[发明专利]一种文字区域识别中的文字行排列分析方法和装置

权利要求书

1.一种文字区域识别中的文字行排列分析方法，其特征在于，所述方法包括：

从图像中提取多个单字区域，将任意两个特征最接近的所述单字区域匹配成一个或多个候选对；

将符合预置的聚合条件的所述候选对聚合成候选组；

将所述候选组构建为连通分量，从所述连通分量中查找最大团，将所述最大团形成的行作为待选行；

计算所述待选行的基线和顶线的方向，得到所述基线和顶线的初始方向，将所述基线和顶线的初始方向的平均方向确定为所述待选行的初始行方向；

根据所述待选行的初始行方向，计算所述待选行中单字区域的中值间距，筛选出所述中值间距最小的待选行为文字行；

从所述候选组中删除所述文字行包含的候选对，继续筛选出新的文字行。

2.根据权利要求1所述的方法，其特征在于，所述根据所述待选行的初始行方向，计算待选行中单字区域的中值间距，筛选出中值间距最小的待选行为文字行之前，还包括：

根据所述待选行的初始行方向，计算所述待选行中单字区域的上边、下边、高度、宽度和相邻单字区域的间距；

从所述待选行中删除上边、下边、高度、宽度或间距不满足相应的预设阈值的单字区域；

则所述根据待选行的初始行方向，计算所述待选行中单字区域的中值间距，筛选出所述中值间距最小的待选行为文字行为：

根据所述待选行的初始行方向，计算所述待选行中单字区域的中值间距，从删除单字区域后的所述待选行中筛选出中值间距最小的待选行为文字行。

3.根据权利要求2所述的方法，其特征在于，所述从待选行中删除上边、下边、高度、宽度或间距不满足相应的预设阈值的单字区域后，还包括：

计算删除单字区域后的所述待选行中单字区域的复杂度总和；

如果所述复杂度总和小于预设的复杂度阈值，丢弃所述对应的待选行；

所述根据所述待选行的初始行方向，计算所述待选行中单字区域的中值间距，筛选出所述中值间距最小的待选行为文字行为：

根据所述待选行的初始行方向，计算所述待选行中单字区域的中值间距，从删除单字区域后的剩余待选行中筛选出中值间距最小的待选行为文字行。

4.根据权利要求1-3中任意一项所述的方法，其特征在于，所述计算所述待选行的基线和顶线的方向，得到所述基线和顶线的初始方向，将所述基线和顶线的初始方向的平均方向确定为所述待选行的初始行方向后，还包括：

如果所述基线和顶线的初始方向的差值大于预设的第一方向差值，依次从所述待选行中删除所述目标单字区域，直到在删除所述目标单字区域后所述待选行的基线和顶线的方向差值小于所述预设的第一方向差值为止，所述目标单字区域为被删除后基线和顶线的初始方向的差值最小的单字区域；

计算删除所述目标单字区域后的所述待选行的基线和顶线的方向，得到基线和顶线的修订方向，将所述基线和顶线的修订方向的平均方向确定为所述待选行的修订行方向。

5.根据权利要求1-3中任意一项所述的方法，其特征在于，所述在匹配成的所述候选对中，将符合预置的聚合条件的所述候选对聚合成候选组，包括：

在匹配成的所述候选对中，判断任意两个候选对是否包含相同的单字区域，且，方向的差小于预设的第二方向差值；

如果是，所述任意两个候选对符合所述预置的聚合条件，将所述任意两个候选对归类为一个所述候选组。

6.根据权利要求2或3所述的方法，其特征在于，所述计算所述待选行的基线和顶线的方向，得到基线和顶线的初始方向，包括：

如果所述待选行的行方向接近水平方向，根据所述待选行中单字区域的外接水平矩形的下边中点和上边中点，确定所述待选行的基线和顶线的初始方向；

如果所述待选行的行方向接近竖直方向，根据所述待选行中单字区域的外接水平矩形的左边中点和右边中点，确定所述待选行的基线和顶线的初始方向。