[發明專利]一種基于非矩陣窗方式的字符區域定位方法

有效

• 申請號: 202110337071.0
• 申請日: 2021-03-30
• 公開（公告）號: CN112733834B
• 公開（公告）日: 2021-07-06
• 發明（設計）人: 郝晨;劉貫偉;張云峰;滕飛;江浩然
• 申請（專利權）人: 恒銀金融科技股份有限公司
• 主分類號: G06K9/20
• 分類號: G06K9/20;G06K9/34
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明公開了一種基于非矩陣窗方式的字符區域定位方法，其特征在于，包括如下步驟：步驟一：設定一個連續的線性窗；步驟二：用線性窗作為處理原圖的最小選取單元，對原圖進行讀取處理，讀取步長為1個像素，若線性窗所覆蓋的區域內存在有效信息，則將線性窗對應的原圖區域像素值設為0，原圖其他區域像素值不變；步驟三：讀取完成后，對非0區域的像素置均設為255，則得到了冠字號區域的二值化圖像，所述二值化圖像中0值區域即為字符區域的冠字號最小范圍。本發明不僅能縮短執行時間，且可有效去除冠字號周圍干擾信息的影響，避免對標記區域進行二次精確定位。

技術領域

本發明屬于金融票據字符識別領域，尤其涉及一種基于非矩陣窗方式的字符區域定位方法。

背景技術

在進行字符識別之前，需要在圖像中對字符串的位置進行精確定位。采用深度學習方式可以很容易做到這一點，但是在嵌入式系統以及高實時性要求的條件下依然需要采用較傳統方式，如票據受理設備中，實時對金融票據進行高效識別。這就為字符串區域的精確定位提出了要求。

常規方式是采用矩陣窗的方式，對矩陣窗讀取過的區域與原圖字符比對并進行標記。該種方式能夠很好的解決字符區域定位的問題。然而該方式也存在如下三個問題：

1、在實時性要求較高的情況，代碼運行效率偏低。窗口遍歷過程中，需要對原始圖像每個像素進行跳躍尋址遍歷。在窗口遍歷過程中，步長的大小非常重要，選擇不好會出現重復標記區域（即原圖信息重復遍歷），或者丟失重要信息等問題。相對來說代碼執行效率相對較低，處理時間較長。

2、一般來說，對于背景單一的原始圖像利用矩陣窗讀取原圖的方式必然導致識別的字符區域范圍變大的問題，需要進行二次定位，才能達到精確定位的效果。

直接采用矩形窗口讀取的方式獲得的標記區域包括真實的字符區域（位于標記區域的左上部分），以及冗余信息（位于標記區域的右下部分），主要是由于矩形窗口過寬導致，其可以達到選取有效信息區域的目的，卻無法實現對有效信息區域邊界的精準定位。因此需要對標記區域進行二次精確定位，去除噪聲信息。

3、對于冠字號區域背景單一，但在距離冠字號區域近的地方存在其他強干擾信息的情況下，標記結果會導致標記區域更加擴大。從而要識別的字符帶有更多噪聲信息，降低識別效果。

如圖1--圖3所示，利用矩陣窗口讀取標定區域時，定位的冠字號區域明顯含有冗余信息。要想得到更加精確的區域，需要對標記區域進行二次精確定位，這不僅增加了處理的步驟和代碼復雜度；同時，由于圖像在內存中是連續存儲的，矩陣窗口讀取方式每次都要利用跳變尋址，也會大大增加處理時間。

發明內容

本發明的目的是針對現有技術中存在的技術缺陷，而提供一種基于非矩陣窗方式的字符區域定位方法，不僅能縮短執行時間，且可有效去除冠字號周圍干擾信息的影響，避免對標記區域進行二次精確定位。

為實現本發明的目的所采用的技術方案是：

一種基于非矩陣窗方式的字符區域定位方法，其特征在于，包括如下步驟：

步驟一：設定一個連續的線性窗；

步驟二：用線性窗作為處理原圖的最小選取單元，對原圖進行讀取處理，讀取步長為1個像素，若線性窗所覆蓋的區域內存在有效信息，則將線性窗對應的原圖區域像素值設為0，原圖其他區域像素值不變；

步驟三：讀取完成后，對非0區域的像素置均設為255，則得到了冠字號區域的二值化圖像，所述二值化圖像中0值區域即為字符區域的冠字號最小范圍。

作為優選的，線性窗的長度是計算機一次讀取單元的整數倍。

作為優選的，有效信息指的是冠字號信息，相對于有效信息的其他部分為圖像無冠字號的背景區域。

作為優選的，通過閾值比較法判斷線性窗所覆蓋的區域內是否存在有效信息。