[发明专利]一种图像文本行检测方法及装置

说明书

本发明公开了一种图像文本行检测方法及装置，属于计算机图像处理领域。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，及根据扩展矩形框对外部矩形框进行聚合处理；根据聚合处理结果进行文本行识别。从而根据外部矩形框的聚合处理结果进行文本行识别，使得在提高图像文本行检测速度的同时保证其检测精度和准确率，提高了检测效率，且实现方式简便，方便操作。

技术领域

本发明涉及计算机图像处理领域，特别涉及一种图像文本行检测方法及装置。

背景技术

图像中的文本行检测一直是文本图像处理的研究热点，也是OCR(光学字符识别)的最重要环节之一，由于图像中的文本部分常包含图像的重要信息，所以对图像中的文本行进行检测对于图像分析、图像信息获取具有重要作用。

现有的文本行检测方法主要有传统方法和深度学习的方法。深度学习的方法适用的场景比较广泛广，识别的精度也相对较高，但是其需要大量的高质量标注过的数据和长时间的训练调参过程，且每次检测时运算量巨大，耗时久，不利于快速识别处理；而传统方法则有精度不高的问题，有较多的误报(false positive)，需要后处理去除。所以需要提供一种既快速又不失准确率的图像文本行检测。

发明内容

为了在提高图像文本行检测速度的同时保证其检测精度和准确率，提高检测效率，本发明实施例提供了一种图像文本行检测方法及装置。所述技术方案如下：

第一方面，提供了一种图像文本行检测方法，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。

结合第一方面，在第一种可能实现的方式中，所述过滤处理包括粗过滤和细过滤，所述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。

结合第一方面的第一种可能实现的方式，在第二种可能实现的方式中，所述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；以及

获取所述二值化图像中所述细过滤处理后的连通域。

结合第一方面或第一方面的第二种可能实现的方式，在第三种可能实现的方式中，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，及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：

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；