司 文本图像矫正方法、装置与电子设备
CN110378249A (zh) * 2019-06-27 2019-10-25 腾讯科技（深圳）有限公司 文本图像倾斜角度识别方法、装置及设备
CN110378249B (zh) * 2019-06-27 2024-01-12 腾讯科技（深圳）有限公司 文本图像倾斜角度识别方法、装置及设备
CN110619326B (zh) * 2019-07-02 2023-04-18 安徽七天网络科技有限公司 一种基于扫描的英语试卷作文检测识别系统及方法
CN110619326A (zh) * 2019-07-02 2019-12-27 安徽七天教育科技有限公司 一种基于扫描的英语试卷作文检测识别系统及方法
CN110705546A (zh) * 2019-09-06 2020-01-17 平安科技（深圳）有限公司 文本图像角度纠偏方法、装置及计算机可读存储介质
CN110705546B (zh) * 2019-09-06 2023-12-19 平安科技（深圳）有限公司 文本图像角度纠偏方法、装置及计算机可读存储介质
CN112215060A (zh) * 2020-08-27 2021-01-12 河海大学 一种基于霍夫变换的高精度机械式仪表示数识别方法
CN112215060B (zh) * 2020-08-27 2022-08-09 河海大学 一种基于霍夫变换的高精度机械式仪表示数识别方法
CN112287927B (zh) * 2020-10-14 2023-04-07 中国人民解放军战略支援部队信息工程大学 一种文本图像倾斜角度的检测方法及装置
CN112287927A (zh) * 2020-10-14 2021-01-29 中国人民解放军战略支援部队信息工程大学 一种文本图像倾斜角度的检测方法及装置
CN113421257A (zh) * 2021-07-22 2021-09-21 凌云光技术股份有限公司 一种点阵字体文本行旋转校正方法及装置
CN113421257B (zh) * 2021-07-22 2024-05-31 凌云光技术股份有限公司 一种点阵字体文本行旋转校正方法及装置
CN113516103A (zh) * 2021-08-07 2021-10-19 山东微明信息技术有限公司 一种基于支持向量机的表格图像倾斜角度确定方法
CN114926840A (zh) * 2022-05-13 2022-08-19 贵州大学 一种影印pdf转可复制pdf方法及系统
CN117351495A (zh) * 2023-09-21 2024-01-05 山东睿芯半导体科技有限公司 一种文本图像校正方法、装置、芯片及终端
CN117351495B (zh) * 2023-09-21 2024-04-26 山东睿芯半导体科技有限公司 一种文本图像校正方法、装置、芯片及终端
CN117690139A (zh) * 2023-12-12 2024-03-12 北京蓝湾博阅科技有限公司 一种基于纸质图书阅览电子化后的图像前处理方法及系统
CN117690139B (zh) * 2023-12-12 2024-06-18 北京蓝湾博阅科技有限公司 一种基于纸质图书阅览电子化后的图像前处理方法及系统

Similar Documents

Publication Publication Date Title
WO2019056346A1 (zh) 一种利用膨胀法校正文本图像倾斜的方法及装置
US7330604B2 (en) Model-based dewarping method and apparatus
US8750619B2 (en) Character recognition
US8457403B2 (en) Method of detecting and correcting digital images of books in the book spine area
EP1999688B1 (en) Converting digital images containing text to token-based files for rendering
CN111353961B (zh) 一种文档曲面校正方法及装置
CN112183038A (zh) 一种表格识别套打方法、计算机设备及计算机可读存储介质
CN109409356B (zh) 一种基于swt的多方向中文印刷体文字检测方法
Kapoor et al. A new algorithm for skew detection and correction
Shafii Optical character recognition of printed persian/arabic documents
Konya et al. Fast seamless skew and orientation detection in document images
Shafii et al. Skew detection and correction based on an axes-parallel bounding box
Yadav et al. Text extraction in document images: highlight on using corner points
CN113139535A (zh) 一种ocr文档识别方法
CN106778766B (zh) 一种基于定位点的旋转数字识别方法及系统
CN111340040B (zh) 一种纸张字符识别方法、装置、电子设备及存储介质
CN113537216B (zh) 一种点阵字体文本行倾斜校正方法及装置
Bloomberg et al. Document image applications
Salagar et al. Application of RLSA for skew detection and correction in Kannada text images
JPH06203202A (ja) 画像処理装置
Soumya et al. Enhancement and segmentation of historical records
US20020164087A1 (en) System and method for fast rotation of binary images using block matching method
CN117095423B (zh) 一种银行单据字符的识别方法及装置
Vasin et al. An intelligent information technology for symbol-extraction from weakly formalized graphic documents
Wai et al. Text Line Segmentation on Myanmar Handwritten Documents Using Directional Gaussian Filter

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 17925540

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 17925540

Country of ref document: EP

Kind code of ref document: A1