[發明專利]一種圖像矯正方法、裝置、電子設備和存儲介質

有效

• 申請號: 202010315801.2
• 申請日: 2020-04-21
• 公開（公告）號: CN111507333B
• 公開（公告）日: 2023-09-15
• 發明（設計）人: 劉皓
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G06V10/22
• 分類號: G06V10/22;G06V10/774;G06V10/80;G06V10/82;G06N3/0464
• 代理公司: 深圳翼盛智成知識產權事務所(普通合伙) 44300
• 代理人: 汪阮磊

本申請公開了一種圖像矯正方法、裝置、電子設備和存儲介質；本申請可以獲取目標文本圖像；對所述目標文本圖像進行文本片段區域識別；獲取參考圖，所述參考圖關注與所述文本片段區域位置對應的區域；將所述參考圖與所述目標文本圖像中的所述文本片段區域進行融合，得到關注每個文本片段區域的全局文本區域關注圖；根據全局文本區域關注圖和所述目標文本圖像，得到所述目標文本圖像對應的文本矯正位移信息；基于所述文本矯正位移信息對所述目標文本圖像進行文本矯正處理，得到矯正后圖像。本申請可以基于對目標文本圖像的文本片段區域的關注，能夠對目標文本圖像更好地矯正，有利于提升文本識別的精確度。

技術領域

本申請涉及計算機技術領域，具體涉及一種圖像矯正方法、裝置、電子設備和存儲介質。

背景技術

隨著科技的發展，便捷式照相機和智能手機日益普及，用戶可以通過拍照將紙質文檔轉化為數字化文檔，以對紙質文檔進行存檔、檢索和共享，并用于進一步處理、交換、信息提取和內容分析。然而，不同于使用平臺式掃描儀對紙質文檔進行掃描，對于移動設備，由于紙張的物理變形、拍攝設備的限制和光照條件等不可控因素，拍攝到的文檔圖像往往不可避免地存在某種程度的失真。因此，需要對這些文檔圖像進行矯正，才可以進行后續的文字識別。

在目前的相關技術中，一般通過對紙張進行三維形狀重建的方法或者通過紙張二維形狀估計方法，來對文檔圖像進行矯正。在紙張三維形狀重建方法中，可使用點云采集設備以及深度攝像機等采集紙張的三維數據，以重建紙張的三維形狀，進而來矯正文檔圖像，然而，該方法對采集設備的要求比較高，不具備普適性。對于紙張二維形狀估計方法，利用的是紙張的低層次特征，如光照和陰影，但是由于這種特征的建模不是數據驅動的，往往對于角度和場景十分敏感，因此也不具有普適性。

發明內容

本申請實施例提供一種圖像矯正方法、裝置、電子設備和存儲介質，能夠對目標文本圖像更好地矯正，有利于提升文本識別的精確度。

本申請實施例提供一種圖像矯正方法，包括：

獲取目標文本圖像；

對所述目標文本圖像進行文本片段區域識別，以確定所述目標文本圖像的至少一個文本片段區域；

獲取關注預設文本區域的參考圖，所述預設文本區域為與所述文本片段區域位置對應的區域；

將所述參考圖與所述目標文本圖像中的所述文本片段區域進行融合，得到關注每個文本片段區域的全局文本區域關注圖；

根據所述全局文本區域關注圖和所述目標文本圖像，得到所述目標文本圖像對應的文本矯正位移信息；

基于所述文本矯正位移信息對所述目標文本圖像進行文本矯正處理，得到矯正后圖像。

相應的，本申請實施例提供一種圖像矯正裝置，包括：

第一獲取單元，用于獲取目標文本圖像；

識別單元，用于對所述目標文本圖像進行文本片段區域識別，以確定所述目標文本圖像的至少一個文本片段區域；

第二獲取單元，用于獲取關注預設文本區域的參考圖，所述預設文本區域為與所述文本片段區域位置對應的區域；

融合單元，用于將所述參考圖與所述目標文本圖像中的所述文本片段區域進行融合，得到關注每個文本片段區域的全局文本區域關注圖；

修正單元，用于根據所述全局文本區域關注圖和所述目標文本圖像，得到所述目標文本圖像對應的文本矯正位移信息；

矯正單元，用于基于所述文本矯正位移信息對所述目標文本圖像進行文本矯正處理，得到矯正后圖像。

可選的，在本申請的一些實施例中，所述識別單元可以包括提取子單元和識別子單元，如下：