[发明专利]文字图像处理方法、装置、电子设备和计算机存储介质在审

专利信息
申请号: 201811037146.8 申请日: 2018-09-05
公开(公告)号: CN109242796A 公开(公告)日: 2019-01-18
发明(设计)人: 黄哲威;周舒畅 申请(专利权)人: 北京旷视科技有限公司
主分类号: G06T5/00 分类号: G06T5/00;G06K9/38
代理公司: 北京超凡志成知识产权代理事务所(普通合伙) 11371 代理人: 徐丽
地址: 100000 北京*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 重构的 笔画曲线 文字图像 计算机存储介质 电子设备 曲线重构 图像处理 画布 图像 笔画特征 质量差 重构 抽取 清晰 缓解
【权利要求书】:

1.一种文字图像处理方法,其特征在于,包括:

获取待处理的文字图像,其中,所述待处理的文字图像中包含待重构的文字;

在所述待处理的文字图像中抽取所述待重构的文字的笔画特征,得到所述待重构的文字的笔画曲线参数;

基于所述笔画曲线参数在目标画布上对所述待重构的文字进行曲线重构处理,得到所述待重构的文字的重构图,其中,所述目标画布的分辨率高于所述待处理的文字图像的分辨率。

2.根据权利要求1所述的方法,其特征在于,基于所述笔画曲线参数在目标画布上对所述待重构的文字进行曲线重构处理包括:

基于所述笔画曲线参数在所述目标画布上标注所述待重构的文字的笔画曲线,得到所述待重构的文字的曲线表示图;

对所述曲线表示图进行二值化处理,得到所述重构图。

3.根据权利要求2所述的方法,其特征在于,如果所述笔画曲线为一次曲线,则基于所述笔画曲线参数在所述目标画布上标注所述待重构的文字的笔画曲线包括:

基于所述笔画曲线参数在所述目标画布上确定并描绘所述笔画曲线的至少两个目标点;

连接所述至少两个目标点,并将所述至少两个目标点之间的连接线作为所述待重构的文字的笔画曲线,从而实现对所述待重构的文字的笔画曲线的标注。

4.根据权利要求2所述的方法,其特征在于,如果所述笔画曲线为二次曲线,则基于所述笔画曲线参数在所述目标画布上标注所述待重构的文字的笔画曲线包括:

基于所述笔画曲线参数在所述目标画布上确定并描绘所述笔画曲线的至少三个目标点;

确定所述至少三个目标点之间的连接线,并将所述至少三个目标点之间的连接线作为所述待重构的文字的笔画曲线,从而实现对所述待重构的文字的笔画曲线的标注。

5.根据权利要求1所述的方法,其特征在于,获取待处理的文字图像包括:

获取初始二值化文字图像;

若所述初始二值化文字图像的分辨率不是预设分辨率,则将所述初始二值化文字图像调整至所述预设分辨率,并将调整之后的所述初始二值化文字图像作为所述待处理的文字图像;

若所述初始二值化文字图像的分辨率是所述预设分辨率,则将所述初始二值化文字图像作为所述待处理的文字图像。

6.根据权利要求1所述的方法,其特征在于,在所述待处理的文字图像中抽取所述待重构的文字的笔画特征包括:

通过笔画抽取模型在所述待处理的文字图像中抽取所述待重构的文字的笔画特征,得到所述待重构的文字的笔画曲线参数。

7.根据权利要求6所述的方法,其特征在于,所述方法还包括:

部署所述笔画抽取模型的原始笔画抽取模型;

获取训练图像集合,其中,所述训练图像集合中包括多个二值化文字图像;

利用所述训练图像集合中的多个二值化文字图像对所述原始笔画抽取模型进行训练,得到所述笔画抽取模型。

8.根据权利要求7所述的方法,其特征在于,利用所述训练图像集合中的多个二值化文字图像对所述原始笔画抽取模型进行训练包括:

若所述训练图像集合中二值化文字图像的分辨率不是预设分辨率,则将所述训练图像集合中二值化文字图像的分辨率调整至所述预设分辨率,从而得到目标训练样本;

通过所述目标训练样本对所述原始笔画抽取模型进行训练,得到所述笔画抽取模型。

9.根据权利要求8所述的方法,其特征在于,通过所述目标训练样本对所述原始笔画抽取模型进行训练包括:

将所述目标训练样本输入至所述原始笔画抽取模型中进行处理,输出得到所述目标训练样本中文字的笔画曲线参数;

基于所述原始笔画抽取模型输出的笔画曲线参数在预设画布上对所述目标训练样本中的文字进行重构,得到目标重构图;

计算所述目标重构图与其所对应的二值化文字图像之间的差异值;

如果所述差异值大于预设阈值,则继续通过所述目标训练样本对所述原始笔画抽取模型进行训练,直至所述差异值小于或者等于所述预设阈值。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京旷视科技有限公司,未经北京旷视科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201811037146.8/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top