[发明专利]一种点阵字体文本行倾斜校正方法及装置

说明书

本申请提供一种点阵字体文本行倾斜校正方法及装置。所述方法包括：获取待校正点阵字体文本行图像；对所述待校正点阵字体文本行图像进行二值化处理，得到二值化图像；根据所述二值化图像获取点阵字体文本行的特征点数据；根据所述特征点数据进行倾斜角度搜索，获得倾斜校正角度；根据所述倾斜校正角度对所述待校正点阵字体文本行图像进行倾斜校正，得到校正图像。通过本申请提供的倾斜校正方法，首先对点阵字体文本行图像进行二值化处理，然后提取特征点数据，搜索得到倾斜校正角度，最后根据倾斜校正角度校正点阵字体文本行图像，调整点阵字体文本行中的字符沿垂直方向，从而实现对点阵字体文本行的倾斜校正。

技术领域

本申请涉及图像识别技术领域，尤其涉及一种点阵字体文本行倾斜校正方法及装置。

背景技术

应用机器视觉代替人眼，高效识别图像中的文本已经成为自动化生产的重要组成部分。其中，字符识别(optical character recognise，OCR)技术可以对纸上的印刷及打印文字字符进行识别，将识别结果以文本方式存储在计算机器中。通过字符识别可将书面上不可编辑的文档及图片转换为可编辑内容。在对图像中的文本进行识别时，需要将整行文本逐字分割，得到单字符图像，以便后续识别，然而单字符分割需要在垂直方向上进行，而斜体字轮廓并不在垂直方向，容易导致单字符分割错误。因此，需要校正倾斜文本行中的字符至垂直方向，以便准确的识别文本。

现有的文本行倾斜校正方法包括统计法与局部法，统计法包括霍夫变换法、Radon变换法、主成分分析法。霍夫变换假定直角坐标系的共线点在极坐标系对应的曲线必定相交于一点，借此判别直线估算倾斜角；Radon变换则是以线积分的方式将图像空间投影到变换域，是直线参数变换的连续形式，与霍夫变换同样是通过判别直线估算倾斜角；主成分分析法则是计算对倾斜角度分布具有最大影响的特征向量。局部法从字符笔画入手，结合字符笔画斜率特点估算倾斜角度。

但是，对于点阵字体文本行而言，点阵字体是以每个点的虚实来表示字符的轮廓。统计法通过判别直线查找倾斜角，连续字体直线轮廓明显，而点阵字体轮廓则离散，并不具备直线特征。局部法结合字符笔画斜率，然而点阵字体轮廓离散，难以确定斜率。因此，现有的文本行倾斜校正方法无法应用于点阵字体文本行。

发明内容

本申请提供了一种点阵字体文本行倾斜校正方法及装置。以解决现有的文本行倾斜校正方法无法应用于点阵字体文本行的问题。

第一方面，本申请提供一种点阵字体文本行倾斜校正方法，包括：

获取待校正点阵字体文本行图像；

对所述待校正点阵字体文本行图像进行二值化处理，得到二值化图像；

根据所述二值化图像提取点阵字体文本行的特征点数据；

根据所述特征点数据进行倾斜角度搜索，获得倾斜校正角度；

根据所述倾斜校正角度对所述待校正点阵字体文本行图像进行倾斜校正，得到校正图像。

结合第一方面，在一种可能的实现方式中，所述特征点数据包括：特征点强度和特征点方位，所述根据所述特征点数据进行倾斜角度搜索，获得倾斜校正角度包括：

获取搜索角度范围；

计算所述搜索角度范围内各个角度的字符特征值，所述字符为所述待校正点阵字体文本行图像中组成文本行的字符；

获取最大的所述字符特征值对应的角度值，所述角度值为所述倾斜校正角度。

结合第一方面，在一种可能的实现方式中，所述计算所述搜索角度范围内各个角度的字符特征值包括：

根据所述特征点强度和所述特征点方位生成投影直方图；

对所述投影直方图进行离散性抑制处理，获得抑制后投影直方图；