[發明專利]音樂字符系統

在審

• 申請號: 201980022815.0
• 申請日: 2019-03-26
• 公開（公告）號: CN112204562A
• 公開（公告）日: 2021-01-08
• 發明（設計）人: 孫達爾·文基塔查拉姆
• 申請（專利權）人: 恩科達有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00
• 代理公司: 北京康信知識產權代理有限責任公司 11240
• 代理人: 王紅艷

本文公開了一種在樂譜的數字圖像中識別五線譜的線或音符的符干的方法，該方法包括：將數字圖像轉換成矩陣，其中矩陣的至少一個單元與數字圖像的像素相對應；如果數字圖像的對應像素的像素強度高于閾值強度，則將矩陣的至少一個單元設置為第一值；將具有第一值的相鄰單元識別為鏈接的單元，相鄰單元與在數字圖像的水平方向或豎向方向中的一個方向上相鄰的像素相對應；將單元數目超過閾值的鏈接的單元識別為單元鏈；將相鄰的單元鏈分組為鏈組；確定鏈組的尺寸；將所述尺寸與尺寸閾值進行比較；其中，如果所述尺寸大于尺寸閾值，則在相鄰單元與在數字圖像的水平方向上相鄰的像素相對應的情況下，將與鏈組的鏈接的單元相對應的像素確定成與五線譜的線相對應；或者在相鄰單元與在數字圖像的豎向方向上相鄰的像素相對應的情況下，將與鏈組的鏈接的單元相對應的像素確定成與音符的符干相對應。

技術領域

本發明涉及一種用于識別樂譜中的音樂字符的方法。

背景技術

當前，許多樂譜以硬拷貝形式或源于硬拷貝源的低質量掃描拷貝形式存在。這些來源提供的質量不一致，并且被設計成用于印刷，而不是在電子平臺上查看。而且，它們不方便導航、注釋和搜索。

光學符號識別是一種將文本圖像轉換為計算機編碼文本的方法。雖然文本的光學符號識別領域已經得到很好的發展，但是需要用于將活頁樂譜和音樂字符準確而有效地轉換為數字化計算機編碼格式的技術。

在樂譜中識別音樂符號是特別具有挑戰性的，因為不同于傳統的光學符號識別，在傳統的光學符號識別中，字母或符號不與其他字母或符號重疊，而在活頁樂譜中，音樂符號被放置在五線譜的頂部上。

發明內容

在權利要求中陳述了本發明。

根據第一方面，提供了一種在樂譜的數字圖像中識別五線譜的線或音符的符干的方法，所述方法包括：將所述數字圖像轉換成矩陣，其中所述矩陣的至少一個單元與所述數字圖像的像素相對應；如果所述數字圖像的對應像素的像素強度高于閾值強度，則將所述矩陣的所述至少一個單元設置為第一值；將具有所述第一值的相鄰單元識別為鏈接的單元，所述相鄰單元與在所述數字圖像的水平方向或豎向方向中的一個方向上相鄰的像素相對應；將單元數目超過閾值的鏈接的單元識別為單元鏈；將相鄰的單元鏈分組為鏈組；確定所述鏈組的尺寸；以及將所述尺寸與尺寸閾值進行比較；其中，如果所述尺寸大于所述尺寸閾值，則在所述相鄰單元與在所述數字圖像的水平方向上相鄰的像素相對應的情況下，將與所述鏈組的鏈接的單元相對應的像素確定成與五線譜的線相對應；或者在所述相鄰單元與在所述數字圖像的豎向方向上相鄰的像素相對應的情況下，將與所述鏈組的鏈接的單元相對應的像素確定成與音符的符干相對應。

可選地，所述相鄰單元是與在所述水平方向或所述豎向方向中的一個方向上直接相鄰的像素相對應的直接相鄰的單元。

可選地，所述相鄰的單元鏈是直接相鄰的單元鏈。

可選地，所述直接相鄰的單元鏈在所述水平方向或所述豎向方向中的另一個方向上是直接相鄰。

該方法還可以包括：識別所述鏈組的輪廓單元，其中，所述輪廓單元限定所述鏈組的像素的周界。

可選地，確定所述鏈組的尺寸包括：確定包圍所述鏈組的邊界框的尺寸。

根據第二方面，提供了一種在樂譜的數字圖像中識別五線譜的線的方法，該方法包括：將所述數字圖像轉換成矩陣，其中所述矩陣的至少一個單元與所述數字圖像的像素相對應；如果所述數字圖像的對應像素的像素強度高于閾值強度，則將所述矩陣的所述至少一個單元設置為第一值；以及如果在所述矩陣的一行中具有第一值的單元的總數大于閾值，則確定在所述行中具有第一值的單元與五線譜的線相對應。

可選地，在將所述數字圖像轉換為矩陣之前，將所述數字圖像縮小以創建縮小的數字圖像，可選地，其中，將所述數字圖像縮小至少二分之一，優選地，將所述數字圖像縮小至少四分之三。