[發(fā)明專利]扭曲文檔圖像的矯正方法和裝置

有效

• 申請?zhí)枺?/td>: 202010066508.7
• 申請日: 2020-01-20
• 公開（公告）號: CN111260586B
• 公開（公告）日: 2023-07-04
• 發(fā)明（設(shè)計）人: 謝群義;欽夏孟;李煜林;韓鈞宇;朱勝賢
• 申請（專利權(quán)）人: 北京百度網(wǎng)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(chǎn)權(quán)代理有限公司 11205
• 代理人: 張娜;劉芳

本發(fā)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(yīng)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(yīng)的矯正后的圖像為輸出訓(xùn)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(yīng)的矯正后的圖像，端到端的實現(xiàn)了文檔圖像矯正，提高了文檔圖像矯正的準(zhǔn)確率，擴展了文檔圖像矯正的應(yīng)用場景。

技術(shù)領(lǐng)域

本發(fā)明實施例涉及大數(shù)據(jù)處理技術(shù)領(lǐng)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(shù)

文檔圖像矯正是將圖像中褶皺或卷曲的文檔恢復(fù)成平整狀態(tài)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(shù)預(yù)測和逐像素形變參數(shù)預(yù)測。前者只能預(yù)測得到一組唯一的形變參數(shù)，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(yù)測形變參數(shù)，但是，形變參數(shù)預(yù)測和圖像恢復(fù)是兩個獨立的步驟。由于形變參數(shù)是稠密的，而且，圖像恢復(fù)采用形變逆運算，根據(jù)形變參數(shù)的類型不同采用不同的方法，導(dǎo)致在圖像恢復(fù)過程中產(chǎn)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(fā)明內(nèi)容

本發(fā)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(zhǔn)確率，擴展了文檔圖像矯正的應(yīng)用場景。

第一方面，本發(fā)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(yīng)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(yīng)的矯正后的圖像為輸出訓(xùn)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(lián)連接的形變參數(shù)預(yù)測模塊和形變矯正模塊；其中，所述形變參數(shù)預(yù)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(shù)為輸出訓(xùn)練得到的U型卷積神經(jīng)網(wǎng)絡(luò)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(shù)預(yù)測模塊的輸出結(jié)果為輸入，以所述圖像樣本集合中每個圖像樣本對應(yīng)的矯正后的圖像為輸出訓(xùn)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(yīng)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(shù)預(yù)測模塊輸出中間結(jié)果，并根據(jù)所述中間結(jié)果通過所述形變矯正模塊得到所述扭曲文檔圖像對應(yīng)的矯正后的圖像；所述中間結(jié)果包括所述扭曲文檔圖像中每個像素的形變參數(shù)。

可選的，所述形變參數(shù)預(yù)測模塊包括至少兩級串聯(lián)連接的形變參數(shù)預(yù)測子模塊；其中，第一級形變參數(shù)預(yù)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(shù)為輸出訓(xùn)練得到的U型卷積神經(jīng)網(wǎng)絡(luò)模型，第二級形變參數(shù)預(yù)測子模塊是以所述圖像樣本集合和所述第一級形變參數(shù)預(yù)測子模塊的輸出結(jié)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(shù)為輸出訓(xùn)練得到的U型卷積神經(jīng)網(wǎng)絡(luò)模型，以此類推；

所述中間結(jié)果為所述至少兩級形變參數(shù)預(yù)測子模塊中最后一級形變參數(shù)預(yù)測子模塊的輸出結(jié)果。

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

獲取運行參數(shù)，所述運行參數(shù)指示并行進(jìn)行矯正操作的像素的個數(shù)；

根據(jù)所述運行參數(shù)在所述扭曲文檔圖像中獲取多個像素；

根據(jù)所述多個像素分別對應(yīng)的形變參數(shù)通過所述形變矯正模塊并行對所述多個像素進(jìn)行矯正，得到矯正后的多個像素。