[發(fā)明專利]一種快速將紙質(zhì)書內(nèi)容轉(zhuǎn)化為數(shù)字內(nèi)容的方法與裝置

在審

• 申請?zhí)枺?/td>: 201910518766.1
• 申請日: 2019-06-15
• 公開（公告）號(hào): CN110298349A
• 公開（公告）日: 2019-10-01
• 發(fā)明（設(shè)計(jì)）人: 沈之銳
• 申請（專利權(quán)）人: 韶關(guān)市啟之信息技術(shù)有限公司
• 主分類號(hào): G06K9/34
• 分類號(hào): G06K9/34;G06K9/32;G06K9/20
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種快速將紙質(zhì)書內(nèi)容轉(zhuǎn)化為數(shù)字內(nèi)容的方法，其特征在于，所述方法包括：

用高速攝像頭對書本快速翻頁過程進(jìn)行拍攝，獲得翻書視頻；所述快速翻頁過程主要是指用手或工具擠壓書，使書頁因?yàn)槭艿綌D壓力而能夠迅速從書的一邊翻到另一邊；

獲取翻書過程的視頻圖像數(shù)據(jù)；去除所述翻書視頻圖像中，書頁處于書本中間位置的幀，獲取書本內(nèi)容數(shù)據(jù)；

對書本內(nèi)容數(shù)據(jù)進(jìn)行去重，獲得書本每一頁數(shù)據(jù)；

對所述書本每一頁數(shù)據(jù)進(jìn)行傾斜糾正；

根據(jù)書本每一頁數(shù)據(jù)，獲取頁碼，對頁碼進(jìn)行排序；

若頁碼缺失，則進(jìn)行再次翻頁拍攝；

根據(jù)書本每一頁數(shù)據(jù)，采用ocr字符識(shí)別技術(shù)，獲得全書數(shù)字版內(nèi)容。

2.根據(jù)權(quán)利要求1所述的方法，其中，所述用攝像頭對書本快速翻頁過程進(jìn)行拍攝，主要包括：

通過高速攝像頭進(jìn)行拍攝，

所述快速翻頁過程，包括通過手或其他工具，翻開書，書翻到預(yù)設(shè)的角度范圍，使書展開一半，書面被擠成一定弧度；

順序一頁頁松開書的一端，使書一頁頁翻向另一端；

重復(fù)若干次，使書內(nèi)快速翻過的內(nèi)容可以被攝像頭拍攝到。

3.根據(jù)權(quán)利要求1所述的方法，其中，所述獲取書本內(nèi)容數(shù)據(jù)，主要包括：

對拍攝的翻頁視頻進(jìn)行提取，并獲取視頻幀；

檢測翻頁頁面處于中間位置的幀，對這些頁面進(jìn)行去除；所述中間位置是指，書在翻頁過程中，頁面正好處于垂直于書本的預(yù)設(shè)的角度，無法被攝像頭拍攝到頁面數(shù)據(jù)內(nèi)容的位置。

4.根據(jù)權(quán)利要求1所述的方法，其中，所述對書本內(nèi)容數(shù)據(jù)進(jìn)行去重，獲得書本每一頁數(shù)據(jù)，主要包括：

計(jì)算頁面內(nèi)容相似度大于預(yù)設(shè)閾值的幀，保留書本內(nèi)容最多的幀；

所述計(jì)算頁面內(nèi)容相似度大于預(yù)設(shè)閾值的幀是指，每一個(gè)書頁被翻過的過程中，會(huì)被高速攝像頭拍攝很多次，因?yàn)轫撁嬖趧?dòng)，每一次拍攝都能看到頁面中的部分?jǐn)?shù)據(jù)，數(shù)據(jù)的相似度越大，代表他們屬于同一個(gè)頁面的概率越大，計(jì)算相似度大于預(yù)設(shè)閾值的幀即可獲得去重后的，書的每一個(gè)頁面；

對書本頁面內(nèi)容圖片，進(jìn)行聚類；把具有相似內(nèi)容的書本內(nèi)容圖片聚合在一起，然后在里面識(shí)別字符內(nèi)容所占面積最大的一張圖片；

該圖片的文字信息最多，選為目標(biāo)圖片；該目標(biāo)圖片記錄了書本中的一個(gè)頁面的數(shù)據(jù)。

5.根據(jù)權(quán)利要求1所述的方法，其中，所述對所述書本每一頁數(shù)據(jù)進(jìn)行傾斜糾正，主要包括：

對目標(biāo)圖片進(jìn)行圖像傾斜矯正，采用改進(jìn)式Hough變換算法，使圖片中傾斜的文字矯正為正常的文字。

6.根據(jù)權(quán)利要求1所述的方法，其中，所述若頁碼缺失，則進(jìn)行再次翻頁拍攝，主要包括：

對書本中的頁碼進(jìn)行識(shí)別；

獲取頁面中與頁面聚集內(nèi)容具有預(yù)設(shè)距離的數(shù)字；

對該數(shù)字進(jìn)行識(shí)別，獲得頁碼；

根據(jù)所述頁碼，對書本內(nèi)容進(jìn)行排序。

7.根據(jù)權(quán)利要求6所述的方法，其中，所述對書本內(nèi)容進(jìn)行排序，主要包括：

當(dāng)缺少頁碼時(shí)；

提醒用戶，該頁面缺失，需要針對目標(biāo)缺失數(shù)據(jù)，再對著攝像頭，翻一次書。

8.根據(jù)權(quán)利要求1所述的方法，其中，所述用ocr字符識(shí)別技術(shù)獲得全書數(shù)字版內(nèi)容，主要包括：

采用ocr算法或相關(guān)軟件工具，對通過手動(dòng)快速翻頁得到的書本攝像圖片內(nèi)容，進(jìn)行文字識(shí)別，獲得紙質(zhì)書本的ocr文字內(nèi)容。

9.一種快速將紙質(zhì)書內(nèi)容轉(zhuǎn)化為數(shù)字內(nèi)容的裝置，其特征在于，所述系統(tǒng)包括：

拍攝模塊，用于通過高速攝像頭和快速翻頁動(dòng)作，對書本內(nèi)容進(jìn)行拍攝；

獲取模塊，用于去除無用的數(shù)據(jù)，計(jì)算頁面內(nèi)容相似度大于預(yù)設(shè)閾值的幀，保留信息量最大的幀，獲取書本翻頁過程中的最有用的數(shù)據(jù)；

圖像傾斜矯正模塊，用于使傾斜的文字矯正為正常的文字；

頁碼識(shí)別排序與糾錯(cuò)模塊，用于識(shí)別書本頁碼，根據(jù)頁碼進(jìn)行排序，并對缺失頁碼進(jìn)行提示；

字符識(shí)別模塊，用于通過ocr技術(shù)獲取書本的數(shù)字版數(shù)據(jù)。