[发明专利]一种面向OCR文字识别的文本图像不规则弧形扭曲方法

权利要求书

1.一种面向OCR文字识别的文本图像不规则弧形扭曲方法，其特征在于，包括步骤：

步骤一，获取原始文本图像和原始文本框标注文件；

步骤二，计算原始文本图像的最大弧形扭曲高度值；

步骤三，根据原始图像的宽度对图像进行分区，不同区域生成不同的弧形扭曲高度值和弧形波个数；

步骤四，根据不同区域的弧形扭曲高度值和弧形波个数计算该区域的图像像素点在Y轴方向上的偏移距离，得到图像像素点新坐标；生成一张与原始图像宽高一样的空白图像，将像素点按新坐标复制到空白图像上，生成不规则弧形扭曲图像；

步骤五，根据不同区域弧形扭曲高度值和弧形波个数重计算原始文本框标注坐标，生成新的多点标注文本框和标注文件。

2.根据权利要求1所述的面向OCR文字识别的文本图像不规则弧形扭曲方法，其特征在于，

步骤一中，获取原始文本图像和原始文本框标注文件，包括：

读取原始文本图像的宽度Weight和高度Height；

读取原始文本框标注文件，包括文件名称，标注点坐标[(x1,y1)，(x2,y2)，(x3,y3)，(x4,y4)]，即[文本框左上角标注点坐标，文本框右上角标注点坐标，文本框右下角标注点坐标，文本框左下角标注点坐标]，标注文字内容。

3.根据权利要求1所述的面向OCR文字识别的文本图像不规则弧形扭曲方法，其特征在于，

步骤二中，计算原始文本图像的最大弧形扭曲高度值，包括：

(2.1)计算标注文件中所有文本框的高度值，取最小高度值；

(2.2)计算标注文件中所有文本框中距离原始图像上边界距离值，取最小距离值；计算标注文件中所有文本框中距离原始图像下边界距离值，取最小距离值；

(2.3)取上述三种计算值中的最小值作为该图像不规则弧形扭曲最大高度值max_radian_value。

4.根据权利要求3所述的面向OCR文字识别的文本图像不规则弧形扭曲方法，其特征在于，

步骤(2.1)中，读取每一个文本框标注点的坐标，获得该文本框的最小外接矩形，并通过其最小外接矩形获得文本框的高度值，计算出该标注文件中每一个文本框的高度值。

5.根据权利要求3所述的面向OCR文字识别的文本图像不规则弧形扭曲方法，其特征在于，

步骤(2.2)中，读取每一个文本框的标注点坐标，其中，值y1和y2，表示该文本框到原始文本图像上边界距离，值Height-y3和Height-y4，表示该文本框到原始文本图像下边界距离，计算出该标注文件中每一个文本框到原始文本图像上下边界距离。

6.根据权利要求1所述的面向OCR文字识别的文本图像不规则弧形扭曲方法，其特征在于，

步骤三中，不同区域生成不同的弧形扭曲高度值和弧形波个数，包括：

不同区域随机生成弧形扭曲高度值，在1-max_radian_value值之间随机生成一个值random_radian_value作为弧形扭曲高度值。

不同区域随机生成弧形波个数，弧形波个数推荐值1-5之间。

7.根据权利要求1所述的面向OCR文字识别的文本图像不规则弧形扭曲方法，其特征在于，

步骤四中，计算图像像素点在Y轴方向上偏移值：

Y’＝random_radian_value*sin((X_n/Width)*2*3.14*num) (1)

其中，random_radian_value表示该区域图像弧形扭曲高度值，num表示弧形波个数，Width表示该区域图像宽度值，X_n表示图像像素点在X轴坐标；

则像素点的新坐标是(X_n，Y_n+Y’)；其中，Y_n表示图像像素点在Y轴坐标。