[发明专利]文档文字的提取方法及提取装置

权利要求书

1.一种文档文字的提取方法，包括步骤：

从包含文档文字区域和图案的图像中，提取与图案所包含的颜色相同的同色区域；

对所述图像进行灰度处理，获取其前景区域，所述前景区域包括文档文字区域和图案；

从前景区域中提取该图案的轮廓形状，且位于所述轮廓形状内及其上的文字文档部分的颜色与图案所包含的颜色不同；

融合所述轮廓形状和同色区域，得到公共区域，去除前景区域中的公共区域，得到仅含文档文字的图像。

2.根据权利要求1所述的方法，其中，还包括步骤：对所述文字文档进行形态学操作，连接其上的断点，并去除孤立的噪声点。

3.根据权利要求1所述的方法，其中，所述图像由原始图像经过预处理得到，所述预处理包括对比度增强处理。

4.根据权利要求3所述的方法，其中，所述原始图像通过扫描仪或者成像设备获得。

5.根据权利要求1所述的方法，其中，提取与图案所包含的颜色相同的同色区域还包括步骤：将图像中的RGB颜色空间转换为HSI颜色空间。

6.根据权利要求1所述的方法，其中，将所述前景区域和背景区域设置为不同的颜色，所述不同的颜色为黑色和白色。

7.根据权利要求1所述的方法，其中，所述灰度处理包括灰度化及二值分割处理。

8.根据权利要求7所述的方法，其中，所述灰度化处理的公式为Gray＝R*0.299+G*0.587+B*0.114，Gray代表灰度，R代表图像的红色通道，G代表图像的绿色通道，B代表图像的蓝色通道；

所述二值分割处理包括最大类间误差法、迭代法或者最小误差法。

9.根据权利要求1所述的方法，其中，该图案的轮廓形状的提取方法包括霍夫变换。

10.一种文档文字的提取装置，其特征在于，包括：

存储器，用于存储可执行指令；

处理器，用于执行存储器中的可执行指令，在执行可执行指令时依照权利要求1-9任一所述方法进行操作。