[發明專利]偏移圖像中的旋轉的表格

有效

• 申請號: 201611060614.4
• 申請日: 2016-11-25
• 公開（公告）號: CN107066433B
• 公開（公告）日: 2020-05-08
• 發明（設計）人: 達雷爾.E.貝勒特
• 申請（專利權）人: 柯尼卡美能達美國研究所有限公司
• 主分類號: G06F40/177
• 分類號: G06F40/177;G06K9/34
• 代理公司: 北京市柳沈律師事務所 11105
• 代理人: 李芳華

一種用于圖像處理的方法，包括：獲得包括表格的圖像；標識與圖像中的表格對應的第一線條、第一線條的第一置信值、和第一線條的第一角度；啟動與多個角度對應的多個角度組；基于所述第一置信值，來計算環繞第一角度的窗口內的多個角度組的第一子集的第一組多個組值；將所述第一組多個組值添加到所述多個角度組的第一子集；標識所述多個角度組中的具有最大組值的角度組；和基于具有最大組值的角度組，來旋轉圖像。

技術領域

本發明涉及偏移圖像中的旋轉的表格。

背景技術

圖像可包括任何數目的表格。此外，每一表格可具有任何尺寸(即，任何數目行、任何數目列)。表格的每一單元(即，行和列的交叉點)可包括任何字體、尺寸、類型等的文本字符。該表格可以是手繪的(即，由用戶手動繪制的)或機器生成的。在該圖像內，該表格可以不是完全水平或完全垂直的。換言之，表格可針對水平軸或垂直軸旋轉。該旋轉可以是用戶手動繪制表格和/或生成圖像的處理(例如，掃描)的結果。

光學字符識別(OCR)是標識圖像內的文本字符(例如，表格的單元內的文本字符)的處理。存在許多算法來執行OCR。然而，針對水平軸或垂直軸旋轉的文本字符通常阻礙這些算法，并導致不正確結果。無論如何，即使旋轉表格，用戶依然希望對表格執行OCR。

發明內容

一般來說，在第一方面，本發明涉及用于圖像處理的方法。該方法包括：獲得包括表格的圖像；標識與圖像中的表格對應的第一線條、第一線條的第一置信(confidence)值、和第一線條的第一角度；啟動與多個角度對應的多個角度組(bin)；基于所述第一置信值，來計算環繞第一角度的窗口內的多個角度組的第一子集的第一組多個組值；將所述第一組多個組值添加到多個角度組的第一子集；標識多個角度組中的包括最大組值的角度組；和基于包括最大組值的角度組，來旋轉圖像。

一般來說，在一個方面，本發明涉及圖像處理裝置。該圖像處理裝置包括：用于獲得包括表格的圖像的部件；用于標識與圖像中的表格對應的第一線條、第一線條的第一置信值、和第一線條的第一角度的部件；用于啟動與多個角度對應的多個角度組的部件；用于基于所述第一置信值、來計算環繞第一角度的窗口內的多個角度組的第一子集的第一組多個組值的部件；用于將所述第一組多個組值添加到多個角度組的第一子集的部件；用于標識多個角度組中的包括最大組值的角度組的部件；和用于基于包括最大組值的角度組、來旋轉圖像的部件。

一般來說，在一個方面，本發明涉及用于圖像處理的系統。所述系統包括：緩沖器，存儲包括表格的圖像；線條提取器：標識與圖像中的表格對應的第一線條、第一線條的第一置信值、和第一線條的第一角度；和標識與圖像中的表格對應的第二線條、第二線條的第二置信值、和第二線條的第二角度；角度組引擎，包括多個組：基于所述第一置信值，來計算環繞第一角度的窗口內的多個角度組的第一子集的第一組多個組值；基于所述第二置信值，來計算環繞第二角度的窗口內的多個角度組的第二子集的第二組多個組值；和將所述第一組多個組值添加到多個角度組的第一子集并將所述第二組多個組值添加到多個角度組的第二子集；和表格引擎，用于基于包括最大組值的角度組，來旋轉圖像。

本發明的其它方面根據以下描述和附圖將顯而易見。

附圖說明

圖1示出了根據本發明一個或多個實施例的系統。

圖2示出了根據本發明一個或多個實施例的流程圖。

圖3A-3F示出了根據本發明一個或多個實施例的實現示例。

圖4示出了根據本發明一個或多個實施例的計算機系統。

具體實施方式

現在將參考附圖來詳細描述本發明的特定實施例。為了一致，各個圖中的相同元件由相同附圖標記表示。