[發明專利]一種帶文字平面的圖片傾斜度檢測方法及裝置

在審

• 申請號: 202011156715.8
• 申請日: 2020-10-26
• 公開（公告）號: CN112257710A
• 公開（公告）日: 2021-01-22
• 發明（設計）人: 趙鈞;艾劍飛;王江會;李婕
• 申請（專利權）人: 北京云杉世界信息技術有限公司
• 主分類號: G06K9/32
• 分類號: G06K9/32;G06K9/62
• 代理公司: 北京航信高科知識產權代理事務所(普通合伙) 11526
• 代理人: 劉傳準

本申請提供了一種帶文字平面的圖片傾斜度檢測方法及裝置，所述方法包括：文本框檢測模塊，用于獲取待檢測圖片中各文本行所對應的文本框，以所述文本行所在的文本框的四個頂點進行表示；直線擬合模塊，用于對每個文本框的四個頂點進行直線擬合；聚類模塊，用于對擬合后的直線的斜率進行聚類；中心斜率值獲取模塊，用于對聚類后的各類別中的直線斜率求平均值，獲得多個中心斜率值；判定模塊，用于根據多個所述中心斜率值與閾值的比較結果，判定所述待檢測圖片是否傾斜。本申請通過多條直線斜率的聚類算法來進行圖片傾斜度的判定，一方面能夠結合聚類算法增強傾斜度識別的魯棒性，另一方面能夠區分平面傾斜及縱深傾斜，獲得更為全面的檢測結果。

技術領域

本申請屬于數據處理技術領域，特別涉及一種帶文字平面的圖片傾斜度檢測方法及裝置。

背景技術

生鮮電商企業希望可以通過銷售拍攝的商戶菜單照片，自動識別菜單上的文字。但由于拍攝的圖片質量角度不一，對后續的文字識別算法造成了很大的挑戰，同時也導致了一些人力的浪費。因此希望通過一些預判斷算法，在銷售拍攝照片時就可以實時地反饋圖片是否合格，在進行文字識別前就判斷該圖片是否適合用于文字識別的算法。若判斷不適合，則可以要求當場重拍，避免不必要的人力浪費。同時也可以提高后續的文字識別率，減少人工識別的成本。

在所有的圖片質量問題中，其中一個最大的問題就是拍攝角度過于傾斜，導致文字嚴重變形，或者遠端的文字過小，難以識別。目前針對單張圖片判斷傾斜度的方法大都通過Hough變換等算法識別圖片中的所有直線，再通過直線的傾斜度判斷圖片的傾斜度，或是利用文字的行間空白條來檢測傾斜度，但這些方法局限于某種特定應用場景，例如票據、表單等帶表格的圖片，背景要求單一清晰。并且只能識別平行于圖片平面的傾斜，不能識別垂直于圖片的深度方向的傾斜。

發明內容

為了解決上述技術問題至少之一，本申請提供了一種能自動判斷拍攝的自然場景下的菜單圖片是否過于傾斜的方法及裝置，利用聚類等算法，使該判別方法能夠利用更高層次的統計信息，使識別更魯棒。該方法并不局限于菜單圖片，同時適用于各種自然場景下帶文字平面的圖片的傾斜度判斷，如廣告牌等。

本申請第一方面提供了一種帶文字平面的圖片傾斜度檢測方法，包括：獲取待檢測圖片中各文本行所對應的文本框，以所述文本行所在的文本框的四個頂點進行表示；對每個文本框的四個頂點進行直線擬合；對擬合后的直線的斜率進行聚類；對聚類后的各類別中的直線斜率求平均值，獲得多個中心斜率值；根據多個所述中心斜率值與閾值的比較結果，判定所述待檢測圖片是否傾斜。

優選的是，對擬合后的直線的斜率進行聚類之前，進一步包括：設定第一閾值，過濾掉斜率超過所述第一閾值的直線，其中，所述第一閾值選取自4～6中的任意值。

優選的是，對擬合后的直線的斜率進行聚類包括：設定數量不少于兩個的聚類類別，并在每個類別中給定一個初始中心值；以各直線斜率與各所述初始中心值的歐式距離將所有直線斜率進行初始聚類；對初始聚類后的各聚類類別，重新計算其內的直線斜率的平均值，并作為新的中心值，對所有直線斜率重新進行聚類，多次迭代直至收斂。

優選的是，判定所述待檢測圖片是否傾斜包括：設定第二閾值，對聚類后涵蓋直線斜率最多的一個類別中的直線斜率所求的中心斜率值大于所述第一閾值時，判定所述待檢測圖片為傾斜圖片，其中，所述第二閾值選取自0.8～1.2中的任意值。

優選的是，判定所述待檢測圖片是否傾斜包括：設定第三閾值，選取聚類后所求的多個中心斜率值中的最大值與最小值，并求差值，若所述差值大于所述第三閾值，則判定所述待檢測圖片為縱深傾斜圖片，其中，所述第三閾值選取自0.2～0.3中的任意值。