[发明专利]一种文本自动识别和增强的方法及装置

说明书

本发明涉及一种文本自动识别和增强的方法及装置，其中，所述方法包括如下步骤：获取输入的文本图像，将所述文本图像进行图像预处理，得到所述文本图像的预处理图像，采用SUSAN角点检测方法对所述预处理图像进行角点检测，得到字符区域，对所述字符区域计算清晰度评估值，将所述清晰度评估值小于预设阈值的字符区域确定为模糊字符区域，采用OCR对所述模糊字符区域进行字符识别，得到文本字符，对所述文本字符进行增强，得到完整清晰的文本图像，无需对整个文本图像、仅对所述文本图像的模糊字符区域进行字符识别和增强，从而实现字符识别速度快、准确率高、得到高清晰度的文本图像。

技术领域

本发明涉及图像识别技术领域，特别是涉及一种文本自动识别和增强的方法及装置。

背景技术

数字图像领域相关技术与产品不断发展创新，然而硬件及环境、人为等因素使得通过图像设备获取到的图像并不能满足要求，尤其是对于包含大量信息的字符图片，拍摄模糊或者环境中阴影，炫光等因素使得图像中部分文本信息不能被清晰地拍摄，对于包含重要文本信息的图片，信息模糊缺失更是不能被允许。

目前的图像处理技术大都采用典型的图像边缘检测，锐化等方法试图还原模糊的部分，而文本信息大都为高频信息，边缘检测方法可能将拍摄的书本，纸张的褶皱和背景线条以及墙壁的边缘轮廓信息检测为边缘，这些错误的边缘信息会导致文本信息的还原存在误判的情况。通过锐化增强文本信息的同时也会使图像噪声增加，噪声的存在不仅会影响文本同时也使得图像质量降低。

发明内容

基于此，本发明的目的在于，提供一种文本自动识别和增强的方法及装置，其具有字符识别速度快、准确率高、得到高清晰度的文本图像的优点。

为了实现上述目的，本发明的第一方面是提供一种文本自动识别和增强的方法，包括：

获取输入的文本图像；

将所述文本图像进行图像预处理，得到所述文本图像的预处理图像；

采用SUSAN角点检测方法对所述预处理图像进行角点检测，得到字符区域；

对所述字符区域计算清晰度评估值，将所述清晰度评估值小于预设阈值的字符区域确定为模糊字符区域；

采用OCR对所述模糊字符区域进行字符识别，得到文本字符；

对所述文本字符进行增强，得到完整清晰的文本图像。

进一步地，所述将所述文本图像进行图像预处理，得到所述文本图像的预处理图像步骤，具体包括：对所述文本图像采用双边滤波方法去噪以及采用加权平均法进行灰度化处理，得到噪声滤除图像；以所述噪声滤除图像左上角为坐标原点，从左到右、由上而下对所述噪声滤除图像以预设的矩形进行分割，得到预处理图像。通过去噪、灰度化处理以及图像分割，去除文本图像噪声，提高文本图像字符识别精度和效率。

进一步地，在对所述字符区域计算清晰度评估值，将所述清晰度评估值小于预设阈值的字符区域确定为模糊字符区域步骤之前，还包括：将相邻的所述字符区域进行合并，将合并后的区域重新确定为字符区域。减少OCR对字符区域识别的输入，提高处理速度。

进一步地，在采用OCR对所述模糊字符区域进行字符识别，得到文本字符步骤之前，还包括：将相邻的所述模糊字符区域进行合并，将合并后的区域重新确定为模糊字符区域。减少OCR对模糊字符区域识别的输入，提高处理速度。

进一步地，所述采用OCR对所述模糊字符区域进行字符识别，得到文本字符步骤，具体包括：采用Tesseract-OCR对所述模糊字符区域进行字符特征提取；根据所述Tesseract-OCR训练生成的字符库对所述字符特征进行字符线宽、线长拐点以及曲率特征的匹配识别，得到文本字符。