[发明专利]一种基于图像的信息识别方法及系统

说明书

本申请实施例公开了一种基于图像的信息识别方法及系统，用于识别图像中的文本、表格及图片，提高了图像中信息识别的便捷性。本申请实施例方法包括：获取原始图像，判断所述原始图像是否为单通道图像；若否，将所述原始图像转换为单通道图像，以得到所述原始图像的灰度图像；识别并提取出所述灰度图像中的前景图像；对所述前景图像进行密度聚类分析，得到所述前景图像中的多个区域；计算每个区域的多个向量序列，并根据所述多个向量序列对所述单通道图像中的文本、表格及图片进行识别。

技术领域

本申请涉及图像处理技术领域，尤其涉及一种基于图像的信息识别方法及系统。

背景技术

图像中的文本蕴含丰富的语义信息，这些信息是图像内容描述和场景理解的关键线索，对于图像检索、信息检测、场景分析和智能控制等应用有着巨大价值。

随着智能手机、数码相机等具有拍摄功能的便携式设备的日益普及，图像已成为最易于获取的信息载体之一，进而催生了用户借助便携式设备拍摄图像，通过提取图像中的文本信息辅助进行分析、决策、组织与管理的大规模需求。因此，自动化提取图像中的基本信息具有广泛的应用背景和重要的研究意义。

而如何快速地识别图像中的文本、表格及图片信息，成为一个重要的研究方向。

发明内容

本申请实施例提供了一种基于图像的信息识别方法及系统，用于识别图像中的文本、表格及图片，提高了图像中信息识别的便捷性。

本申请实施例第一方面提供了一种基于图像的信息识别方法，包括：

获取原始图像，判断所述原始图像是否为单通道图像；

若否，将所述原始图像转换为单通道图像，以得到所述原始图像的灰度图像；

识别并提取出所述灰度图像中的前景图像；

对所述前景图像进行密度聚类分析，得到所述前景图像中的多个区域；

计算每个区域的多个向量序列，并根据所述多个向量序列对所述单通道图像中的文本、表格及图片进行识别。

优选的，所述对所述前景图像进行密度聚类分析，得到所述前景图像中的多个区域，包括：

确定所述前景图像中的连通域；

根据公式(1)判断相邻的两个连通域中的任两个像素点的最小距离范数是否大于预设的距离阈值；

||M_i-M_j||＞d i,j∈1,2…n,且i≠j (1)

若不大于，则将所述相邻的两个连通域归为同一个区域；

若大于，则将所述相邻的两个连通域归为不同的两个区域，以得到所述前景图像中的多个区域。

优选的，所述计算每个区域的多个向量序列，包括：

根据公式(2)计算区域M_i的第一向量：

sum(M_i)为M_i区域的前景像素总和，size(M_i)为M_i的区域面积总和；

根据公式(3)计算区域M_i的第二向量：

sum(border(Mi))为M_i区域的边界像素总和，size(border(Mi))为M_i区域的边界面积总和；

根据公式(4)计算区域M_i的第三向量；