[发明专利]用于图像辨识的自适应阈值处理

说明书

本发明公开用于将文本信息提供给应用程序、系统或服务的各种方法。具体来说，各个实施方案允许用户利用便携式计算设备的照相机来捕获图像。所述计算设备能够拍摄图像并处理所述图像以辨识、识别和/或隔离文本，以便转发所述文本来大致上实时地执行动作。所述文本可以包括电子邮件、电话号码、URL、地址等等，并且应用程序或功能可以拨打所述电话号码、导航到所述URL、打开通讯簿来保存联系人信息、显示地图来展示所述地址等等。可使用自适应阈值处理来顾及图像上的变化，以便改进文本辨识过程的准确度和效率。

技术领域

本发明涉及计算机图像处理技术，具体涉及一种用于图像辨识的自适应阈值处理。

背景技术

随着人们越来越多地利用各种计算设备(包括如平板计算机和智能电话的便携式设备)，适应人们与这些设备交互的方式可为有利的。用户习惯于手动输入电话号码以进行电话呼叫，手动键入电子邮件地址以发送电子邮件，将网址手动键入网络浏览器中以查看网页等等。这些任务常常是乏味并且耗时的。在各种设备上已提供节省用户时间的各种方法，如将电话号码分配到收藏夹列表和对网址加书签。随着技术发展并且随着便携式计算设备上所提供的特征和服务发展并扩充，提供快捷方式和其它节省时间的方法的方式正在改变。

发明内容

根据本发明的一个方面，提供了一种计算机实现方法，其包括：在配置有可执行指令的一个或多个计算机系统的控制下，分析图像数据中的区域的一个或多个强度梯度以识别一个或多个潜在边缘位置，所述图像数据包括多个像素的像素值；分析在识别出的所述一个或多个潜在边缘位置的确定距离内的一组像素的像素值；至少部分基于在所述识别出的所述一个或多个潜在边缘位置的所述确定距离内的所述像素值来确定所述区域的字符像素值阈值；以及至少部分基于所述组像素的具有至少满足所述字符像素值阈值的像素值的一部分来确定一个或多个字符部分，并且，其中分析所述像素值包括：分析所述识别出的所述一个或多个潜在边缘位置的第一侧上的第一组像素，以及分析所述识别出的所述一个或多个潜在边缘位置的第二侧上的第二组像素。

根据本发明的另一方面，提供了一种便携式计算设备，其包括：处理器；以及存储器设备，其包括指令，所述指令在由所述处理器执行时使所述处理器进行以下操作：分析图像数据中的区域的一个或多个强度梯度以识别一个或多个潜在字符边缘位置；分析在识别出的所述一个或多个潜在字符边缘位置的确定距离内的一组像素的像素值；至少部分基于在所述识别出的所述一个或多个潜在字符边缘位置的所述确定距离内的所述像素值来确定所述区域的字符像素值阈值；以及至少部分基于所述组像素的具有至少满足所述字符像素值阈值的像素值的一部分来确定一个或多个字符部分，并且其中分析所述像素值包括：分析所述一个或多个潜在字符边缘位置的第一侧上的第一组像素，以及分析所述一个或多个潜在字符边缘位置的第二侧上的第二组像素。

附图说明

将参照附图描述根据本公开的各个实施方案，在附图中：

图1A、图1B和图1C示出根据一个实施方案的示例性实现方式，其中拿着便携式计算设备的用户将文本提供给地图应用程序；

图2A、图2B和图2C示出根据一个实施方案的示例性实现方式，其中拿着便携式计算设备的用户将电话号码提供给电话应用程序；

图3A、图3B和图3C示出根据一个实施方案的示例性实现方式，其中拿着便携式计算设备的用户将文本提供给浏览器；

图4示出根据各个实施方案的用于将文本提供给便携式计算设备上的应用程序的示例性过程；

图5示出根据各个实施方案的预处理图像来进行文本检测的示例性实现方式；

图6示出根据各个实施方案的像素区域的示例性放大图；

图7A、图7B和图7C示出根据各个实施方案的示例性距离对梯度强度图；

图8示出根据各个实施方案的用于文本检测的示例性过程；