[發明專利]扭曲文檔圖像的矯正方法和裝置

有效

• 申請號: 202010066508.7
• 申請日: 2020-01-20
• 公開（公告）號: CN111260586B
• 公開（公告）日: 2023-07-04
• 發明（設計）人: 謝群義;欽夏孟;李煜林;韓鈞宇;朱勝賢
• 申請（專利權）人: 北京百度網訊科技有限公司
• 主分類號: G06T5/00
• 分類號: G06T5/00;G06N3/0464
• 代理公司: 北京同立鈞成知識產權代理有限公司 11205
• 代理人: 張娜;劉芳

本發明實施例提供一種扭曲文檔圖像的矯正方法和裝置，其中，扭曲文檔圖像的矯正方法包括：獲取扭曲文檔圖像；將扭曲文檔圖像輸入到矯正模型中，得到扭曲文檔圖像對應的矯正后的圖像；其中，矯正模型是以圖像樣本集合為輸入，以圖像樣本集合中每個圖像樣本對應的矯正后的圖像為輸出訓練得到的模型，圖像樣本存在扭曲。通過將待矯正的扭曲文檔圖像輸入到矯正模型中，通過矯正模型可以獲取扭曲文檔圖像對應的矯正后的圖像，端到端的實現了文檔圖像矯正，提高了文檔圖像矯正的準確率，擴展了文檔圖像矯正的應用場景。

技術領域

本發明實施例涉及大數據處理技術領域，尤其涉及一種扭曲文檔圖像的矯正方法和裝置。

背景技術

文檔圖像矯正是將圖像中褶皺或卷曲的文檔恢復成平整狀態的過程，可以簡稱為文檔矯正。

文檔矯正通常可以采用兩種方法：全局形變參數預測和逐像素形變參數預測。前者只能預測得到一組唯一的形變參數，無法適用于像素點形變不一致的場景。后者可以針對所有像素點預測形變參數，但是，形變參數預測和圖像恢復是兩個獨立的步驟。由于形變參數是稠密的，而且，圖像恢復采用形變逆運算，根據形變參數的類型不同采用不同的方法，導致在圖像恢復過程中產生大量的計算，文檔圖像矯正步驟繁瑣，誤差高，矯正效果差。

發明內容

本發明實施例提供一種扭曲文檔圖像的矯正方法和裝置，提高了文檔圖像矯正的準確率，擴展了文檔圖像矯正的應用場景。

第一方面，本發明實施例提供一種扭曲文檔圖像的矯正方法，包括：

獲取扭曲文檔圖像；

將所述扭曲文檔圖像輸入到矯正模型中，得到所述扭曲文檔圖像對應的矯正后的圖像；其中，所述矯正模型是以圖像樣本集合為輸入，以所述圖像樣本集合中每個圖像樣本對應的矯正后的圖像為輸出訓練得到的模型，所述圖像樣本存在扭曲。

可選的，所述矯正模型包括串聯連接的形變參數預測模塊和形變矯正模塊；其中，所述形變參數預測模塊是以所述圖像樣本集合為輸入，以所述圖像樣本集合包括的每個圖像樣本中每個像素的形變參數為輸出訓練得到的U型卷積神經網絡模型，所述形變矯正模塊是以所述圖像樣本集合和所述形變參數預測模塊的輸出結果為輸入，以所述圖像樣本集合中每個圖像樣本對應的矯正后的圖像為輸出訓練得到的模型；

所述將所述扭曲文檔圖像輸入到矯正模型中，得到所述扭曲文檔圖像對應的矯正后的圖像，包括：

將所述扭曲文檔圖像輸入到所述矯正模型中，通過所述形變參數預測模塊輸出中間結果，并根據所述中間結果通過所述形變矯正模塊得到所述扭曲文檔圖像對應的矯正后的圖像；所述中間結果包括所述扭曲文檔圖像中每個像素的形變參數。

可選的，所述形變參數預測模塊包括至少兩級串聯連接的形變參數預測子模塊；其中，第一級形變參數預測子模塊是以所述圖像樣本集合為輸入，以所述圖像樣本集合包括的每個圖像樣本中每個像素的形變參數為輸出訓練得到的U型卷積神經網絡模型，第二級形變參數預測子模塊是以所述圖像樣本集合和所述第一級形變參數預測子模塊的輸出結果為輸入，以所述圖像樣本集合包括的每個圖像樣本中每個像素的形變參數為輸出訓練得到的U型卷積神經網絡模型，以此類推；

所述中間結果為所述至少兩級形變參數預測子模塊中最后一級形變參數預測子模塊的輸出結果。

可選的，所述根據所述中間結果通過所述形變矯正模塊得到所述扭曲文檔圖像對應的矯正后的圖像，包括：

獲取運行參數，所述運行參數指示并行進行矯正操作的像素的個數；

根據所述運行參數在所述扭曲文檔圖像中獲取多個像素；

根據所述多個像素分別對應的形變參數通過所述形變矯正模塊并行對所述多個像素進行矯正，得到矯正后的多個像素。