[發明專利]圖像文字區域的識別方法、電視機和可讀存儲介質

有效

• 申請號: 201711468194.8
• 申請日: 2017-12-27
• 公開（公告）號: CN107977658B
• 公開（公告）日: 2021-09-28
• 發明（設計）人: 陳銘良;賴長明;吳佳飛
• 申請（專利權）人: 深圳TCL新技術有限公司
• 主分類號: G06K9/20
• 分類號: G06K9/20
• 代理公司: 深圳市世紀恒程知識產權代理事務所 44287
• 代理人: 宋朝政

本發明公開了一種圖像文字區域的識別方法，圖像文字區域的識別方法包括以下步驟：對待識別圖像進行處理得到含有多個最大穩定極值區域的第一待處理二值圖像；聚合各個所述最大穩定極值區域以獲得多個備選框，并將所述第一待處理二值圖像作為所述待識別圖像的掩膜以獲得第二待處理二值圖像；刪除所述第二待處理二值圖像的所述最大穩定極值區域中的非文本區域；將所述備選框添加至刪除操作后的所述第二待處理二值圖像，并將含有所述最大穩定極值區域的所述備選框作為文字區域。本發明還公開了一種電視機和可讀存儲介質。本發明提高了圖像文字區域的識別精度。

技術領域

本發明涉及圖像處理技術領域，尤其涉及一種圖像文字區域的識別方法、電視機和可讀存儲介質。

背景技術

文字區域檢測和定位是一個非常重要的基礎性計算機視覺技術，它是光學字符識別的前提。

自然場景下的文字區域檢測由于受到光照，文字變形和尺度變換等問題的挑戰，傳統的文字檢測算法無法正確檢測到相應的文字區域，即現有技術中圖像文字區域的識別精度低。

發明內容

本發明的主要目的在于提供一種圖像文字區域的識別方法、電視機和可讀存儲介質，旨在解決圖像文字區域的識別精度低的問題。

為實現上述目的，本發明提供一種圖像文字區域的識別方法，所述圖像文字區域的識別方法包括以下步驟：

對待識別圖像進行處理得到含有多個最大穩定極值區域的第一待處理二值圖像；

聚合各個所述最大穩定極值區域以獲得多個備選框，并將所述第一待處理二值圖像作為所述待識別圖像的掩膜以獲得第二待處理二值圖像；

刪除所述第二待處理二值圖像的所述最大穩定極值區域中的非文本區域；

將所述備選框添加至刪除操作后的所述第二待處理二值圖像，并將含有所述最大穩定極值區域的所述備選框作為文字區域。

優選地，所述刪除所述第二待處理二值圖像的所述最大穩定極值區域中的非文本區域的步驟包括：

采用卷積神經網絡算法判斷所述第二待處理二值圖像的所述最大穩定極值區域是否為非文本區域；

刪除判定為非文本區域的所述最大穩定極值區域。

優選地，所述對待識別圖像進行處理得到含有多個最大穩定極值區域的第一待處理二值圖像的步驟之后，還包括：

獲取所述第一待處理二值圖像中各個所述最大穩定極值區域的幾何信息，并判斷所述幾何信息是否匹配預設幾何信息；

刪除不匹配的所述幾何信息對應的所述最大穩定極值區域，并并執行所述聚合各個所述最大穩定極值區域以獲得多個備選框的步驟。

優選地，所述對待識別圖像進行處理得到含有多個最大穩定極值區域的第一待處理二值圖像的步驟包括：

采用依次遞增的灰度閾值二值化處理所述待識別圖像，以獲得含有多個最大穩定極值區域的第一待處理二值圖像。

優選地，所述聚合各個所述最大穩定極值區域以獲得多個備選框的步驟包括：

獲取所述最大穩定極值區域對應的預設膨脹參數；

根據所述預設膨脹參數對各個所述最大穩定極值區域進行膨脹操作，以獲得待處理區域；

將交疊的各個所述待處理區域聚合，以獲得所述備選框。

優選地，所述圖像文字區域的識別方法，還包括：

獲取所述待識別圖像的格式；

在所述待識別圖像的格式為預設格式時，執行所述對待識別圖像進行處理得到含有多個最大穩定極值區域的第一待處理二值圖像的步驟；