[发明专利]一种多规格文本协同定位和提取方法

权利要求书

1.一种多规格文本协同定位和提取方法，其特征在于，所述方法包括如下步骤：

步骤110，获取文本图像数据；

步骤120，图像归一化操作；图像归一化的方法包括，直线检测、旋转变换、尺度变换、亮度均衡，通过归一化操作得到大小、亮度、方向一致的文本图像；

步骤130，在步骤120之后，分离图像背景信息和需要采集的前景信息；可通过色彩通道、亮度、颜色比例来分离背景信息和需要采集的前景信息；

步骤140，全局协同搜索；在步骤130确定前景信息后，加载预先设定的格式化模板，通过全局协同搜索，得到有效信息最大化的位置，从而提取出预设格式的各个文本块区域；

步骤150，局部优化搜索；在步骤140确定全局的格式文本区域后，在小范围内逐个优化各个文本块区域的位置；

步骤160，输出；在步骤150局部优化搜索后，输出各个文本块，提供给后续单字切分和识别模块，文本定位和提取结束。

2.根据权利要求1所述的多规格文本协同定位和提取方法，其特征在于：

步骤110获取图像数据的方法可以为以下五种方法之一：

方法1是用智能手机拍摄得到的图像；

方法2是用扫描仪得到的图像数据；

方法3是用数码相机拍摄得到的图像；

方法4是打开一个预先存在的包含图像数据的文件夹，批处理该文件夹内所有的图像文件；

方法5是打开一个预先存在的图像文件，读取该文件中的图像数据。

3.根据权利要求1或2所述的多规格文本协同定位和提取方法，其特征在于：步骤120图像归一化操作具体包括如下步骤：

步骤210，采用直线检测的方法检测出文本图像的直线，选取长度超过阈值的直线作为考察对象；

步骤220，求取这些直线与水平线的平均夹角作为旋转角，旋转图像使得文本行处于水平位置；

步骤230，在旋转后的图像中，提取包围感兴趣目标的最大矩形，即感兴趣区域ROI，根据最大矩形进行尺度变换，使得ROI的大小保持一致；

步骤240，求取ROI内所有像素的平均亮度，并归一化到设定的平均亮度值，从而完成图像的归一化操作。

4.根据权利要求3所述的多规格文本协同定位和提取方法，其特征在于：

步骤130分离图像背景信息和需要采集的前景信息，具体包括如下步骤：

步骤310，结合所处理文本图像的特性，对于背景信息进行建模，综合比例图像、亮度图像、色调图像上的二值化结果，提取出图像的背景图；

步骤320，在背景图上，过滤掉孤立点；

步骤330，在步骤320的基础上，执行膨胀操作，得到完整的背景图；

步骤340，将原图与背景图做差，分离出所需采集的前景文本。

5.根据权利要求4所述的多规格文本协同定位和提取方法，其特征在于：

步骤140全局协同搜索，具体包括如下步骤：

步骤410，加载预先设立的格式文本模板，确定所采集文本的可能区域位置、长度、大小以及在所有区域中的加权比重；

步骤420，扣除干扰噪声经常出现的区域；

步骤430，在x和y两方向进行全局协同搜索，使得在预设的区域内出现的前景信息加权总和达到最大值。