[發(fā)明專(zhuān)利]文本圖像提取裝置以及方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201310136363.3
• 申請(qǐng)日: 2013-04-18
• 公開(kāi)（公告）號(hào): CN104112135B
• 公開(kāi)（公告）日: 2017-06-06
• 發(fā)明（設(shè)計(jì)）人: 汪留安;孫俊;何源;范偉;勝山裕;堀田悅伸
• 申請(qǐng)（專(zhuān)利權(quán)）人: 富士通株式會(huì)社
• 主分類(lèi)號(hào): G06K9/46
• 分類(lèi)號(hào): G06K9/46
• 代理公司: 北京集佳知識(shí)產(chǎn)權(quán)代理有限公司11227
• 代理人: 王萍,陳煒

技術(shù)領(lǐng)域

本公開(kāi)涉及圖像處理領(lǐng)域，更具體地涉及一種文本圖像的提取裝置和方法。

背景技術(shù)

隨著計(jì)算機(jī)、多媒體以及通信技術(shù)的飛速發(fā)展，文字信息正越來(lái)越多地以圖像形式出現(xiàn)。通常，圖像中的文本信息是圖像內(nèi)容的重要來(lái)源，因此對(duì)圖像中文本的檢測(cè)、分割和識(shí)別對(duì)于圖像語(yǔ)義的理解、索引和檢索是非常有價(jià)值的。目前通常采用的一種文本檢測(cè)方法是基于邊緣的檢測(cè)方法，但是這種方法由于背景復(fù)雜且沒(méi)有先驗(yàn)知識(shí)，因此不能精確地分割出可靠的文本區(qū)域。基于紋理的方法是目前通常采用的另一種文本檢測(cè)方法，但是該方法對(duì)于文本排列的方向非常敏感并且計(jì)算量也非常大。

因此，當(dāng)前亟需一種能夠快速、可靠的文本圖像提取裝置以及方法。

發(fā)明內(nèi)容

在下文中給出了關(guān)于本公開(kāi)的簡(jiǎn)要概述，以便提供關(guān)于本公開(kāi)的某些方面的基本理解。應(yīng)當(dāng)理解，這個(gè)概述并不是關(guān)于本公開(kāi)的窮舉性概述。它并不意圖確定本公開(kāi)的關(guān)鍵或重要部分，也不意圖限定本公開(kāi)的范圍。其目的僅僅是以簡(jiǎn)化的形式給出某些概念，以此作為稍后論述的更詳細(xì)描述的前序。

鑒于現(xiàn)有技術(shù)的上述缺陷，本公開(kāi)的目的之一是提供一種文本圖像的提取裝置和方法，以至少克服現(xiàn)有技術(shù)中的上述問(wèn)題。

根據(jù)本公開(kāi)的一個(gè)方面，提供了一種文本圖像提取裝置，用于基于用戶(hù)指定區(qū)域從輸入圖像中提取文本圖像區(qū)域，該文本圖像提取裝置包括：邊緣極性確定單元，用于根據(jù)在輸入圖像中檢測(cè)到的每個(gè)邊緣的亮度變化趨勢(shì)確定每個(gè)邊緣的極性；筆劃寬度確定單元，用于將極性相反的兩個(gè)邊緣確定為匹配邊緣對(duì)，并且基于該用戶(hù)指定區(qū)域中的各個(gè)匹配邊緣對(duì)中的兩個(gè)匹配邊緣之間的距離確定該用戶(hù)指定區(qū)域中的文本的筆劃寬度；前景像素確定單元，用于將輸入圖像的匹配邊緣對(duì)中的、兩個(gè)匹配邊緣之間的距離與筆劃寬度之差在第一預(yù)定范圍之內(nèi)的匹配邊緣對(duì)之間的像素確定為輸入圖像的前景像素，并且將其余像素確定為輸入圖像的背景像素；以及文本圖像區(qū)域獲取單元，利用前景像素對(duì)用戶(hù)指定區(qū)域進(jìn)行擴(kuò)展，從而在輸入圖像中獲取包括與用戶(hù)指定區(qū)域相關(guān)的文本圖像的文本圖像區(qū)域。

