[发明专利]一种图片中文档定位和裁切方法

说明书

技术领域

本发明涉及计算机软件技术领域，尤其涉及的是一种图片中文档定位和拆切方法。

背景技术

在传统办公流程中，对文件或者文档的数字化通常是通过扫描仪来完成的。随着智能手机的普及以及手机摄像头质量的提升，越来越多的消费者开始用手机对文档或者文件拍照的方法来取得文档的数字复印件。然而由于拍摄角度和取景范围的限制，用户直接拍摄的文档图片往往具有以下两个问题：(1)文档往往只占据图片中心部分，文档的周围有大量无效的背景干扰，需要进行切除。(2)用户在拍摄时，很难保持手机平行于文档排放的桌面，导致文档在图像中有倾斜，需要进行校正。图1a就是这样的一个例子。

以上的两个问题可以通过图像的一个映射变换来解决。如图1a所示，如果我们通过自动或者手动的方法确定了图像中文档1的四个顶点11、顶点12、顶点13、顶点14的坐标位置，那么我们可以将这四个顶点映射到一个裁切图片的四个顶点。图像中文档上面的每一个像素就可以通过插值的方法也映射到这个裁切图片中，从而生成一张裁边并且扶正的文档图片，如图1b所示。在这个过程中，关键问题是如何确定图片中文档四个顶点的位置。

在市场现有的软件中，文档的四个顶点有些是要求用户手动指定的，这个过程需要用户交互，效率低，不适合于处理大量图片。也有一些软件通过图像处理的方法自动来定位文档的四个顶点，但是由于算法方面的局限性，经常出现误判，成功率较低。

因此，现有技术存在缺陷，需要改进。

发明内容

本发明所要解决的技术问题是：提供一种能够处理较复杂文档类型，对文档顶点进行精确定位，并进行快速裁切和扶正的图片中文档定位和拆切方法。

本发明的技术方案如下：一种图片中文档定位和拆切方法，包括，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。

应用于上述技术方案，所述的图片中文档定位和拆切方法中，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。

应用于各个上述技术方案，所述的图片中文档定位和拆切方法中，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。

应用于各个上述技术方案，所述的图片中文档定位和拆切方法中，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：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。