[发明专利]一种图像矫正方法及装置、系统

说明书

本发明公开了一种图像矫正方法及装置、系统。所述方法包括：对图像进行灰度处理和自适应阈值的二值化处理，获得二值化图像；提取所述二值化图像中的轮廓，在所述轮廓中确定围成最大连通区域的轮廓为图像外轮廓；对所述图像外轮廓进行直线检测，根据预获取的图像形状特征以及检测到的直线特征，识别所述图像外轮廓的边线，确定所述边线的交点为所述图像的角点；根据所述图像的角点位置进行图像矫正。本发明通过自适应阈值的二值化处理方法可以保证存在反光情况的图像，在不同的亮度区域采用不同的阈值，以克服因图像反光情况采集不到图像信息的问题。

技术领域

本发明涉及图像处理技术领域，特别涉及一种图像矫正方法及装置、系统。

背景技术

光学字符识别技术(OCR字符识别技术)主要是将识别到的图像中的字符形状翻译成计算机文字的技术，该技术广泛地应用于各种需要自动获取图像中文字信息的场景中。为了准确地识别字符，在使用OCR字符识别技术之前，需要对图像进行矫正处理，以消除图像中存在的无关背景区域、图像歪斜等问题，这就需要先识别出图像中目标对象的边线和角点，将图像中的目标对象和背景部分区分出来。目前，普遍采用的角点检测法包括三种：基于灰度图像的角点检测、基于二值图像的角点检测、基于轮廓曲线的角点检测。上述角点检测法在对一般图像的矫正过程中均能准确地识别到其角点，但是在实际应用中，由于拍摄角度、照片材质等问题，使得图像往往具有反光区域，本领域技术人员在操作过程中发现对于带有反光区域的图像，上述角点检测方法往往出现多识别、误识别的问题，从而导致图像矫正效果不佳，为后续的字符识别造成麻烦。

发明内容

为了解决现有技术的问题，本发明实施例提供了一种图像矫正方法及装置、系统。所述技术方案如下：

第一方面，提供了一种图像矫正方法，所述方法包括：

对图像进行灰度处理和自适应阈值的二值化处理，获得二值化图像；

提取所述二值化图像中的轮廓，在所述轮廓中确定围成最大连通区域的轮廓为图像外轮廓；

对所述图像外轮廓进行直线检测，根据预获取的图像形状特征以及检测到的直线特征，识别所述图像外轮廓的边线，确定所述边线的交点为所述图像的角点；

根据所述图像的角点位置进行图像矫正。

进一步地，所述图像形状特征，包括：边斜率、图形中心位置信息；

所述根据预获取的图像形状特征以及检测到的直线特征，识别所述图像外轮廓的边线，包括：

获取所述直线特征，包括：直线长度、直线斜率、直线位置信息；

将所述边斜率与所述直线斜率对比，获得斜率对比结果，若所述斜率对比结果满足斜率条件，则确定长度最长的直线为所述边线；

将所述图形中心位置信息与所述边线的所述直线位置信息对比，根据所述边线与所述图形中心的位置关系，确定所述边线的位置。

进一步地，所述根据所述图像的角点位置进行图像矫正，包括：

识别所述角点的坐标，根据标准角点位置对所述角点的坐标进行透视变换。

进一步地，所述根据所述图像的角点位置进行图像矫正，还包括：

通过神经网络模型确定所述图像的旋转角度，对所述图像进行旋转变换。

进一步地，在所述对图像进行灰度处理和自适应阈值的二值化处理后，所述方法还包括：

对所述图像进行膨胀处理，以粗化所述图像中所有线条，所述膨胀处理后的图像作为所述二值化图像。

进一步地，确定所述最大连通区域，包括：

识别所述二值化图像中所有的连通区域；