[發(fā)明專利]一種生成三維變形文本圖像的方法及設(shè)備

在審

• 申請(qǐng)?zhí)枺?/td>: 202011215288.6
• 申請(qǐng)日: 2020-11-03
• 公開(kāi)（公告）號(hào): CN112330786A
• 公開(kāi)（公告）日: 2021-02-05
• 發(fā)明（設(shè)計(jì)）人: 張瑞楠
• 申請(qǐng)（專利權(quán)）人: 陽(yáng)光保險(xiǎn)集團(tuán)股份有限公司
• 主分類號(hào): G06T15/00
• 分類號(hào): G06T15/00;G06T15/50;G06T15/20;G06T19/20;G06T17/00;G06K9/00
• 代理公司: 北京超凡宏宇專利代理事務(wù)所(特殊普通合伙) 11463
• 代理人: 衡滔

本申請(qǐng)實(shí)施例提供一種生成三維變形文本圖像的方法及設(shè)備，該方法包括確定變形曲線函數(shù)；根據(jù)二維文本圖像的第一方向長(zhǎng)度和所述變形曲線函數(shù)確定三維變形文本圖像的截面對(duì)應(yīng)的曲線段，其中，所述二維文本圖像的形狀為矩形；根據(jù)所述二維文本圖像的第二方向長(zhǎng)度將所述曲線段在所述二維文本圖像的第二方向上進(jìn)行延伸，得到所述三維變形文本圖像的三維曲面；根據(jù)所述三維曲面和所述二維文本圖像得到所述三維變形文本圖像。通過(guò)該方法不僅能實(shí)時(shí)、隨機(jī)、快速、有效的模擬三維變形的文本圖像，而且通過(guò)該方法生成的三維變形文本圖像可以作為復(fù)雜場(chǎng)景下文本識(shí)別的樣本，并進(jìn)行訓(xùn)練，有利于提高復(fù)雜場(chǎng)景下文字識(shí)別的準(zhǔn)確率。

技術(shù)領(lǐng)域

本申請(qǐng)涉及圖像處理領(lǐng)域，具體而言，涉及一種生成三維變形文本圖像的方法及設(shè)備。

背景技術(shù)

隨著基于深度學(xué)習(xí)的文字識(shí)別技術(shù)，以及圖像處理器等硬件性能的不斷提升，文字識(shí)別的應(yīng)用場(chǎng)景不斷拓展，從身份證、銀行卡識(shí)別等版式固定、文字內(nèi)容有限、文字不易發(fā)生三維變形的簡(jiǎn)單場(chǎng)景，逐漸延伸到醫(yī)療票據(jù)、保險(xiǎn)合同、賠償協(xié)議等版式多變、文字密集、篇幅較大，文字易發(fā)生三維變形的復(fù)雜場(chǎng)景。

現(xiàn)有的三維變形文字樣本合成方法，主要包括兩種：一種是簡(jiǎn)單的通過(guò)透視變換快速實(shí)現(xiàn)三維變形文字樣本的合成，該方法合成速度快，可提供三維視覺(jué)效果，但是只能模擬剛體變形和拉伸效果，很難模擬真實(shí)場(chǎng)景中的三維變形。另一種是，提前生成真實(shí)場(chǎng)景中文本變形的三維網(wǎng)格，然后通過(guò)二維投影和二維插值的方法合成最終的二維圖像樣本，其合成的效果最接近真實(shí)情況，缺點(diǎn)是需要提前人工制備大量的三維場(chǎng)景網(wǎng)格，以滿足文字識(shí)別樣本的合成需求，其合成的成本高、且速度較慢。鑒于此，有必要設(shè)計(jì)一種既能實(shí)時(shí)、隨機(jī)生成，又能模擬真實(shí)場(chǎng)景三維變形的文字樣本合成方法。

發(fā)明內(nèi)容

本申請(qǐng)實(shí)施例的目的在于提供一種生成三維變形文本圖像的方法及設(shè)備，用以改善現(xiàn)有模擬真實(shí)場(chǎng)景中三維變形文本需提前人工制備大量的三維場(chǎng)景網(wǎng)格，造成成本高、且速度較慢等問(wèn)題。

第一方面，本申請(qǐng)實(shí)施例提供了一種生成三維變形文本圖像的方法，所述方法包括：確定變形曲線函數(shù)；根據(jù)二維文本圖像的第一方向長(zhǎng)度和所述變形曲線函數(shù)確定三維變形文本圖像的截面對(duì)應(yīng)的曲線段，其中，所述二維文本圖像的形狀為矩形；根據(jù)所述二維文本圖像的第二方向長(zhǎng)度將所述曲線段在所述二維文本圖像的第二方向上進(jìn)行延伸，得到所述三維變形文本圖像的三維曲面；根據(jù)所述三維曲面和所述二維文本圖像得到所述三維變形文本圖像。

在上述實(shí)現(xiàn)過(guò)程中，通過(guò)確定變形曲線函數(shù)，然后根據(jù)二維文本圖像的第一方向長(zhǎng)度和變形曲線函數(shù)確定三維變形文本圖像的截面對(duì)應(yīng)的曲線段，并根據(jù)二維文本圖像的第二方向長(zhǎng)度將曲線段在二維文本圖像的第二方向上進(jìn)行延伸，得到三維變形文本圖像的三維曲面，然后根據(jù)該三維曲面和二維文本圖像得到三維變形文本圖像。通過(guò)該方法不僅能實(shí)時(shí)、隨機(jī)、快速、有效的模擬三維變形的文本圖像，而且通過(guò)該方法生成的三維變形文本圖像可以作為復(fù)雜場(chǎng)景下文本識(shí)別的樣本，并進(jìn)行訓(xùn)練，有利于提高復(fù)雜場(chǎng)景下文字識(shí)別的準(zhǔn)確率。

結(jié)合第一方面，在一種實(shí)施方式中，所述根據(jù)所述三維曲面和所述二維文本圖像得到所述三維變形文本圖像，包括：對(duì)所述三維曲面進(jìn)行豎直投影生成所述三維變形文本圖像在二維的投影面；根據(jù)所述二維文本圖像的大小對(duì)所述投影面進(jìn)行網(wǎng)格化，生成與所述二維文本圖像對(duì)應(yīng)的網(wǎng)格坐標(biāo)；根據(jù)所述二維文本圖像的二維分布對(duì)所述網(wǎng)格坐標(biāo)進(jìn)行二維插值，得到所述三維變形文本圖像。

在上述實(shí)現(xiàn)過(guò)程中，根據(jù)三維曲面的豎直投影和二維文本圖像的大小生成與二維文本圖像分辨率接近的網(wǎng)格坐標(biāo)，然后根據(jù)二維文本圖像的二維分布，對(duì)生成的網(wǎng)格坐標(biāo)進(jìn)行二維插值，得到三維變形文本圖像，從而快速、有效的模擬三維變形的文本合成。

結(jié)合第一方面，在另一種實(shí)施方式中，根據(jù)所述三維曲面和所述二維文本圖像得到所述三維變形文本圖像，包括：根據(jù)所述三維曲面和所述二維文本圖像得到初始三維變形文本圖像；對(duì)所述初始三維變形文本圖像進(jìn)行景深模糊模擬、光照模擬和透視變換中的至少一種處理，得到所述三維變形文本圖像。