[发明专利]一种图片中文档定位和裁切方法

权利要求书

1.一种图片中文档定位和拆切方法，包括，其特征在于：

S1：输入文档图像；

S2：对输入文档图像进行直线段检测；并对检测到的直线段进行分类，其中，包括接近水平直线段、接近竖直直线段和其他方向直线段；

S3：在接近水平直线段、接近竖直直线段中提取水平边界线段和竖直边界线段；

S4：根据提取的水平边界线段和竖直边界线段，确定文档图像四个顶点位置；

S5：根据四个顶点位置对文档图像进行裁切和扶正。

2.根据权利要求1所述的图片中文档定位和拆切方法，其特征在于：步骤S2中，在直线段检测时，是根据文档图像的边来分别检测直线段；并且，步骤S3中：接近水平直线段是相对文档图像的水平边的接近水平直线段，接近竖直直线段指是相对文档图像的竖直边的接近竖直直线段。

3.根据权利要求1或2所述的图片中文档定位和拆切方法，其特征在于：步骤S2中，具体包括：

S21：首先计算文档图像中每条线段和图像水平方向的夹角；

S22：设定文档图像的倾斜角度小于45度；在所有和文档图像水平方向夹角在45度以内的线段中，找到长度最长的一条，然后以该线段的角度作为文档的水平角度，记为A_h；并将文档的竖直方向确定为A_v＝A_h+90；

S23：对于每一条线段，计算其角度A和A_h及A_v的差别；当|A-A_h|＜15，将该线段标注为接近水平直线段；当|A-A_v|＜15，将该线段标注为接近竖直直线段；其他则为其他方向直线段。

4.根据权利要求3所述的图片中文档定位和拆切方法，其特征在于：步骤S3中，具体包括：

S31：将所有水平方向的线段往图像的竖直方向投影；假设图像的高度为h，那么我们就设置一个长度为h的直方图；用H来表示；对于图像中一个像素(x，y)，如果该像素在某一条水平线段之上，那么H(y)的值就增加一；

S32：对于每一条线段，计算一个它在文档边缘的置信度；其中，假设一条线段长度为L,其中点的坐标为(x_m，y_m)，那么其置信度包含以下三项：

$w_1=\underset{i=0}{\overset{y_m}{\Σ}}H\left(i\right)$

W₂＝min(L_t，L)

$w_3=\exp (-\frac{y_m}{\mathrm{\σ}});$

则总的置信度为W＝W₁*W₂*W₃，其中L_t是一个长度阈值；

S33：根据所有条线段的置信度，挑选置信度W₃值最大，并且，总置信度W值最大的线段作为文档顶部线段；并且，挑选置信度W₃值最小，并且，总置信度W值最大的线段作为文档底部线段；

S34：根据步骤S31-S33的算法，分别计算并挑选得到文档左侧线段、以及挑选得到文档右侧线段。

5.根据权利要求4所述的图片中文档定位和拆切方法，其特征在于：步骤S4中，具体为，分别计算文档顶部线段与文档左侧线段和文档右侧线段、以及计算文档底部线段与文档左侧线段和文档右侧线段的延长相交的交点，得到文档图像的四个顶点位置。