[发明专利]图片处理方法和装置

权利要求书

1.一种图片处理方法，其特征在于，包括：

获取输入的图片；

提取所述图片的特征；

将所述特征依次输入至多个预测模型中，并根据所述预测模型判断是否采用与所述预测模型相对应的预处理方式；

如果采用与所述预测模型相对应的预处理方式，则在对所述图片进行预处理后，对所述图片进行OCR识别。

2.如权利要求1所述的方法，其特征在于，所述特征包括形态学特征和纹理特征。

3.如权利要求2所述的方法，其特征在于，所述形态学特征包括纵横轴比、面税凹凸比、周长凹凸比、球状性、偏心率、图片旋转角度中的一种或多种。

4.如权利要求2所述的方法，其特征在于，所述纹理特征包括梯度优势、灰度分布、梯度分布、灰度平均、梯度平均、灰度均方差、梯度均方差中的一种或多种。

5.如权利要求1所述的方法，其特征在于，所述预处理方式包括方向校正、梯形校正、除模糊处理、去除白噪音、锐化、调整对比度和阴影与亮度处理。

6.如权利要求1所述的方法，其特征在于，在将所述特征输入至预测模型中之前，还包括：

训练所述预测模型。

7.如权利要求6所述的方法，其特征在于，训练所述预测模型，包括：

获取图片样本；

对所述图片样本采取相应的预处理方式，以获得所述图片样本的预处理结果；

分别对所述图片样本和所述预处理结果进行OCR分析，以获得第一结果和第二结果；

当所述第一结果优于所述第二结果时，则标注所述图片样本不采用所述预处理方式；

当所述第二结果优于所述第一结果时，则标注所述图片样本采用所述预处理方式；

将标注后的图片样本输入至所述预测模型，以对所述预测模型进行训练。

8.如权利要求7所述的方法，其特征在于，将标注后的图片样本输入至所述预测模型，以对所述预测模型进行训练，包括：

采用机器学习的方式，基于逻辑回归或随机森林对所述预测模型进行训练。

9.一种图片处理装置，其特征在于，包括：

获取模块，用于获取输入的图片；

提取模块，用于提取所述图片的特征；

判断模块，用于将所述特征依次输入至多个预测模型中，并根据所述预测模型判断是否采用与所述预测模型相对应的预处理方式；

处理模块，用于如果采用与所述预测模型相对应的预处理方式，则在对所述图片进行预处理后，对所述图片进行OCR识别。

10.如权利要求9所述的装置，其特征在于，所述特征包括形态学特征和纹理特征。

11.如权利要求10所述的装置，其特征在于，所述形态学特征包括纵横轴比、面税凹凸比、周长凹凸比、球状性、偏心率、图片旋转角度中的一种或多种。

12.如权利要求10所述的装置，其特征在于，所述纹理特征包括梯度优势、灰度分布、梯度分布、灰度平均、梯度平均、灰度均方差、梯度均方差中的一种或多种。

13.如权利要求9所述的装置，其特征在于，所述预处理方式包括方向校正、梯形校正、除模糊处理、去除白噪音、锐化、调整对比度和阴影与亮度处理。

14.如权利要求9所述的装置，其特征在于，还包括：

训练模块，用于在将所述特征输入至预测模型中之前，训练所述预测模型。

15.如权利要求14所述的装置，其特征在于，所述训练模块，包括：

获取单元，用于获取图片样本；

预处理单元，用于对所述图片样本采取相应的预处理方式，以获得所述图片样本的预处理结果；

分析单元，用于分别对所述图片样本和所述预处理结果进行OCR分析，以获得第一结果和第二结果；

标注单元，用于当所述第一结果优于所述第二结果时，则标注所述图片样本不采用所述预处理方式，以及当所述第二结果优于所述第一结果时，则标注所述图片样本采用所述预处理方式；

训练单元，用于将标注后的图片样本输入至所述预测模型，以对所述预测模型进行训练。

16.如权利要求15所述的装置，其特征在于，所述训练单元，用于：

采用机器学习的方式，基于逻辑回归或随机森林对所述预测模型进行训练。