[发明专利]一种文本图像的手写汉字分割方法及系统有效
申请号: | 201910832751.2 | 申请日: | 2019-09-04 |
公开(公告)号: | CN110516674B | 公开(公告)日: | 2023-04-18 |
发明(设计)人: | 魏东琦;赛琳伟;王占昌;唐亚明;杨博 | 申请(专利权)人: | 中国地质调查局西安地质调查中心 |
主分类号: | G06V20/62 | 分类号: | G06V20/62;G06V10/26;G06V10/764 |
代理公司: | 合肥超通知识产权代理事务所(普通合伙) 34136 | 代理人: | 龚存云 |
地址: | 710054 陕西*** | 国省代码: | 陕西;61 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 文本 图像 手写 汉字 分割 方法 系统 | ||
本申请公开了一种文本图像的手写汉字分割方法及系统,所述方法包括:将文本图像进行二值化和去除背景网格线操作,获得预处理文档;采用大小为2×128的区域对所述预处理文档做平均池化,得到每行区域;对所述每行区域分割成一块或多块,再进行合并,得到每个字的区域,使得一个汉字的偏旁和部首能正确地合并在一起。本发明的优点是:实现简单,能完美地去除图像中的横竖线条,能处理倾斜行和汉字间的连笔情况,有效找到连笔应该断开的位置;列分割精度高,采用了动态规划算法,结合深度神经网络汉字识别,确保了一个汉字的偏旁部首能正确的合并到一起;综合采用了机械分割、深度学习、统计自然语言处理多种手段,达到了理想的分割效果。
技术领域
本发明涉及一种文本图像的手写汉字分割方法及系统。
背景技术
纸张依然是保存信息的重要介质,打印印刷的文稿也不能完全取代手写。实际情况是,往往会存在大量的印刷体和手写体混合的文稿。随着智能手机等设备的普及,使得纸质文稿可被便捷的电子化,但以图像格式保存。获取此类图像文本内容的主要技术是文字识别,其中脱机手写汉字识别难度最大。伴随近几年人工智能技术的发展,脱机手写汉字识别技术产生了质的飞越,单字识别已经达到商业应用水准。但是,成段文本的手写文字的整体识别效果依然欠佳,并不能保证文字总是被正确的分割是影响识别效果的一个重要的因素。因此,解决汉字分割问题是将脱机手写汉字识别技术推向实用的重要环节。
人们对脱机汉字分割做过大量的工作。印刷体分割已经存在成熟的技术方案。而在文字字分割问题中,手写汉字分割颇有难度。针对手写汉字分割问题,在有约束场景下目前确实存在很多解决方案。但是,开放场景下的自由手写汉字分割依然存在很多技术难点,离真正实用化还有一定的差距。首先汉字的结构是复杂的,再由于个人书写习惯,自由书写的随意性等因素的影响,很容易出现汉字之间间距疏密不等、偏旁部首分离、字体变形、汉字之间笔画粘连、行列倾斜等现象。此外,书写纸张一般会有背景格线,最常见的就是水平行分割线。人们在书写时,汉字的某些笔画往往有会和这些背景格线相交,强行去除背景格线会对汉字本身造成破坏。总而言之,诸多实际情况,都增加了脱机自由书写汉字的分割难度。现有的手写汉字分割方法应用到此种情况,效果会变差甚至失效。
发明内容
本发明的目的在于克服上述不足,提供一种文本图像的手写汉字分割方法,其具有准确可靠的分割效果。
为了实现上述目的,本发明采用的技术本发明为:一种文本图像的手写汉字分割方法,其特征在于,包括:
将文本图像进行二值化和去除背景网格线操作,获得预处理文档;
采用大小为2×128的区域对所述预处理文档做平均池化,得到每行区域;
对所述每行区域分割成一块或多块,再进行合并,得到每个字的区域,使得一个汉字的偏旁和部首能正确地合并在一起。
本发明的另一目的在于提供一种文本图像的手写汉字分割系统,其特征在于,包括:
预处理单元,用于将文本图像进行二值化和去除背景网格线操作,获得预处理文档;
行处理单元,用于采用大小为2×128的区域对所述预处理文档做平均池化,得到每行区域;
列处理单元,用于对所述每行区域分割成一块或多块,再进行合并,得到每个字的区域,使得一个汉字的偏旁和部首能正确地合并在一起。
本发明的有益效果为:
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中国地质调查局西安地质调查中心,未经中国地质调查局西安地质调查中心许可,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/201910832751.2/2.html,转载请声明来源钻瓜专利网。
- 彩色图像和单色图像的图像处理
- 图像编码/图像解码方法以及图像编码/图像解码装置
- 图像处理装置、图像形成装置、图像读取装置、图像处理方法
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序以及图像解码程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序、以及图像解码程序
- 图像形成设备、图像形成系统和图像形成方法
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序