[发明专利]图像质量检测方法、装置、设备及介质

说明书

本发明用于人工智能领域，涉及区块链领域，公开了一种图像质量检测方法、装置、设备及介质，其中方法部分包括：获取待处理图像，并采用文字定位模型对待处理图像中的文字进行定位，以确定待处理图像中的文字区域，对待处理图像中的文字区域进行索贝尔算子卷积处理，获取文字区域的目标卷积矩阵，再根据目标卷积矩阵中像素的像素值和分布区间，获取文字区域的区域信息，最后根据文字区域的区域信息和预设质量条件确定待处理图像的质量检测结果；本发明中，能够减少图像背景信息的干扰，提高了质量检测算法的精度，进而提高了图像质量的准确度。

技术领域

本发明涉及人工智能技术领域，尤其涉及一种图像质量检测方法、装置、设备及介质。

背景技术

光学字符识别(Optical Character Recognition，OCR)是指对文本资料的图像文件进行分析识别以获取文字信息的过程。文本资料图像信息通常通过扫描仪、照相机等设备获取并存储在图像文件中，然后OCR软件读取、分析图像文件并通过字符识别提取出其中的字符串。然而，ocr的性能容易受到图像质量的影响，若需要识别的图像不够清晰甚至严重模糊，则容易造成后续对图像内文字定位及识别失败，进而造成文字识别任务失败。因此，在进行文字识别之前，对图像的质量把控至关重要。

现有的图像质量检测方法，一般用边缘检测算子对整张图像进行滤波，然后对得到的滤波结果进行简单的求和或求方差后给出质量评分；或者是通过深度学习的质量检测模型对图像进行质量检测，然后不管是边缘检测算子的质量检测，还是采用深度学习模型的质量检测，都容易受到图像中非文字背景信息的干扰，导致获得的图像质量准确度不高。

发明内容

本发明提供一种图像质量检测方法、装置、设备及介质，以解决现有图像质量检测中，容易受到图像中非文字背景信息的干扰，导致获得的图像质量准确度不高的问题。

提供一种图像质量检测方法，包括：

获取待处理图像，并采用文字定位模型对所述待处理图像中的文字进行定位，以确定所述待处理图像中的文字区域；

对所述待处理图像中的文字区域进行索贝尔算子卷积处理，获取所述文字区域的目标卷积矩阵；

根据所述目标卷积矩阵中像素的像素值和所述像素值的分布区间，获取所述文字区域的区域信息；

根据各所述文字区域的区域信息和预设质量条件确定所述待处理图像的质量检测结果。

提供一种图像质量检测装置，包括：

定位模块，用于获取待处理图像，并采用文字定位模型对所述待处理图像中的文字进行定位，以确定所述待处理图像中的文字区域；

处理模块，用于对所述待处理图像中的文字区域进行索贝尔算子卷积处理，获取所述文字区域的目标卷积矩阵；

计算模块，用于根据所述目标卷积矩阵中像素的像素值和所述像素值的分布区间，获取所述文字区域的区域信息；

确定模块，用于根据各所述文字区域的区域信息和预设质量条件确定所述待处理图像的质量检测结果。

提供一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述图像质量检测方法的步骤。

提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述图像质量检测方法的步骤。