[发明专利]一种图像文本行检测方法及装置

权利要求书

1.一种图像文本行检测方法，其特征在于，所述方法包括：

对输入图像进行二值化预处理，获取预处理后的二值化图像；

对所述二值化图像中的连通域进行过滤处理，获取过滤处理后标准字体的尺寸及符合标准字体尺寸的连通域，以及对所述符合标准字体尺寸的连通域生成外部矩形框；

按照预设比例将每个所述符合标准字体尺寸的连通域进行扩展生成扩展矩形框，及根据所述扩展矩形框对所述外部矩形框进行聚合处理；

根据所述聚合处理结果进行文本行识别；

其中，所述根据所述扩展矩形框对所述外部矩形框进行聚合处理，包括：判断两个连通域的所述扩展矩形框的IOU值是否在预设IOU阈值范围内，若是，则将所述两个连通域的扩展矩形框对应的外部矩形框进行聚合；否则，不将所述两个连通域的扩展矩形框对应的外部矩形框进行聚合，其中，IOU指相交范围占两个连通域并集的比例。

2.根据权利要求1所述的方法，其特征在于，所述过滤处理包括粗过滤和细过滤，对所述二值化图像中的连通域进行粗过滤处理包括：

获取所述二值化图像中的连通域，根据预设异常阈值，过滤所述连通域中异常的连通域，所述异常阈值包括按像素设置的异常阈值或按连通域宽高比设置的异常阈值；

获取粗过滤后的剩余连通域的宽高值，通过统计聚类算法对所述过滤后的剩余连通域的宽高值进行聚类，统计出现次数最多的连通域宽高值作为标准字体的尺寸。

3.根据权利要求2所述的方法，其特征在于，对所述二值化图像中的连通域进行细过滤处理包括：

以所述标准字体尺寸为标准，按照所述标准字体尺寸的宽高值的预设倍数过滤所述二值化图像中粗过滤后的剩余连通域，其中，所述预设倍数包括剩余连通域的宽与所述标准字体尺寸的宽的倍数，以及剩余连通域的高与所述标准字体尺寸的高的倍数；以及

获取所述二值化图像中所述细过滤处理后的连通域。

4.根据权利要求1或3所述的方法，其特征在于，所述按照预设比例将每个所述符合标准字体尺寸的连通域进行扩展生成扩展矩形框，包括：

按照预设比例将每个所述符合标准字体尺寸的连通域转化为宽大于高的扩展矩形框，其中，所述扩展矩形框与其对应的所述外部矩形框中心对齐。

5.根据权利要求4所述的方法，其特征在于，所述根据所述聚合处理结果进行文本行识别包括：

若聚合后矩形框个数大于等于预设个数，且聚合类中矩形框中心位置坐标center(x,y)的y方差小于预设值，则确定为文本行；

若聚合后矩形框小于所述预设个数，或中心位置y分布分散，则确定为不是文本行。

6.根据权利要求1至3任意一项所述的方法，其特征在于，采用Sauvola二值化方式对输入图像进行二值化预处理，其中，通过Sauvola二值化方式对图像进行二值化预处理时，预先设定所要处理的输入图像的处理窗口参数，并对Sauvola二值化预处理后的图像进行闭运算处理。

7.一种图像文本行检测装置，其特征在于，所述装置包括：

预处理模块，用于对输入图像进行二值化预处理，获取预处理后的二值化图像；

过滤处理模块，用于对所述二值化图像中的连通域进行过滤处理，获取过滤处理后标准字体的尺寸及符合标准字体尺寸的连通域；

外部矩形框生成模块，用于对所述符合标准字体尺寸的连通域生成外部矩形框；

扩展矩形框生成模块，用于按照预设比例将每个所述符合标准字体尺寸的连通域进行扩展生成扩展矩形框；

聚合处理模块，用于根据所述扩展矩形框对所述外部矩形框进行聚合处理；

文本行识别模块，用于根据所述聚合处理结果进行文本行识别；

其中，所述聚合处理模块包括判断子模块和聚合子模块；

所述判断子模块用于判断两个连通域的所述扩展矩形框的IOU值是否在预设IOU阈值范围内，若是，则所述聚合子模块将所述两个连通域的扩展矩形框对应的外部矩形框进行聚合；否则，所述聚合子模块不将所述两个连通域的扩展矩形框对应的外部矩形框进行聚合，其中，IOU指相交范围占两个连通域并集的比例。