[发明专利]版面分栏方法及装置

说明书

本发明公开了一种版面分栏方法及装置，该方法包括：获取待分栏文本图像；对所述文本图像进行文本行切分，得到各文本行；对所述文本行进行合并成栏处理，得到最终分栏结果。利用本发明，可以对复杂手写版面得到准确的分栏结果。

技术领域

本发明涉及图像处理领域，具体涉及一种版面分栏方法及装置。

背景技术

随着计算机科学与技术的发展，自动化信息处理能力和水平也得到了显著的提高。文档的电子化应用已遍及人们生活工作中各个方面，对工作方式、生活方式带来了巨大的变革，也深刻影响到了教育领域。文档中版面的分析、分栏是文档电子化过程中必不可少的步骤之一，其分析的准确性直接影响文档电子化的结果，因而一直受到相关技术研究人员的重视。

现有的针对文档版面分栏的主流方法：基于印刷体文档中的栏多是规整矩形考虑，通过在空白区域进行矩阵检测与归纳，找到栏与栏之间的间隔，最终得到分栏结果。

这种版面分栏方法只在排版整齐、棱角分明的文档(以印刷体文档为典型)有效，而对于书写杂乱、存在多栏，且各栏之间分布无规律可循的手写文档，尤其是数理化的解题文档，现有的版面分栏效果则很不理想。

发明内容

本发明实施例提供一种版面分栏方法及装置，以便针对复杂手写版面，也能得到理想的分栏效果。

为此，本发明提供如下技术方案：

一种版面分栏方法，所述方法包括：

获取待分栏文本图像；

对所述文本图像进行文本行切分，得到各文本行；

对所述文本行进行合并成栏处理，得到最终分栏结果。

可选地，所述对所述文本行进行合并成栏处理，得到最终分栏结果包括：

将各文本行作为独立的文本栏，依次对相邻文本栏进行合并，并计算合并后的分栏代价，得到最小分栏代价；

根据所述最小分栏代价确定最终分栏结果。

可选地，所述将各文本行作为独立的文本栏，依次对相邻文本栏进行合并，并计算合并后的分栏代价，得到最小分栏代价包括：

(1)初始化：将每个文本行作为独立的文本栏，存入到文本栏集合中作为当前分栏结果，并计算当前分栏代价；

(2)依次选择当前分栏结果中的一个文本栏作为当前文本栏进行预测：将当前文本栏与其相邻文本栏合并后的文本栏作为预测文本栏，得到预测分栏结果，计算对应所述预测分栏结果的预测分栏代价，并得到其中的最小预测分栏代价；

(3)判断所述最小预测分栏代价是否小于当前分栏代价；

(4)如果是，则更新当前分栏结果为所述最小预测分栏代价对应的预测分栏结果，并更新当前分栏代价为所述最小预测分栏代价，然后执行步骤(2)；

(5)否则，将当前分栏代价作为最小分栏代价；

所述根据所述最小分栏代价确定最终分栏结果包括：

将所述最小分栏代价对应的当前分栏结果作为最终分栏结果。

可选地，所述计算预测分栏代价包括：

计算所述预测文本栏的栏内代价；

计算所述预测文本栏的栏间代价；

根据所述栏内代价和所述栏间代价得到预测分栏代价。

可选地，所述计算所述预测文本栏的栏内代价包括：