[發(fā)明專利]提取圖像文字區(qū)域的方法和裝置

有效

• 申請?zhí)枺?/td>: 201711174268.7
• 申請日: 2017-11-22
• 公開（公告）號: CN108205676B
• 公開（公告）日: 2019-06-07
• 發(fā)明（設(shè)計）人: 蘇睿;燕志偉
• 申請（專利權(quán)）人: 西安萬像電子科技有限公司
• 主分類號: G06K9/34
• 分類號: G06K9/34;G06K9/20
• 代理公司: 北京康信知識產(chǎn)權(quán)代理有限責(zé)任公司 11240
• 代理人: 趙囡囡

本發(fā)明公開了一種提取圖像文字區(qū)域的方法和裝置。其中，該方法包括：將待處理圖像進行分塊，得到多個宏塊；對宏塊中每個像素的顏色值進行灰度顏色變換，得到每個像素的灰度值；根據(jù)每個像素的灰度值查找宏塊中的文字像素；抽取文字像素，并對文字像素進行拼接，得到待處理圖像的文字區(qū)域。本發(fā)明解決了現(xiàn)有技術(shù)中文字區(qū)域的識別需要復(fù)雜的建模過程，導(dǎo)致識別過程效率低的技術(shù)問題。

技術(shù)領(lǐng)域

本發(fā)明涉及圖像處理領(lǐng)域，具體而言，涉及一種提取圖像文字區(qū)域的方法和裝置。

背景技術(shù)

在計算機數(shù)字圖像處理領(lǐng)域，圖像中的文字是一種重要的圖像內(nèi)容。自動提取和識別圖像中的文字，會極大地協(xié)助計算機對圖像進行分類、索引，且有助于圖像后期的處理，如壓縮或OCR識別。

目前圖像文字分割技術(shù)大體可分為三類：基于顏色閾值的連通域方法，基于統(tǒng)計模型方法和基于聚類的方法。

1、基于顏色閾值的方法，其通常會將全幀圖像做全局閾值或局部閾值處理，使其變成一個二值圖像，然后再利用空間相關(guān)性，將那些連通在一起的像素點所構(gòu)成的區(qū)域所覆蓋的像素標(biāo)記為文字像素，從而達到將文字從背景中提取出來的目的。此方法的缺點是，如果圖像中文字的背景比較復(fù)雜，且文字顏色與背景相似，則全局閾值或局部閾值的選擇都會變得非常困難，導(dǎo)致該方法無法使用。

2、基于統(tǒng)計模型的方法，此方法會將文字塊內(nèi)所有的像素建立概率模型，通常可以是高斯混合模型，然后通過概率模型參數(shù)確定每個區(qū)域的像素是否屬于文字塊像素。由于概率模型的假設(shè)條件對于自然界產(chǎn)生的圖像較為適用，所以分割自然物體效果較好。但是對于人工圖像(例如：印刷體文字)，此高斯概率模型很難成立，所以應(yīng)用于人工圖像中的文字分割效果較差。

3、基于聚類的方法，此方法通過將一幀圖像的像素分為M類，文字像素對應(yīng)于其中一類。通過支持向量積或主成分分析方法，將一個低維度空間問題轉(zhuǎn)換為一個高維度空間問題。在高維空間分類后，再映射回其原始空間。此種方法需要選擇合適的核函數(shù)且要建立復(fù)雜的數(shù)學(xué)模型，計算復(fù)雜度高，實際應(yīng)用受限。同時，如果背景中出現(xiàn)大量與文字相近的顏色時，會將背景像素歸入為文字塊像素，也會產(chǎn)生較高的誤判率。

上述集中文字分割方法均從全局圖像的像素數(shù)據(jù)來分割文字，不僅會干擾到局部的文字像素判斷與標(biāo)識，同時復(fù)雜的數(shù)學(xué)模型的方法給實際應(yīng)用帶來很大的局限性。

針對現(xiàn)有技術(shù)中文字區(qū)域的識別需要復(fù)雜的建模過程，導(dǎo)致識別過程效率低的問題，目前尚未提出有效的解決方案。

發(fā)明內(nèi)容

本發(fā)明實施例提供了一種提取圖像文字區(qū)域的方法和裝置，以至少解決現(xiàn)有技術(shù)中文字區(qū)域的識別需要復(fù)雜的建模過程，導(dǎo)致識別過程效率低的技術(shù)問題。

根據(jù)本發(fā)明實施例的一個方面，提供了一種提取圖像文字區(qū)域的方法，包括：將待處理圖像進行分塊，得到多個宏塊；對宏塊中每個像素的顏色值進行灰度顏色變換，得到每個像素的灰度值；根據(jù)每個像素的灰度值查找宏塊中的文字像素；抽取文字像素，并對文字像素進行拼接，得到待處理圖像的文字區(qū)域。

進一步地，獲取每個像素的顏色值，其中，顏色值包括三個顏色通道的顏色數(shù)據(jù)；確定三個顏色通道的顏色數(shù)據(jù)的均值為灰度值。

進一步地，根據(jù)宏塊中每個像素的灰度值確定宏塊中出現(xiàn)頻率最多的灰度值為第一主顏色；確定具有第一主顏色的第一類像素為文字像素。

進一步地，將第一類像素的數(shù)量占宏塊中像素數(shù)量的比例與預(yù)設(shè)比例進行比對；在第一類像素的數(shù)量占宏塊中像素數(shù)量的比例大于或等于預(yù)設(shè)比例的情況下，停止繼續(xù)查找文字像素；在第一類像素的數(shù)量占宏塊中像素數(shù)量的比例小于預(yù)設(shè)比例的情況下，在宏塊中繼續(xù)查找文字像素。