根據(jù)本公開(kāi)的又一個(gè)方面，還提供一種文本圖像提取方法，用于基于用戶(hù)指定區(qū)域從輸入圖像中獲取文本圖像區(qū)域，該文本圖像提取方法包括：根據(jù)在輸入圖像中檢測(cè)到的每個(gè)邊緣的亮度變化趨勢(shì)確定每個(gè)邊緣的極性；將極性相反的兩個(gè)邊緣確定為匹配邊緣對(duì)，并且基于該用戶(hù)指定區(qū)域中的各個(gè)匹配邊緣對(duì)中的兩個(gè)匹配邊緣之間的距離確定該用戶(hù)指定區(qū)域中的文本的筆劃寬度；將輸入圖像的匹配邊緣對(duì)中兩個(gè)匹配邊緣之間的距離與筆劃寬度之差在第一預(yù)定范圍之內(nèi)的匹配邊緣對(duì)之間的像素確定為輸入圖像的前景像素，并且將其余像素確定為輸入圖像的背景像素；以及利用前景像素對(duì)用戶(hù)指定區(qū)域進(jìn)行擴(kuò)展，從而在輸入圖像中獲取包括與用戶(hù)指定區(qū)域相關(guān)的文本圖像的文本圖像區(qū)域。

根據(jù)本公開(kāi)的另一個(gè)方面，還提供了一種電子設(shè)備，該電子設(shè)備包括如上所述的文本圖像提取裝置。

依據(jù)本公開(kāi)的其它方面，還提供了一種使得計(jì)算機(jī)用作如上所述的文本圖像提取裝置的程序。

依據(jù)本公開(kāi)的又一方面，還提供了相應(yīng)的計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，該計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)上存儲(chǔ)有能夠由計(jì)算設(shè)備執(zhí)行的計(jì)算機(jī)程序，該計(jì)算機(jī)程序在執(zhí)行時(shí)能夠使計(jì)算設(shè)備執(zhí)行上述文本圖像提取方法。

上述根據(jù)本公開(kāi)實(shí)施例的文本圖像提取裝置和方法，至少能夠獲得以下益處之一：能夠以簡(jiǎn)單、快速的方式實(shí)現(xiàn)對(duì)文本圖像區(qū)域的提取，并且能夠大大提高了文本檢測(cè)的精度。

通過(guò)以下結(jié)合附圖對(duì)本公開(kāi)的最佳實(shí)施例的詳細(xì)說(shuō)明，本公開(kāi)的這些以及其他優(yōu)點(diǎn)將更加明顯。

附圖說(shuō)明

本公開(kāi)可以通過(guò)參考下文中結(jié)合附圖所給出的描述而得到更好的理解，其中在所有附圖中使用了相同或相似的附圖標(biāo)記來(lái)表示相同或者相似的部件。所述附圖連同下面的詳細(xì)說(shuō)明一起包含在本說(shuō)明書(shū)中并且形成本說(shuō)明書(shū)的一部分，而且用來(lái)進(jìn)一步舉例說(shuō)明本公開(kāi)的優(yōu)選實(shí)施例和解釋本公開(kāi)的原理和優(yōu)點(diǎn)。其中：

圖1是示意性地示出根據(jù)本公開(kāi)實(shí)施例的文本圖像提取裝置的一種示例結(jié)構(gòu)的框圖。

圖2示意性地示出文本圖像的一種示例。

圖3是示意性地示出如圖1所示的文本圖像區(qū)域獲取單元的一種可能的示例結(jié)構(gòu)的框圖。

圖4是根據(jù)本公開(kāi)實(shí)施例的文本圖像區(qū)域提取裝置的另一示例性結(jié)構(gòu)的框圖。

圖5是示出根據(jù)本公開(kāi)實(shí)施例的文本圖像區(qū)域提取裝置的又一示例性結(jié)構(gòu)的框圖。

圖6是示出根據(jù)本公開(kāi)另一實(shí)施例的文本圖像區(qū)域提取裝置的示例性結(jié)構(gòu)圖。