[發(fā)明專利]文字圖像處理方法及裝置

在審

• 申請(qǐng)?zhí)枺?/td>: 201710823748.5
• 申請(qǐng)日: 2017-09-13
• 公開（公告）號(hào): CN107609558A
• 公開（公告）日: 2018-01-19
• 發(fā)明（設(shè)計(jì)）人: 奚智
• 申請(qǐng)（專利權(quán)）人: 北京元心科技有限公司
• 主分類號(hào): G06K9/34
• 分類號(hào): G06K9/34;G06K9/46;G06T7/11;G06T7/13;G06T7/136;G06T7/194
• 代理公司: 北京金闕華進(jìn)專利事務(wù)所(普通合伙)11224
• 代理人: 陳建春

技術(shù)領(lǐng)域

本申請(qǐng)涉及印刷或書寫字符識(shí)別領(lǐng)域，尤其涉及文字圖像處理方法及裝置。

背景技術(shù)

隨著數(shù)碼相機(jī)、攝像頭、掃描儀等圖像獲取設(shè)備的廣泛使用，圖像中信息越來越引起人們的關(guān)注，圖像漸漸成為信息交流的主體。光學(xué)字符識(shí)別(OCR)技術(shù)應(yīng)運(yùn)而生，通過這種技術(shù)，設(shè)備可以將圖像中的文字信息識(shí)別出來。

在現(xiàn)有技術(shù)中，圖像二值化(或?qū)ふ议撝?通常是OCR系統(tǒng)的第一步，它將灰度圖像轉(zhuǎn)換成分別表示文本和背景的二元形式，OCR的識(shí)別率主要基于二值圖像的質(zhì)量。然而，對(duì)于對(duì)比度差或復(fù)雜背景的文本圖像來說，很難找到適當(dāng)?shù)拈撝祵⑽谋九c背景分開。雖然在過去多年已經(jīng)提出了多種閾值選擇方法，但其質(zhì)量仍然限制了OCR的性能，無法進(jìn)行自適應(yīng)調(diào)節(jié)，導(dǎo)致現(xiàn)有的圖像文字識(shí)別方法精度較低，無法滿足實(shí)際應(yīng)用的需求。

針對(duì)文字圖像的邊緣提取技術(shù)有基于數(shù)學(xué)形態(tài)學(xué)、基于變換域和基于梯度算子等的方法。其中基于梯度算子的方法，如Canny算子、Sobel算子，邊緣提取較連貫，細(xì)節(jié)保留好，但受文字圖像質(zhì)量影響，提取的邊緣常常包含偽邊緣。

發(fā)明內(nèi)容

為了克服現(xiàn)有技術(shù)中存在的不足，本發(fā)明要解決的技術(shù)問題是提供一種文字圖像處理方法及裝置，其能夠提高文字圖像的質(zhì)量，進(jìn)而提高文字識(shí)別的準(zhǔn)確率和識(shí)別速度。

為解決上述技術(shù)問題，本發(fā)明的文字圖像處理方法，包括：

將文字圖像的灰度圖像均勻劃分為多個(gè)矩形網(wǎng)格部分；

針對(duì)每一網(wǎng)格部分，計(jì)算直方圖并對(duì)直方圖進(jìn)行均衡化處理；

通過相鄰網(wǎng)格部分直方圖的插值對(duì)整個(gè)圖像進(jìn)行均衡化處理，得到均衡化的圖像。

作為本發(fā)明所述方法的改進(jìn)，針對(duì)每一網(wǎng)格部分，還進(jìn)行下述處理：確定基于直方圖的二值化閾值；根據(jù)直方圖和二值化閾值，確定網(wǎng)格最大閾值和網(wǎng)格最小閾值；及所述方法還包括：結(jié)合相鄰網(wǎng)格部分的網(wǎng)格最大閾值和網(wǎng)格最小閾值，通過插值得到每個(gè)像素所在點(diǎn)的像素最大閾值和像素最小閾值；判斷均衡化的圖像的每一像素的灰度值是否在相應(yīng)的像素最大閾值和像素最小閾值之間，如果是則使灰度值等于255，如果否則使灰度值等于0，得到初步二值化圖像；根據(jù)初步二值化圖像的連通域在均衡化的圖像上對(duì)應(yīng)的像素進(jìn)行邊緣檢測(cè)，得到標(biāo)記文字輪廓連通域的二值化圖像。

