[发明专利]从视频图像进行文档检测

说明书

在示例实现中提供了一种装置。装置包括视频相机、检测设备、跟踪设备、显示器和处理器。视频相机用以捕获多个文档的视频图像。检测设备用以检测视频图像的帧中的多个文档。跟踪设备用以跟踪在视频图像的一系列帧中检测到的多个文档中的每个文档。显示器用以生成围绕所显示的视频图像中的多个文档中的每个文档的可视指示符。处理器与视频相机、检测设备、跟踪设备和显示器通信，以控制视频相机、检测设备、跟踪设备和显示器的执行。

背景技术

用户扫描文档以将纸件文档保存为电子文件。与实体地打印的文档相比电子文件更容易存储和管理。文档可以是由各种设备扫描的。例如，平台式扫描仪或多功能设备可以扫描插入到机器中的文档。最近，与扫描仪相反正在使用移动设备。例如，用户可以拍照文档的照片，并且文档可以被保存为图像。

附图说明

图1是本公开的示例系统的框图；

图2是本公开的用于从视频图像检测多个文档的示例装置的框图；

图3是本公开的在从视频图像检测和跟踪多个文档时装置的示例显示的框图；

图4是本公开的用于从视频图像检测和跟踪多个文档的示例方法的流程图；以及

图5是存储由处理器执行以从视频图像检测和跟踪多个文档的指令的示例非暂态计算机可读存储介质的框图。

具体实施方式

在此描述的示例提供用以自动地检测和跟踪由移动终端设备捕获的视频图像内的多个文档的装置和方法。如在上面讨论的那样，移动终端设备被用于捕获文档的图像，而不是在传统的扫描仪中扫描图像。然而，当在单个图像中包括了多个文档时，文档可能不被分离成分离的文件或图像。分离地捕获每个文档的图像可能是乏味并且耗时的。

在此的示例提供了一种装置，其能够自动地检测和跟踪由移动终端设备捕获的视频图像内的多个文档。例如，用户可以在实况视频捕获中捕获若干个不同的文档。移动终端设备可以分析视频图像的每个帧以标识每个文档或多个文档。移动终端设备于是可以在视频图像被连续地捕获的同时跟踪每个文档或多个文档。

在一个示例中，移动终端设备可以提供围绕在视频图像中被检测和跟踪的文档的可视指示符。如果可视指示符正确地标识视频图像中的每个文档，则用户可以拍照文档的静止照片。移动终端设备于是可以针对在视频图像中被检测和跟踪的每个文档生成分离的文件或图像。作为结果，用户可以使用由移动终端设备捕获的单个图像“扫描”多个文档。

图1图示本公开的用以从视频图像检测多个文档的示例系统100。在一个示例中，系统100可以包括移动终端设备102。移动终端设备102可以是智能电话、平板计算机等。

移动终端设备102可以被用于捕获多个文档106₁至106_n(在下文中也被单独地称为文档106或整体地称为文档106)的视频图像108。视频图像108可以被在移动终端设备102的显示器104上显示给用户。

在一个示例中，文档106可以是任何类型的实体文档或纸件。移动终端设备102可以捕获文档106的视频图像108，并且针对文档106₁至106_n中的每个文档生成分离的电子文件110₁至110_n(在下文中也被单独地称为电子文件110或整体地称为电子文件110)。

换句话说，可以从包含多个文档的视频图像108生成分离的电子文件110。换句话说，移动终端设备102可以针对在视频图像108的单个帧中捕获的每个文档106生成分离的电子文件110。

为了说明，视频图像108可以包括三个文档106。可以分析视频图像108(如在下面进一步详细讨论的那样)以检测三个文档106中的每个文档。然后每个文档可以被从视频图像108分离出来并且被转换成分离的电子文件110。换句话说，文档106的分离的电子文件110可以是从多个文档106的单次同时扫描生成的。