[发明专利]文本图像处理方法、装置、设备和存储介质

说明书

本发明公开了一种文本图像处理方法，包括以下步骤：在接收到文本图像处理请求时，获取所述文本图像处理请求对应的文本图像，并对所述文本图像进行水平矫正；在所述文本图像水平矫正完成时，获取所述文本图像中的目标像素带；通过预设的高斯混合模型处理所述目标像素带，并判断所述目标像素带中是否存在与所述文本图像中文本笔画相交的交叉区域；若所述目标像素带中存在交叉区域，将所述目标像素带中除所述交叉区域之外的作为干扰线，并删除所述文本图像中的所述干扰线。本发明还公开了一种文本图像处理装置、设备和存储介质。本发明提高了文本图像中干扰线删除的准确性，有效地避免了书写笔画的删除。

技术领域

本发明涉及图像处理领域，尤其涉及文本图像处理方法、装置、设备和存储介质。

背景技术

随着计算机识别技术的快速发展，光学字符检测识别技术的应用领域越来越广阔，光学字符检测去除文本图像中的噪音，在去除文本图像噪音过程中会出现文本笔画断裂和缺失的情况。

当前去除文本图像噪音可以归纳为二类；第一类基于颜色特征的方法：根据干扰线与文本字符颜色差异性，将干扰线从文本图像中分割出来，从而达到去除干扰线的目的，这类方法可以很好地去除与文本颜色信息差异较大的干扰线；当干扰线与文本字符颜色相似甚至相同时，此类方法不能去除这类干扰线。第二类基于宽度特征的方法：根据干扰线与文本字符笔画宽度差异性，当干扰线与字符笔画宽度不同时，可以通过适当的腐蚀膨胀操作去除干扰线且保留文本笔画；但当干扰线宽度与字符笔画宽度一致时，腐蚀膨胀操作去除干扰线的同时，也会丢失大量的字符笔画。

发明内容

本发明的主要目的在于提供一种文本图像处理方法、装置、设备和存储介质，旨在解决当前文本图像去噪时，不可以准确地去除文本图像中干扰线的技术问题。

为实现上述目的，本发明提供文本图像处理方法，所述文本图像处理方法包括以下步骤：。

在接收到文本图像处理请求时，获取所述文本图像处理请求对应的文本图像，并对所述文本图像进行水平矫正；

在所述文本图像水平矫正完成时，获取所述文本图像中的目标像素带；

通过预设的高斯混合模型处理所述目标像素带，并判断所述目标像素带中是否存在与所述文本图像中文本笔画相交的交叉区域；

若所述目标像素带中存在交叉区域，将所述目标像素带中除所述交叉区域之外的作为干扰线，并删除所述文本图像中的所述干扰线。

在一实施例中，所述对所述文本图像进行水平矫正的步骤，包括：

对所述文本图像进行二值化处理，得到二值化区域；

通过预设的字符分类模型提取所述二值化区域中的文本二值化区域，将各所述文本二值化区域汇总生成二值化图像；

对所述二值化图像进行投影，得到所述文本图像中文本的倾斜角度，并按照所述倾斜角度调整所述文本图像中的文本，以完成所述文本图像的水平矫正。

在一实施例中，所述在所述文本图像水平矫正完成时，获取所述文本图像中的目标像素带的步骤，包括：

在所述文本图像水平矫正完成时，将所述文本图像按照预设方向划分为像素带，其中，预设方向包括水平方向和竖直方向；

确定所述像素带中灰色像素值占比和/或黑色像素值占比，获取所述灰色像素值占比和/或所述黑色像素值占比超过预设阈值的目标像素带。

在一实施例中，所述通过预设的高斯混合模型处理所述目标像素带，并判断所述目标像素带中是否存在与所述文本图像中文本笔画相交的交叉区域的步骤之前，包括：

在接收到高斯混合模型构建指令时，获取预定义的初始高斯模型，按照所述文本图像中的像素调整所述初始高斯模型的系数，得到高斯混合模型，其中，所述高斯混合模型的中包含算法：