[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

说明书

技术领域

本发明涉及图像处理领域，特别是涉及一种文字区域识别中的文字行排列分析方法和装置。

背景技术

图像中的文字识别技术有着广泛的实际应用，如扫描文档的内容识别或自动邮政编码识别等。随着数码相机的推广和互联网技术的发展，在拍摄的图像基础上经人工编辑后所生成的图像越来越多，如图1所示，这些人工编辑图像通常有复杂的背景图片、多变的前景颜色和纹理，为了识别这些复杂的人工编辑图像中的文字，先需要进行文字区域的定位和切割，此处中的“文字”为泛指，包括阿拉伯数字和各种语言中的文字，如，汉字或英文字母。

在文字区域的定位和切割过程中，为了区分文字和非文字区域，通常要利用文字区域本身的特征。但是，单靠文字区域的特征还是无法彻底区分出文字和非文字区域，例如，图像中的鱼刺或墙面的裂缝等非文字区域就很容易被误认为是文字区域。由于文字往往是有规则排列的，甚至大部分都是排列成某一特定方向的直线行，因此，文字的行排列成为区分文字和非文字区域的另一种重要特征。通过对从图像中提取出的包含有噪声(非文字区域)的文字进行有关行排列的分析，可以进一步剔除出杂质。而对图像中提取出的文字进行关于行排列的分析也成为文字区域识别中的一个关键步骤。

在现有技术中，包括有基于投影和霍夫变换的文字行排列分析方法。但是，这两种方法都是基于文字区域的统计信息来获得文字行排列信息，而统计信息的可靠与否必须依赖两个前提条件：第一，图像中存在大量文字，且文字区域的数量要大于非文字区域；第二，图像中的文字间的排列情况必须是类似的，例如，具有相同的行方向。而对于如图1所示的人工编辑图像而言，其文字区域仅占整个图像的一小部分，文字区域的数量小于非文字区域，并且，文字方向也不固定，因此，上述两种方法一般不适用于如图1所示的人工编辑图像。

在现有技术中，还包括一种基于区域聚合的文字行排列分析方法，该类方法通常会定义同一行内的区域与区域之间的相似关系，然后利用一种聚合方法向具有相似关系的区域聚合成一组，所形成的行为文字行。

但是，在实现本发明的过程中，本发明的发明人发现现有的基于区域聚合的文字行排列分析方法中至少存在如下问题：该方法仍然不能将人工编辑图像中文字较少的文字行与噪声区域区分开，不能准确地提取出文字个数较少的文字行。

发明内容

为了解决上述技术问题，本发明实施例提供了一种文字区域识别中的文字行排列分析方法和装置，以能够准确地从人工编辑图像中提取出文字个数较少的文字行，提高文字识别的准确率。

本发明实施例公开公开了如下技术方案：

一种文字区域识别中的文字行排列分析方法，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；

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；

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。

一种文字区域识别中的文字行排列分析装置，所述装置包括：

匹配模块，用于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；

聚合模块，用于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；

查找模块，用于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；

初始方向确定模块，用于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；

筛选模块，用于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；

迭代模块，用于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。

由上述实施例可以看出，基于最大团理论提取文字行，能够更准确地从人工编辑图像中提取出文字个数较少的文字行，提高文字识别的准确率。

附图说明