[發(fā)明專(zhuān)利]用于消除線(xiàn)的圖像處理裝置、圖像處理方法及存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 202010224697.6
• 申請(qǐng)日: 2020-03-26
• 公開(kāi)（公告）號(hào): CN113449729A
• 公開(kāi)（公告）日: 2021-09-28
• 發(fā)明（設(shè)計(jì)）人: 汪留安;孫俊
• 申請(qǐng)（專(zhuān)利權(quán)）人: 富士通株式會(huì)社
• 主分類(lèi)號(hào): G06K9/34
• 分類(lèi)號(hào): G06K9/34;G06K9/32;G06T5/00;G06T7/90
• 代理公司: 北京集佳知識(shí)產(chǎn)權(quán)代理有限公司 11227
• 代理人: 杜誠(chéng);馬驍

本公開(kāi)內(nèi)容涉及圖像處理裝置、圖像處理方法及存儲(chǔ)介質(zhì)。根據(jù)本公開(kāi)內(nèi)容的一個(gè)實(shí)施例，該圖像處理裝置，包括：二值化單元，用于將灰度文檔圖像二值化作為目標(biāo)圖像；劃分單元，用于通過(guò)劃分目標(biāo)圖像得到沿第一方向布置的多個(gè)條形區(qū)域；有向圖確定單元，用于基于多個(gè)條形區(qū)域的區(qū)域內(nèi)連通域確定針對(duì)整個(gè)目標(biāo)圖像的有向圖；目標(biāo)路徑確定單元，用于基于有向圖確定與有向圖的單源最短路徑有關(guān)的目標(biāo)路徑；以及線(xiàn)消除單元，用于消除灰度文檔圖像中的與目標(biāo)路徑對(duì)應(yīng)的線(xiàn)。本公開(kāi)內(nèi)容的方法、裝置和存儲(chǔ)介質(zhì)至少能有助于實(shí)現(xiàn)以下效果之一：消除文檔圖像中的噪聲線(xiàn)，處理速度快、占用計(jì)算資源少，以及改善文字識(shí)別引擎的識(shí)別性能。

技術(shù)領(lǐng)域

本公開(kāi)內(nèi)容總體上涉及圖像處理，更具體的，涉及用于消除線(xiàn)的圖像處理裝置、圖像處理方法及存儲(chǔ)介質(zhì)。

背景技術(shù)

使用光學(xué)字符識(shí)別(OCR:Optical Character Recognition)技術(shù)能夠?qū)D像中的文字轉(zhuǎn)換成文本。在光學(xué)字符識(shí)別的應(yīng)用中，需要對(duì)輸入圖像進(jìn)行預(yù)處理，以便于提高OCR識(shí)別引擎的識(shí)別性能。一般來(lái)說(shuō)，輸入圖像中的噪聲越多，識(shí)別引擎的識(shí)別性能越低。對(duì)輸入圖像的預(yù)處理包括消除噪聲。因此預(yù)處理能夠提升識(shí)別引擎的性能。

因此，存在許多用于去除圖像中的諸如椒鹽噪聲的傳統(tǒng)圖像處理方法。

發(fā)明內(nèi)容

在下文中將給出關(guān)于本公開(kāi)內(nèi)容的簡(jiǎn)要概述，以便提供關(guān)于本公開(kāi)內(nèi)容的某些方面的基本理解。應(yīng)當(dāng)理解，此概述并不是關(guān)于本公開(kāi)內(nèi)容的窮舉性概述。它并不是意圖確定本公開(kāi)內(nèi)容的關(guān)鍵或重要部分，也不是意圖限定本公開(kāi)內(nèi)容的范圍。其目的僅僅是以簡(jiǎn)化的形式給出某些概念，以此作為稍后論述的更詳細(xì)描述的前序。

發(fā)明人發(fā)現(xiàn)，在OCR識(shí)別中，輸入的文檔圖像中的文字附近可能有標(biāo)識(shí)行和/或列的非文字的標(biāo)識(shí)線(xiàn)。例如，來(lái)自于銀行表單、保險(xiǎn)、快遞的文本行圖像，其中有很多的上劃線(xiàn)和下劃線(xiàn)。通常這些線(xiàn)將會(huì)降低識(shí)別引擎的性能。這些線(xiàn)對(duì)識(shí)別引擎而言可以被認(rèn)為是噪聲，需要對(duì)其進(jìn)行預(yù)處理。在有些情況下，某些識(shí)別引擎有可能誤判輸入圖像中的前景像素和背景像素，這將會(huì)降低識(shí)別引擎的字符識(shí)別性能。例如，當(dāng)識(shí)別引擎將上述標(biāo)識(shí)線(xiàn)識(shí)別為前景像素，并試圖進(jìn)行文字識(shí)別時(shí)，識(shí)別引擎的字符識(shí)別性能就會(huì)被劣化。鑒于此，發(fā)明人在本公開(kāi)內(nèi)容中提出一種基于有向圖的用于消除文檔圖像中的線(xiàn)的技術(shù)。

根據(jù)本公開(kāi)內(nèi)容的一個(gè)方面，提供了一種圖像處理方法，包括：將灰度文檔圖像二值化作為目標(biāo)圖像；通過(guò)劃分目標(biāo)圖像得到沿第一方向布置的多個(gè)條形區(qū)域；基于多個(gè)條形區(qū)域的區(qū)域內(nèi)連通域確定針對(duì)整個(gè)目標(biāo)圖像的有向圖；基于有向圖確定與有向圖的單源最短路徑有關(guān)的目標(biāo)路徑；以及消除灰度文檔圖像中的與目標(biāo)路徑對(duì)應(yīng)的線(xiàn)。

根據(jù)本公開(kāi)內(nèi)容的一個(gè)方面，提供了一種圖像處理裝置，包括：二值化單元，用于將灰度文檔圖像二值化作為目標(biāo)圖像；劃分單元，用于通過(guò)劃分目標(biāo)圖像得到沿第一方向布置的多個(gè)條形區(qū)域；有向圖確定單元，用于基于多個(gè)條形區(qū)域的區(qū)域內(nèi)連通域確定針對(duì)整個(gè)目標(biāo)圖像的有向圖；目標(biāo)路徑確定單元，用于基于有向圖確定與有向圖的單源最短路徑有關(guān)的目標(biāo)路徑；以及線(xiàn)消除單元，用于消除灰度文檔圖像中的與目標(biāo)路徑對(duì)應(yīng)的線(xiàn)。

根據(jù)本公開(kāi)內(nèi)容的另一方面，提供了一種其上存儲(chǔ)有程序的計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其特征在于，程序使得在程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)圖像處理方法，圖像處理方法包括：將灰度文檔圖像二值化作為目標(biāo)圖像；通過(guò)劃分目標(biāo)圖像得到沿第一方向布置的多個(gè)條形區(qū)域；基于多個(gè)條形區(qū)域的區(qū)域內(nèi)連通域確定針對(duì)整個(gè)目標(biāo)圖像的有向圖；基于有向圖確定與有向圖的單源最短路徑有關(guān)的目標(biāo)路徑；以及消除灰度文檔圖像中的與目標(biāo)路徑對(duì)應(yīng)的線(xiàn)。

本公開(kāi)內(nèi)容的方法、裝置和存儲(chǔ)介質(zhì)至少能有助于實(shí)現(xiàn)如下效果之一：消除文檔圖像中的行線(xiàn)，消除文檔圖像中的列線(xiàn)，消除文檔圖像中的噪聲線(xiàn)，處理速度快、占用計(jì)算資源少，以及改善文字識(shí)別引擎的識(shí)別性能。

附圖說(shuō)明