[發(fā)明專利]長微博圖片識別方法和裝置

有效

• 申請?zhí)枺?/td>: 201610158219.3
• 申請日: 2016-03-18
• 公開（公告）號: CN107203764B
• 公開（公告）日: 2020-08-07
• 發(fā)明（設(shè)計）人: 張明明;楊建武;于曉明
• 申請（專利權(quán)）人: 北大方正集團有限公司;北京大學(xué);北京北大方正電子有限公司
• 主分類號: G06K9/32
• 分類號: G06K9/32;G06K9/34
• 代理公司: 北京同立鈞成知識產(chǎn)權(quán)代理有限公司 11205
• 代理人: 孫明子;劉芳

本發(fā)明提供一種長微博圖片識別方法和裝置，該方法包括：獲取待識別微博圖片；將待識別微博圖像轉(zhuǎn)換為灰度圖片；對灰度圖片進行圖像形態(tài)學(xué)處理，其中，圖像形態(tài)學(xué)處理包括二值化處理、腐蝕和膨脹處理；對所述圖像形態(tài)學(xué)處理后的圖片進行文字行識別；當識別出的文字行數(shù)大于預(yù)設(shè)行數(shù)閾值時，確定待識別微博圖片為長微博圖片。基于對待識別微博圖片的圖像處理，以及有效文字行的識別處理，能夠準確而高效地識別出待識別微博圖片是否為長微博圖片。進而使得基于對長微博圖片的識別結(jié)果而進行的數(shù)據(jù)分析更加具有針對性，信息處理冗余度更低，數(shù)據(jù)分析處理效率更高。

技術(shù)領(lǐng)域

本發(fā)明屬于信息處理領(lǐng)域，尤其是涉及一種長微博圖片識別方法和裝置。

背景技術(shù)

隨著社交網(wǎng)絡(luò)的不斷發(fā)展，其在人們的日常生活中的作用愈發(fā)顯著，而微博作為一種重要的社交網(wǎng)絡(luò)媒介，越來越受到企業(yè)、政府宣傳部門的重視，通過分析大眾對事件的評價、傳播軌跡等，可以為決策者提供重要的參考。

人們可以在微博中發(fā)布自己就某事件的文字評論，也可以發(fā)布拍得的某個視頻畫面、圖片等各種不同承載形式的數(shù)據(jù)信息。受限于微博對文本字數(shù)的限制，以圖片形式發(fā)布文字信息的長微博(稱為長微博圖片)，已經(jīng)成為微博中較為常見的一種信息承載方式。一般來說，如果某用戶以長微博圖片的方式對某事件進行評論，一般說明該用戶較為關(guān)注該事件，其評論相對于僅僅是附和地說一句兩句的用戶而言，可能具有更為重要的價值。因此在分析微博觀點等應(yīng)用中，長微博圖片是非常重要的分析對象。

長微博圖片本質(zhì)上就是一張圖片，對長微博圖片的文本數(shù)據(jù)內(nèi)容進行分析首先面臨的一個問題是：微博中的圖片數(shù)量非常大，而長微博圖片所占比例其實并不高，如果對所有的圖片都采用諸如光學(xué)字符識別(Optical Character Recognition，簡稱OCR)技術(shù)進行文本數(shù)據(jù)內(nèi)容的識別，進而進行數(shù)據(jù)分析，將會導(dǎo)致很低的處理效率。

發(fā)明內(nèi)容

針對上述存在的問題，本發(fā)明提供一種長微博圖片識別方法和裝置，用以實現(xiàn)從海量微博圖片中識別出長微博圖片。

本發(fā)明提供了一種長微博圖片識別方法，包括：

獲取待識別微博圖片；

將所述待識別微博圖像轉(zhuǎn)換為灰度圖片；

對所述灰度圖片進行圖像形態(tài)學(xué)處理，其中，所述圖像形態(tài)學(xué)處理包括二值化處理、腐蝕和膨脹處理；

對經(jīng)過所述圖像形態(tài)學(xué)處理后的圖片進行文字行識別；

當識別出的文字行數(shù)大于預(yù)設(shè)行數(shù)閾值時，確定所述待識別微博圖片為長微博圖片。

具體地，所述對經(jīng)過所述圖像形態(tài)學(xué)處理后的圖片進行文字行識別，包括：

計算經(jīng)過所述圖像形態(tài)學(xué)處理后的圖片的每個像素行中，文字像素所占比重，所述文字像素是指像素值與預(yù)設(shè)文字像素值相同的像素；

當相鄰預(yù)設(shè)行數(shù)的像素行的文字像素所占比重均大于預(yù)設(shè)比值時，確定所述相鄰預(yù)設(shè)行數(shù)的像素行所對應(yīng)的圖像區(qū)域?qū)?yīng)一個文字行。

可選地，所述對所述灰度圖片進行圖像形態(tài)學(xué)處理之前，所述方法還包括：

當所述灰度圖片的圖片寬度大于或等于預(yù)設(shè)寬度閾值時，對所述灰度圖片進行水平壓縮處理，以縮小所述灰度圖片的寬度。

可選地，所述對所述灰度圖片進行圖像形態(tài)學(xué)處理之前，所述方法還包括：

對所述灰度圖片進行預(yù)設(shè)剪裁比例的剪裁處理。

可選地，所述對所述灰度圖片進行圖像形態(tài)學(xué)處理之前，所述方法還包括：

計算所述灰度圖片的均值灰度；