[发明专利]水印的去除方法、装置和服务器

说明书

本说明书提供了一种水印的去除方法、装置和服务器。其中，方法包括：获取包含有待处理文本的图像数据，图像数据中携带有水印信息；获取图像数据中的像素点的色彩数值，并根据像素点的色彩数值确定出多个预设类簇的中心点的色彩数值；根据多个预设类簇的中心点的色彩数值，从像素点中确定出水印像素点；根据水印像素点，去除图像数据中的水印信息。在本说明书实施例中，通过先对图像数据中的像素点的色彩数值进行聚类，得到多种像素点类型所分别对应的预设类簇的中心点的色彩数值，进而确定出像素点中的水印像素点，并有针对性地对水印像素点进行处理，达到快速、精确地确定出图像数据中表征水印信息的水印像素点，并进行有效的水印去除。

技术领域

本说明书属于互联网技术领域，尤其涉及一种水印的去除方法、装置和服务器。

背景技术

在工作、生活中，人们涉及到的许多文本文件，例如法务合同、规章制度、通知、说明书等大多都是纸质版的，通常需要先将上述纸质版的文本文件通过扫描、拍照等方式得到对应的电子档的图像数据，以方便保存、管理，以及后续相关的数据处理。

例如，某公司会将所签署的纸质版合同文本先扫描成电子档的图像数据，保存在公司的电子数据库中。进而可以通过OCR识别(即光学字符识别)对上述图片数据中所包含的合同的具体文本内容，例如，合同里的关键标题或关键条款进行识别、提取，以获取公司较为关注合同内容中的文本信息。

但是，基于安全性的考虑和版权要求，通过扫描等方式得到的包含有待处理文本的图像数据中往往还会携带有强制设置的水印信息(例如，某公司的名称或标志)。这时如果对上述图像数据直接进行OCR识别，会将水印信息所表征的字符一并识别出来，并夹杂在所识别出的合同内容的文本信息中，影响对合同内容的文本信息的整理和获取。因此，需要先将图像数据中的水印信息进行去除处理，避免水印信息的干扰，以便后续能对图像数据进行较为精确的OCR识别等数据处理。

而现有的水印的去除方法大多实施时相对较为繁琐、不够精确，因此，亟需一种能高效、精确的去除水印的方法。

发明内容

本说明书目的在于提供一种水印的去除方法、装置和服务器，以解决现有方法中存在的去除水印效率低、效果差的技术问题，达到能快速、精确地确定出图像数据中组成水印信息的水印像素点，并进行有效的水印去除。

本说明书提供的一种水印的去除方法、装置和服务器是这样实现的：

一种水印的去除方法，包括：获取包含有待处理文本的图像数据，其中，所述图像数据中携带有水印信息；获取所述图像数据中的像素点的色彩数值，并根据所述像素点的色彩数值确定出多个预设类簇的中心点的色彩数值；根据所述多个预设类簇的中心点的色彩数值，从所述图像数据中的像素点中确定出水印像素点，其中，所述水印像素点为用于表征水印信息的像素点；根据所述水印像素点，去除所述图像数据中的水印信息。

一种水印的去除装置，包括：获取模块，用于获取包含有待处理文本的图像数据，其中，所述图像数据中携带有水印信息；第一确定模块，用于获取所述图像数据中的像素点的色彩数值，并根据所述像素点的色彩数值确定出多个预设类簇的中心点的色彩数值；第二确定模块，用于根据所述多个预设类簇的中心点的色彩数值，从所述图像数据中的像素点中确定出水印像素点，其中，所述水印像素点为用于表征水印信息的像素点；去除模块，用于根据所述水印像素点，去除所述图像数据中的水印信息。

一种服务器，包括处理器以及用于存储处理器可执行指令的存储器，所述处理器执行所述指令时实现获取包含有待处理文本的图像数据，其中，所述图像数据中携带有水印信息；获取所述图像数据中的像素点的色彩数值，并根据所述像素点的色彩数值确定出多个预设类簇的中心点的色彩数值；根据所述多个预设类簇的中心点的色彩数值，从所述图像数据中的像素点中确定出水印像素点，其中，所述水印像素点为用于表征水印信息的像素点；根据所述水印像素点，去除所述图像数据中的水印信息。