[發(fā)明專利]一種畸形文本矯正方法、系統(tǒng)及文字識(shí)別方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202010811570.4
• 申請(qǐng)日: 2020-08-13
• 公開（公告）號(hào): CN111967469A
• 公開（公告）日: 2020-11-20
• 發(fā)明（設(shè)計(jì)）人: 安達(dá)
• 申請(qǐng)（專利權(quán)）人: 上海明略人工智能（集團(tuán)）有限公司
• 主分類號(hào): G06K9/32
• 分類號(hào): G06K9/32;G06K9/34
• 代理公司: 青島清泰聯(lián)信知識(shí)產(chǎn)權(quán)代理有限公司 37256
• 代理人: 李祺

1.一種畸形文本矯正方法，其特征在于，包括：

文檔圖像獲取步驟，用于獲取目標(biāo)文檔圖像；

模型生成步驟，用于基于所述文檔圖像的像素分布生成一高斯熱力圖；

文字分割步驟，用于通過邊緣檢測(cè)獲取所述高斯熱力圖的文字邊界，并根據(jù)所述文字邊界對(duì)所述文檔圖像的文字進(jìn)行分割，得到所述文檔圖像的文字對(duì)應(yīng)的多個(gè)文字區(qū)域圖像；

文本矯正步驟，用于利用奇異值分解對(duì)每一所述文字區(qū)域圖像進(jìn)行矩陣變換得到矯正后的文字區(qū)域圖像，進(jìn)而得到矯正后的文檔圖像。

2.如權(quán)利要求1所述的畸形文本矯正方法，其特征在于，所述文本矯正步驟進(jìn)一步包括：

通過計(jì)算得到每一文字區(qū)域圖像的協(xié)方差矩陣，表示為Q；

對(duì)所述協(xié)方差矩陣Q進(jìn)行奇異值分解，得到所述協(xié)方差矩陣的奇異向量，所述奇異向量表示為U；

利用所述奇異向量U對(duì)文字區(qū)域圖像進(jìn)行矩陣變換，得到矯正后的文字區(qū)域圖像。

3.如權(quán)利要求2所述的畸形文本矯正方法，其特征在于，所述文字分割步驟還包括：

文字區(qū)域圖像標(biāo)引步驟，用于通過一位置索引記錄每一所述文字區(qū)域圖像的相對(duì)位置關(guān)系。

4.如權(quán)利要求3所述的畸形文本矯正方法，其特征在于，所述文本矯正步驟還包括：

文檔圖像還原步驟，用于根據(jù)所述位置索引組合拼接多個(gè)所述文字區(qū)域圖像，得到矯正后的文檔圖像。

5.如權(quán)利要求2所述的畸形文本矯正方法，其特征在于，所述協(xié)方差矩陣Q表示為：

其中，Cov(X,Y)為X與Y協(xié)方差，Var(X)為X的方差，Var(Y)為Y的方差，X為文字區(qū)域圖像黑色像素點(diǎn)橫坐標(biāo)x_i的集合，Y為文字區(qū)域圖像黑色像素點(diǎn)縱坐標(biāo)y_i的集合，所述文字區(qū)域圖像表示為二維正態(tài)分布。

6.如權(quán)利要求2所述的畸形文本矯正方法，其特征在于，所述矯正后的文字區(qū)域圖像表示為：

I'＝I*U^-1，

其中，I為所述文字區(qū)域圖像，I'為矯正后的文字區(qū)域圖像。

7.一種畸形文本矯正系統(tǒng)，其特征在于，包括：

文檔圖像獲取模塊，用于獲取目標(biāo)文檔圖像；

模型生成模塊，用于基于所述文檔圖像的像素分布生成一高斯熱力圖；

文字分割模塊，用于通過邊緣檢測(cè)獲取所述高斯熱力圖的文字邊界，并根據(jù)所述文字邊界對(duì)所述文檔圖像的文字進(jìn)行分割，得到所述文檔圖像的文字對(duì)應(yīng)的多個(gè)文字區(qū)域圖像；

文本矯正模塊，用于利用奇異值分解對(duì)每一所述文字區(qū)域圖像進(jìn)行矩陣變換得到矯正后的文字區(qū)域圖像，進(jìn)而得到矯正后的文檔圖像。

8.如權(quán)利要求7所述的畸形文本矯正系統(tǒng)，其特征在于，所述文字分割模塊還包括：

文字區(qū)域圖像標(biāo)引模塊，用于通過一位置索引記錄每一所述文字區(qū)域圖像的相對(duì)位置關(guān)系。

9.如權(quán)利要求8所述的畸形文本矯正系統(tǒng)，其特征在于，文字矯正模塊還包括：

文檔圖像還原模塊，用于根據(jù)所述位置索引組合拼接多個(gè)所述文字區(qū)域圖像，得到矯正后的文檔圖像。

10.一種文字識(shí)別方法，其特征在于，包括：

文檔圖像獲取步驟，用于獲取待識(shí)別文檔圖像；

文本矯正步驟，用于利用如權(quán)利要求1-6所述的畸形文本矯正方法對(duì)所述文檔圖像中的畸形文字行進(jìn)行矯正處理；

文檔圖像識(shí)別步驟，用于對(duì)矯正處理后的所述文檔圖像進(jìn)行識(shí)別。