[發(fā)明專利]圖像處理方法及裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 201911069617.8
• 申請(qǐng)日: 2019-11-05
• 公開（公告）號(hào): CN110837796B
• 公開（公告）日: 2022-08-19
• 發(fā)明（設(shè)計(jì)）人: 王潔;劉設(shè)偉;王亞領(lǐng)
• 申請(qǐng)（專利權(quán)）人: 泰康保險(xiǎn)集團(tuán)股份有限公司;泰康在線財(cái)產(chǎn)保險(xiǎn)股份有限公司
• 主分類號(hào): G06V30/412
• 分類號(hào): G06V30/412;G06V10/762
• 代理公司: 隆天知識(shí)產(chǎn)權(quán)代理有限公司 72003
• 代理人: 閆華;傅磊

本公開實(shí)施例提供了一種圖像處理方法、裝置、介質(zhì)及電子設(shè)備，屬于計(jì)算機(jī)技術(shù)領(lǐng)域。該圖像處理方法包括：獲取文本框圖片及位于所述文本框圖片內(nèi)的文本框；延長(zhǎng)所述文本框的第一邊和相對(duì)的第二邊，獲得所述文本框在第一方向軸上的第一投影線段；將所述文本框垂直投影至第二方向軸上，獲得第二投影線段；對(duì)所述第一投影線段進(jìn)行聚類，生成包括至少一個(gè)聚類子集的聚類集；根據(jù)所述第一投影線段所屬的聚類子集，確定所述文本框的行號(hào)；根據(jù)所述文本框的行號(hào)及其第二投影線段確定所述文本框的列號(hào)。本公開實(shí)施例的技術(shù)方案能夠基于雙向投影和行聚類的方式，確定文本框的行、列排序，提高行列排序的識(shí)別準(zhǔn)確性。

技術(shù)領(lǐng)域

本公開涉及計(jì)算機(jī)技術(shù)領(lǐng)域，具體而言，涉及一種圖像處理方法、裝置、計(jì)算機(jī)可讀介質(zhì)及電子設(shè)備。

背景技術(shù)

現(xiàn)有的OCR(Optical Character Recognition，光學(xué)字符識(shí)別)識(shí)別系統(tǒng)工作流程如下：輸入待識(shí)別的圖像，然后進(jìn)行文本行定位檢測(cè)，裁剪出文本框圖片，再對(duì)裁剪出的文本框圖片進(jìn)行字符識(shí)別，最后綜合識(shí)別出的所有文本行信息，根據(jù)文本框的行、列信息進(jìn)行信息結(jié)構(gòu)化輸出，得到最終的識(shí)別結(jié)果。

其中根據(jù)文本框的行、列信息進(jìn)行信息結(jié)構(gòu)化輸出是整個(gè)系統(tǒng)處理過程中非常重要的環(huán)節(jié)。識(shí)別出所有文本行信息后，如何準(zhǔn)確、高效地根據(jù)文本框的行、列信息進(jìn)行文本信息結(jié)構(gòu)化的輸出，直接影響到最終的OCR信息識(shí)別結(jié)果。

對(duì)于有一定傾斜角度的OCR圖片，簡(jiǎn)單根據(jù)每個(gè)文本框中心的橫、縱坐標(biāo)位置確定該文本框的行號(hào)、列號(hào)會(huì)引入較多誤差，從而會(huì)大大降低結(jié)構(gòu)化輸出信息的正確率。

因此，需要一種新的圖像處理方法、裝置、計(jì)算機(jī)可讀介質(zhì)及電子設(shè)備。

需要說明的是，在上述背景技術(shù)部分公開的信息僅用于加強(qiáng)對(duì)本公開的背景的理解，因此可以包括不構(gòu)成對(duì)本領(lǐng)域普通技術(shù)人員已知的現(xiàn)有技術(shù)的信息。

發(fā)明內(nèi)容

本公開實(shí)施例的目的在于提供一種圖像處理方法、裝置、介質(zhì)及電子設(shè)備，進(jìn)而至少在一定程度上克服相關(guān)技術(shù)中存在的針對(duì)傾斜圖像確定的行列號(hào)誤差較大的問題。

本公開的其他特性和優(yōu)點(diǎn)將通過下面的詳細(xì)描述變得顯然，或部分地通過本公開的實(shí)踐而習(xí)得。

根據(jù)本公開的一個(gè)方面，提供一種圖像處理方法，包括：獲取文本框圖片及位于所述文本框圖片內(nèi)的文本框；延長(zhǎng)所述文本框的第一邊和相對(duì)的第二邊，獲得所述文本框在第一方向軸上的第一投影線段；將所述文本框垂直投影至第二方向軸上，獲得第二投影線段；對(duì)所述第一投影線段進(jìn)行聚類，生成包括至少一個(gè)聚類子集的聚類集；根據(jù)所述第一投影線段所屬的聚類子集，確定所述文本框的行號(hào)；根據(jù)所述文本框的行號(hào)及其第二投影線段確定所述文本框的列號(hào)。

在本公開的一種示例性實(shí)施例中，對(duì)所述第一投影線段進(jìn)行聚類，生成包括至少一個(gè)聚類子集的聚類集，包括：根據(jù)所述文本框圖片的寬度和所述文本框的頂點(diǎn)坐標(biāo)，獲得所述第一投影線段在所述第一方向軸上的第一起點(diǎn)坐標(biāo)和第一終點(diǎn)坐標(biāo)；根據(jù)所述第一起點(diǎn)坐標(biāo)的大小對(duì)所述第一投影線段進(jìn)行升序排列；對(duì)排列后的第一投影線段進(jìn)行處理，生成所述聚類集。

在本公開的一種示例性實(shí)施例中，對(duì)排列后的第一投影線段進(jìn)行處理，生成所述聚類集，包括：初始時(shí)設(shè)定所述聚類集為空，并設(shè)定一個(gè)為空的聚類列表；依次對(duì)排列后的每條第一投影線段進(jìn)行如下處理：若所述聚類列表為空，則將所述第一投影線段加到所述聚類列表的末尾；若所述聚類列表不為空，且所述第一投影線段的第一起點(diǎn)坐標(biāo)處于所述聚類列表中的第一個(gè)元素的第一起點(diǎn)坐標(biāo)和第一終點(diǎn)坐標(biāo)之間，則將所述第一投影線段加到所述聚類列表的末尾。

在本公開的一種示例性實(shí)施例中，依次對(duì)排列后的每條第一投影線段還進(jìn)行如下處理：若所述聚類列表不為空，且所述第一投影線段的第一起點(diǎn)坐標(biāo)不處于所述聚類列表中的第一個(gè)元素的第一起點(diǎn)坐標(biāo)和第一終點(diǎn)坐標(biāo)之間，則將所述聚類列表中的元素加到所述聚類集中作為一個(gè)聚類子集，并重新設(shè)定所述聚類列表為空，再將所述第一投影線段加到所述聚類列表的末尾。