[發(fā)明專(zhuān)利]文字圖像合成方法、裝置、計(jì)算機(jī)設(shè)備及存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 202110705527.4
• 申請(qǐng)日: 2021-06-24
• 公開(kāi)（公告）號(hào): CN113362249A
• 公開(kāi)（公告）日: 2021-09-07
• 發(fā)明（設(shè)計(jì)）人: 陳昊
• 申請(qǐng)（專(zhuān)利權(quán)）人: 平安普惠企業(yè)管理有限公司
• 主分類(lèi)號(hào): G06T5/00
• 分類(lèi)號(hào): G06T5/00;G06T5/50;G06N3/04
• 代理公司: 深圳市世聯(lián)合知識(shí)產(chǎn)權(quán)代理有限公司 44385
• 代理人: 汪琳琳

本申請(qǐng)實(shí)施例屬于人工智能領(lǐng)域，涉及一種文字圖像合成方法，包括獲取原始文字圖像，對(duì)原始文字圖像進(jìn)行圖像處理，得到第一高頻圖像和第一低頻圖像，將第一高頻圖像進(jìn)行降噪處理得到第二高頻圖像，并通過(guò)卷積神經(jīng)網(wǎng)絡(luò)模型優(yōu)化第一低頻圖像得到第二低頻圖像，合成第二高頻圖像和第二低頻圖像，得到目標(biāo)文字圖像。本申請(qǐng)還提供一種文字圖像合成裝置、計(jì)算機(jī)設(shè)備及存儲(chǔ)介質(zhì)。此外，本申請(qǐng)還涉及區(qū)塊鏈技術(shù)，原始文字圖像可存儲(chǔ)于區(qū)塊鏈中。本申請(qǐng)可以在顯著提升文字圖像分辨率的同時(shí)保證后續(xù)OCR系統(tǒng)識(shí)別的準(zhǔn)確率。

技術(shù)領(lǐng)域

本申請(qǐng)涉及人工智能技術(shù)領(lǐng)域，尤其涉及一種文字圖像合成方法、裝置、計(jì)算機(jī)設(shè)備及存儲(chǔ)介質(zhì)。

背景技術(shù)

如今，隨著社會(huì)的不斷發(fā)展，在人們的日常生活和工作中，需要將各種票據(jù)、報(bào)刊、書(shū)籍、文稿及其它印刷品上的信息輸入至計(jì)算機(jī)中。

現(xiàn)在常用的是OCR技術(shù)(Optical Character Recognition，光學(xué)字符識(shí)別)，通過(guò)掃描等光學(xué)輸入方式將上述文件的文字轉(zhuǎn)化為圖像信息，再利用文字識(shí)別技術(shù)將圖像信息轉(zhuǎn)化為可以使用的計(jì)算機(jī)輸入技術(shù)。OCR技術(shù)包括圖像處理技術(shù)、識(shí)別技術(shù)、文本理解技術(shù)與還原技術(shù)、表格/票據(jù)處理技術(shù)。

但是，當(dāng)前常見(jiàn)的場(chǎng)景是借助手機(jī)等移動(dòng)端獲得圖像，這些圖像質(zhì)量不一，時(shí)常會(huì)碰到圖像分辨率較低的情況，這些較低質(zhì)量圖像人眼需要較為注意的情況下才可以分辨，但是這種圖像對(duì)于現(xiàn)有的OCR模型而言會(huì)嚴(yán)重降低其識(shí)別準(zhǔn)確率，因此針對(duì)這種較低分辨率圖像的優(yōu)化勢(shì)在必行。

常見(jiàn)提升分辨率的技術(shù)主要有兩種，一種是基于高頻濾波的圖像增強(qiáng)技術(shù)，這種技術(shù)的確可以提升圖像分辨率，但與此同時(shí)不可避免的會(huì)放大噪聲，在一定的條件下也會(huì)影響到OCR的判斷準(zhǔn)確率；另一種方法是基于現(xiàn)有的通用的基于人工智能的超分辨技術(shù)用于分辨率提升，這種技術(shù)主要特點(diǎn)在于預(yù)測(cè)物體邊緣的近似形態(tài)或者是補(bǔ)齊某些缺失的細(xì)微結(jié)構(gòu)，而OCR技術(shù)對(duì)于文字的字體、字形非常敏感，因而也不能直接套用。

發(fā)明內(nèi)容

本申請(qǐng)實(shí)施例的目的在于提出一種文字圖像合成方法、裝置、計(jì)算機(jī)設(shè)備及存儲(chǔ)介質(zhì)，以解決相關(guān)技術(shù)中在提升文字圖像分辨率的同時(shí)降低OCR識(shí)別準(zhǔn)確率的技術(shù)問(wèn)題。

為了解決上述技術(shù)問(wèn)題，本申請(qǐng)實(shí)施例提供一種文字圖像合成方法，采用了如下所述的技術(shù)方案：

獲取原始文字圖像，對(duì)所述原始文字圖像進(jìn)行圖像處理，得到第一高頻圖像和第一低頻圖像；

將所述第一高頻圖像進(jìn)行降噪處理得到第二高頻圖像，并通過(guò)卷積神經(jīng)網(wǎng)絡(luò)模型優(yōu)化所述第一低頻圖像得到第二低頻圖像；

合成所述第二高頻圖像和所述第二低頻圖像，得到目標(biāo)文字圖像。

進(jìn)一步的，所述將所述第一高頻圖像進(jìn)行降噪處理得到第二高頻圖像的步驟包括：

步驟A，將所述第一高頻圖像分成N個(gè)第一圖像塊，以任一所述第一圖像塊作為目標(biāo)區(qū)域，并以所述目標(biāo)區(qū)域?yàn)橹行模∫粋€(gè)搜索區(qū)域，將所述搜索區(qū)域劃分為若干個(gè)與所述第一圖像塊大小相同的第二圖像塊；

步驟B，基于所述第一高頻圖像獲取引導(dǎo)圖像，并將所述引導(dǎo)圖像劃分為多個(gè)與所述第一圖像塊大小相同的第三圖像塊；

步驟C，分別獲取所述目標(biāo)區(qū)域的第一像素值、所述第二圖像塊的第二像素值以及所述第三圖像塊的第三像素值，根據(jù)所述第一像素值、所述第二像素值和所述第三像素值，計(jì)算出每個(gè)所述第二圖像塊與所述目標(biāo)區(qū)域之間的權(quán)重；

步驟D，根據(jù)所述第一像素值以及所述權(quán)重進(jìn)行計(jì)算，得到經(jīng)過(guò)降噪處理的所述目標(biāo)區(qū)域的像素值；

步驟E，重復(fù)執(zhí)行步驟A至步驟D，遍歷每個(gè)所述第一圖像塊，獲得經(jīng)過(guò)降噪處理的每個(gè)所述第一圖像塊，基于降噪處理后的每個(gè)所述第一圖像塊得到所述第二高頻圖像。