[發明專利]圖像修復方法和裝置

在審

• 申請號: 202010108930.4
• 申請日: 2020-02-21
• 公開（公告）號: CN111383193A
• 公開（公告）日: 2020-07-07
• 發明（設計）人: 王亞領;劉設偉;劉昊岳;王潔
• 申請（專利權）人: 泰康保險集團股份有限公司;泰康在線財產保險股份有限公司
• 主分類號: G06T5/00
• 分類號: G06T5/00;G06T7/13;G06K9/34;G06K9/00
• 代理公司: 中原信達知識產權代理有限責任公司 11219
• 代理人: 張效榮;馮培培

本發明公開了一種圖像修復方法和裝置，涉及計算機技術領域。其中，該方法包括：基于深度學習模型對待處理圖像進行文本檢測，以確定所述待處理圖像中的至少一個文本區域；對所述文本區域進行直線檢測，并將檢測出直線的文本區域作為待修復圖像區域；對所述待修復圖像區域進行修復，以去除所述待修復圖像區域中的直線。通過以上步驟，能夠準確、快速地對圖像進行修復，使得修復后的圖像具有高度的真實性，進而基于修復后的圖像進行文字識別能夠提高文字識別的效率和準確率。

技術領域

本發明涉及計算機技術領域，尤其涉及一種圖像修復方法和裝置。

背景技術

在保險的核賠環節中，需要客戶上傳多張票據。在對這些票據進行OCR(光學字符識別)處理時，需要從客戶上傳的票據中識別出用于核賠的關鍵字段。然而，由于現實中客戶上傳的票據沒有統一制式、排版格式迥異，造成打印文字錯位嚴重，很多文字往往打印在了票據中的直線上，這樣會導致文字識別困難。

在現有技術中，可基于訓練后的深度學習模型對文本圖像中的文字進行識別。然而，若文本圖像中的文字被直線壓蓋，則原先訓練好的深度學習模型往往難以準確識別出文字。鑒于此，現有的解決方案是通過標注大量的這種帶有直線壓蓋的文本圖像樣本，對深度學習模型進行重新訓練。

在實現本發明的過程中，本發明的發明人發現：雖然現有技術可以在一定程度上對帶有直線壓蓋的文本圖像進行識別，但是需要重新標注大量的帶有直線壓蓋的文本圖像樣本，并需要根據標注后的文本圖像樣本重新訓練深度學習模型，耗時耗力。

發明內容

有鑒于此，本發明提供了一種圖像修復方法和裝置，能夠準確、快速地對圖像進行修復，使得修復后的圖像具有高度的真實性，進而基于修復后的圖像進行文字識別能夠提高文字識別的效率和準確率。

為實現上述目的，根據本發明的一個方面，提供了一種圖像修復方法。

本發明的圖像修復方法包括：基于深度學習模型對待處理圖像進行文本檢測，以確定所述待處理圖像中的至少一個文本區域；對所述文本區域進行直線檢測，并將檢測出直線的文本區域作為待修復圖像區域；對所述待修復圖像區域進行修復，以去除所述待修復圖像區域中的直線；其中，所述對所述待修復圖像區域進行修復，以去除所述待修復圖像區域中的直線包括：將所述待修復圖像區域中直線所處像素點的區域作為第一區域，將所述待修復圖像區域中除所述第一區域之外的區域作為第二區域；確定所述第一區域所包含的邊界區域，對所述邊界區域進行修復；在修復完所述邊界區域后，將所述邊界區域并入第二區域，以實現第一區域和第二區域的更新，直至所述待修復圖像區域修復完成。

可選地，所述對所述邊界區域進行修復包括：對于所述邊界區域內的一個邊界像素點，確定該邊界像素點的鄰域；根據所述鄰域內各個已知像素點的像素值計算該邊界像素點的新的像素值；其中，所述已知像素點為屬于第二區域的像素點。

可選地，所述根據所述鄰域內各個已知像素點的像素值計算該邊界像素點的新的像素值包括：確定所述鄰域內各個已知像素點至所述邊界像素點的歐式距離；根據所述歐式距離確定所述鄰域內各個已知像素點的權重系數；按照所述權重系數，對所述鄰域內各個已知像素點的像素值進行加權求和，并將加權求和結果作為該邊界像素點的新的像素值。

可選地，所述根據所述歐式距離確定所述鄰域內各個已知像素點的權重系數包括：計算所述鄰域內一個已知像素點至所述邊界像素點的歐式距離的倒數，并將所述倒數作為該已知像素點的權重系數。

可選地，所述方法還包括：在對所述文本區域進行直線檢測之前，對所述文本區域進行灰度化處理。

可選地，所述待處理圖像為票據圖像；所述方法還包括：在基于深度學習模型對待處理圖像進行文本檢測之前，獲取用戶上傳的票據圖像，并對所述票據圖像進行預處理。