[發(fā)明專利]一種字符版面確定方法及裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 201710799346.6
• 申請(qǐng)日: 2017-09-07
• 公開(kāi)（公告）號(hào): CN109472257B
• 公開(kāi)（公告）日: 2021-01-29
• 發(fā)明（設(shè)計(jì)）人: 姜帆;郝志會(huì)
• 申請(qǐng)（專利權(quán)）人: 阿里巴巴（中國(guó)）有限公司
• 主分類號(hào): G06K9/20
• 分類號(hào): G06K9/20;G06N3/04
• 代理公司: 北京領(lǐng)科知識(shí)產(chǎn)權(quán)代理事務(wù)所(特殊普通合伙) 11690
• 代理人: 張丹

1.一種字符版面確定方法，其特征在于，包括：

將待測(cè)圖像輸入預(yù)先訓(xùn)練的深度全卷積神經(jīng)網(wǎng)絡(luò)模型，得到所述深度全卷積神經(jīng)網(wǎng)絡(luò)模型輸出的字符行區(qū)域圖像和中軸區(qū)域圖像，所述字符行區(qū)域圖像中包括：組成字符行的像素點(diǎn)區(qū)域和其余區(qū)域，所述中軸區(qū)域圖像中包括：組成字符行中軸的像素點(diǎn)區(qū)域和其余區(qū)域；所述深度全卷積神經(jīng)網(wǎng)絡(luò)模型為預(yù)先利用標(biāo)注有字符行及其中軸的真實(shí)區(qū)域的訓(xùn)練圖像進(jìn)行訓(xùn)練得到；

對(duì)組成字符行的像素點(diǎn)區(qū)域進(jìn)行字符檢測(cè)，得到字符行區(qū)域包含的目標(biāo)字符的位置；

根據(jù)目標(biāo)字符與各中軸的像素點(diǎn)區(qū)域的位置關(guān)系，確定字符行區(qū)域所包含的各目標(biāo)字符分別對(duì)應(yīng)的中軸；

同一字符行區(qū)域中對(duì)應(yīng)于同一中軸的各目標(biāo)字符，按照目標(biāo)字符的位置與中軸的設(shè)定端點(diǎn)的距離關(guān)系，確定各目標(biāo)字符的先后排序順序，該先后排序順序作為各目標(biāo)字符的讀序。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)目標(biāo)字符與各中軸的像素點(diǎn)區(qū)域的位置關(guān)系，確定字符行區(qū)域所包含的各目標(biāo)字符分別對(duì)應(yīng)的中軸的步驟之前還包括：

采用骨架化算法，將各中軸的像素點(diǎn)區(qū)域細(xì)化為一條寬度為一個(gè)單位像素的曲線。

3.根據(jù)權(quán)利要求1或2所述的方法，其特征在于，所述根據(jù)目標(biāo)字符與各中軸的像素點(diǎn)區(qū)域的位置關(guān)系，確定字符行區(qū)域所包含的各目標(biāo)字符分別對(duì)應(yīng)的中軸的步驟包括：

針對(duì)各目標(biāo)字符，確定目標(biāo)字符所屬的字符行區(qū)域中包含的中軸的條數(shù)；

若僅有一條，則將該唯一一條中軸作為所述目標(biāo)字符對(duì)應(yīng)的中軸；

若至少包含兩條，則計(jì)算所述目標(biāo)字符與包含的每一條中軸的最短距離值；

確定各最短距離值中最小的一個(gè)所對(duì)應(yīng)的中軸，作為所述目標(biāo)字符對(duì)應(yīng)的中軸。

4.根據(jù)權(quán)利要求1或2所述的方法，其特征在于，所述根據(jù)目標(biāo)字符與各中軸的像素點(diǎn)區(qū)域的位置關(guān)系，確定字符行區(qū)域所包含的各目標(biāo)字符分別對(duì)應(yīng)的中軸的步驟包括：

針對(duì)各目標(biāo)字符，計(jì)算所述目標(biāo)字符與各中軸的最短距離值；

確定各最短距離值中最小的一個(gè)所對(duì)應(yīng)的中軸，作為所述目標(biāo)字符對(duì)應(yīng)的中軸。

5.根據(jù)權(quán)利要求2所述的方法，其特征在于，在所述采用骨架化算法，將各中軸的像素點(diǎn)區(qū)域細(xì)化為一條寬度為一個(gè)單位像素的曲線之后，該方法還包括：

以中軸中任意一像素點(diǎn)開(kāi)始迭代，直至查找到8方向鄰域內(nèi)同屬于該中軸的像素點(diǎn)的數(shù)量小于2的目標(biāo)像素點(diǎn)為止，將目標(biāo)像素點(diǎn)確定為所述中軸的端點(diǎn)；

對(duì)于所述中軸的各端點(diǎn)，計(jì)算端點(diǎn)與設(shè)定原點(diǎn)間的距離，并選取距離最短的一個(gè)端點(diǎn)，作為所述中軸的首端點(diǎn)。

6.根據(jù)權(quán)利要求5所述的方法，其特征在于，所述同一字符行區(qū)域中對(duì)應(yīng)于同一中軸的各目標(biāo)字符，按照目標(biāo)字符的位置與中軸的設(shè)定端點(diǎn)的距離關(guān)系，確定各目標(biāo)字符的先后排序順序，包括：

同一字符行區(qū)域中對(duì)應(yīng)于同一中軸的各目標(biāo)字符，計(jì)算目標(biāo)字符的位置與中軸的首端點(diǎn)的距離；

按照距離從小到大的順序，確定各目標(biāo)字符的先后排序順序。

7.根據(jù)權(quán)利要求1或2所述的方法，其特征在于，所述訓(xùn)練圖像中字符行的真實(shí)區(qū)域?yàn)椋捎枚噙呅螛?biāo)注的字符行的真實(shí)區(qū)域。

8.根據(jù)權(quán)利要求1或2所述的方法，其特征在于，所述深度全卷積神經(jīng)網(wǎng)絡(luò)模型為多通道深度全卷積神經(jīng)網(wǎng)絡(luò)模型，多通道深度全卷積神經(jīng)網(wǎng)絡(luò)模型的預(yù)訓(xùn)練過(guò)程，包括：

利用訓(xùn)練圖像中人工標(biāo)注的字符行的真實(shí)區(qū)域?yàn)檎龢颖荆溆辔礃?biāo)注為字符行的區(qū)域?yàn)樨?fù)樣本，輸入多通道深度全卷積神經(jīng)網(wǎng)絡(luò)模型的第一通道，對(duì)所述第一通道進(jìn)行訓(xùn)練；

利用訓(xùn)練圖像中人工標(biāo)注的字符行的中軸的真實(shí)區(qū)域?yàn)檎龢颖荆溆辔礃?biāo)注為字符行的中軸的區(qū)域?yàn)樨?fù)樣本，輸入多通道深度全卷積神經(jīng)網(wǎng)絡(luò)模型的第二通道，對(duì)所述第二通道進(jìn)行訓(xùn)練。