作為本發(fā)明所述方法的另一種改進(jìn)，針對(duì)每一網(wǎng)格部分，還進(jìn)行下述處理：

計(jì)算直方圖的各像素的灰度值與確定的二值化閾值之間的絕對(duì)平均差；

響應(yīng)于所述絕對(duì)平均差小于預(yù)定閾值，從鄰近網(wǎng)格部分的二值化閾值插值得到該網(wǎng)格部分的計(jì)算的二值化閾值；

將計(jì)算的二值化閾值用于確定網(wǎng)格最大閾值和網(wǎng)格最小閾值。

作為本發(fā)明所述方法的又一種改進(jìn)，所述方法還包括：對(duì)所述初步二值化圖像進(jìn)行邊緣噪聲清理和/或孤立點(diǎn)消除。

作為本發(fā)明所述方法的再一種改進(jìn)，所述方法還包括：對(duì)標(biāo)記文字輪廓連通域的二值化圖像進(jìn)行過濾和膨脹處理，得到文字區(qū)域；對(duì)均衡化的圖像的文字區(qū)域進(jìn)行二值化處理，得到二值化的文字圖像；對(duì)所述文字圖像進(jìn)行噪聲過濾；將所述文字圖像分割成多個(gè)單個(gè)字符的圖像。

作為本發(fā)明所述方法的另一種改進(jìn)，所述方法還包括：對(duì)文字圖像進(jìn)行校正預(yù)處理和/或去噪聲預(yù)處理。

為解決上述技術(shù)問題，本發(fā)明的文字圖像處理裝置，包括：

劃分模塊，用于將文字圖像的灰度圖像均勻劃分為多個(gè)矩形網(wǎng)格部分；

網(wǎng)格處理模塊，用于針對(duì)每一網(wǎng)格部分，計(jì)算直方圖并對(duì)直方圖進(jìn)行均衡化處理；

整體均衡化模塊，用于通過相鄰網(wǎng)格部分直方圖的插值對(duì)整個(gè)圖像進(jìn)行均衡化處理，得到均衡化的圖像。

作為本發(fā)明所述裝置的改進(jìn)，所述網(wǎng)格處理模塊還用于針對(duì)每一網(wǎng)格部分進(jìn)行下述處理：確定基于直方圖的二值化閾值；根據(jù)直方圖和二值化閾值，確定網(wǎng)格最大閾值和網(wǎng)格最小閾值；所述裝置還包括：像素閾值計(jì)算模塊，用于結(jié)合相鄰網(wǎng)格部分的網(wǎng)格最大閾值和網(wǎng)格最小閾值，通過插值得到每個(gè)像素所在點(diǎn)的像素最大閾值和像素最小閾值；初步二值化圖像生成模塊，用于判斷均衡化的圖像的每一像素的灰度值是否在相應(yīng)的像素最大閾值和像素最小閾值之間，如果是則使灰度值等于255，如果否則使灰度值等于0，得到初步二值化圖像；邊緣檢測(cè)模塊，用于根據(jù)初步二值化圖像的連通域在均衡化的圖像上對(duì)應(yīng)的像素進(jìn)行邊緣檢測(cè)，得到標(biāo)記文字輪廓連通域的二值化圖像。

作為本發(fā)明所述裝置的另一種改進(jìn)，所述網(wǎng)格處理模塊還用于針對(duì)每一網(wǎng)格部分進(jìn)行下述處理：

計(jì)算直方圖的各像素的灰度值與確定的二值化閾值之間的絕對(duì)平均差；