本发明专利技术实施例公开了一种图像的倾斜角度确定方法及装置。该方法包括:获取待处理图像的H分量图像;确定所述H分量图像的像素点坐标集,并对所述像素点坐标集进行矩阵分析;依据矩阵分析结果确定所述待处理图像的倾斜角度。本发明专利技术实施例通过采用上述技术方案,能够准确确定待处理图像的倾斜角度。
【技术实现步骤摘要】
本专利技术实施例涉及图像处理技术,尤其涉及一种图像的倾斜角度确定方法及装置。
技术介绍
出于环保及便携的需求,目前市场上存在大量的基于图像的电子书籍和电子有价票据等,这些图像一般是对纸质版的书籍或有价票据等进行扫描得到。但是为了获得高质量的图像数据,还需要对扫描得到的原始图像进行倾斜纠正及其他图像处理操作,其中确定图像的倾斜角度是上述电子产品制作过程中尤为重要的一步操作。现有技术中的电子文件系统及光学字符识别(OpticalCharacterRecognition,OCR)软件的预处理功能等都能够实现对原始扫描图像的倾斜的自动纠正,这些技术方案是基于灰度图像的边缘检测或直线检测方法来确定图像的倾斜角度,进而对图像进行倾斜纠正的。但是,当原始扫描图像中包含的噪声较大时,上述技术方案在确定图像倾斜角度时准确度会降低,因此也会使纠正精度相应降低,尤其是当原始扫描图像的倾斜角度较大时,倾斜纠正的精度更低。
技术实现思路
本专利技术实施例提供一种图像纠正方法及装置,以实现准确确定待处理图像的倾斜角度。第一方面,本专利技术实施例提供了一种图像的倾斜角度确定方法,包括:获取待处理图像的H分量图像,其中,所述H分量图像是所述待处理图像在HSV颜色空间的色调通道图像,所述待处理图像为包含按照预设规则排列的字符的彩色图像;确定所述H分量图像的像素点坐标集,并对所述像素点坐标集进行矩阵分析;依据矩阵分析结果确定所述待处理图像的倾斜角度。可选地,H分量图像的像素点坐标集,包括:对所述H分量图像进行二值化;获取二值化后的H分量图像中每个像素的像素点坐标,得到二值化后的H分量图像的像素点坐标集。可选地,对所述像素点坐标集进行矩阵分析包括:将所述像素点坐标集中的横坐标及纵坐标进行分离,并生成坐标矩阵;对所述坐标矩阵进行中心化,得到坐标中心化矩阵;对所述坐标中心化矩阵进行奇异值分解,获得所述坐标中心化矩阵对应的奇异矩阵。可选地,依据矩阵分析结果确定所述待处理图像的倾斜角度,包括:依据所述奇异矩阵确定所述待处理图像的倾斜角度。进一步地,在依据矩阵分析结果确定所述待处理图像的倾斜角度之后,还包括:当所述倾斜角度处于第一预设角度范围内时,根据所述倾斜角度对所述待处理图像进行相应的倾斜纠正;或,当所述倾斜角度处于第二预设角度范围内时,提示所述待处理图像存在异常。第二方面,本专利技术实施例还提供了一种图像的倾斜角度确定装置,该装置包括:H分量图像获取模块,用于获取待处理图像的H分量图像,其中,所述H分量图像是所述待处理图像在HSV颜色空间的色调通道图像,所述待处理图像为包含按照预设规则排列的字符的彩色图像;矩阵分析模块,用于确定所述H分量图像的像素点坐标集,并对所述像素点坐标集进行矩阵分析;倾斜角度确定模块,用于依据矩阵分析结果确定所述待处理图像的倾斜角度。可选地,矩阵分析模块包括:二值化子模块,用于对所述H分量图像进行二值化;像素点坐标集获取子模块,用于获取二值化后的H分量图像中每个像素的像素点坐标,得到二值化后的H分量图像的像素点坐标集。可选地,矩阵分析模块还包括:坐标矩阵生成子模块,用于将所述像素点坐标集中的横坐标及纵坐标进行分离,并生成坐标矩阵;矩阵中心化子模块,用于对所述坐标矩阵进行中心化,得到坐标中心化矩阵;奇异值分解子模块,用于对所述坐标中心化矩阵进行奇异值分解,获得所述坐标中心化矩阵对应的奇异矩阵。可选地,倾斜角度确定模块具体用于:依据所述奇异矩阵确定所述待处理图像的倾斜角度。进一步地,在上述装置的基础上,该装置还包括:角度处理模块,用于在所述依据矩阵分析结果确定所述待处理图像的倾斜角度之后,当所述倾斜角度处于第一预设角度范围内时,根据所述倾斜角度对所述待处理图像进行相应的倾斜纠正;或,当所述倾斜角度处于第二预设角度范围内时,提示所述待处理图像存在异常。本专利技术实施例通过获取待处理图像的H分量图像,提取该H分量图像中的像素点坐标集,并对像素点坐标集进行矩阵分析,根据矩阵分析的结果确定待处理图像的倾斜角度,使得倾斜角度的确定具有较强的抗干扰性和应用适应性,提高了确定图像倾斜角度的准确性。附图说明图1是本专利技术实施例一中的一种图像的倾斜角度确定方法的流程图;图2是本专利技术实施例一中的有价票据扫描图像中包含票据号码的子图像在不同颜色空间中的整体灰度图像及各分量图像;图3是本专利技术实施例二中的一种图像的倾斜角度确定方法的流程图;图4是本专利技术实施例二中的有价票据扫描图像中包含票据号码的子图像的各分量二值化图像;图5是本专利技术实施例三中的一种图像的倾斜角度确定方法的流程图;图6是本专利技术实施例四中的一种图像的倾斜角度确定装置的结构示意图;图7是本专利技术实施例五中的一种图像的倾斜角度确定装置的结构示意图。具体实施方式下面结合附图和实施例对本专利技术作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本专利技术,而非对本专利技术的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本专利技术相关的部分而非全部结构。实施例一图1为本专利技术实施例一提供的一种图像的倾斜角度确定方法的流程图,本实施例可适用于具有规则排列的字符的图像倾斜角的检测,该方法可以由图像的倾斜角度确定装置来执行,该装置可以由软件和/或硬件的方式实现,该装置可以集成在任何具有图像处理功能的设备中,例如典型的是用户终端设备,如手机、平板电脑或台式电脑等。本专利技术实施例提供的方法具体包括如下步骤:S110、获取待处理图像的H分量图像。其中,待处理图像是包含按照预设规则排列的字符的彩色图像,比如可用于OCR进行文字识别的彩色图像以及有价票据的彩色图像等,这些彩色图像一般是通过扫描或者拍照的方式来获取。进一步地,待处理图像可以是有价票据扫描图像中包含票据号码的子图像。H分量图像是待处理图像在HSV颜色空间的色调通道图像。具体地,待处理图像通常是红绿蓝(Red,Green,Blue,RGB)三原色颜色空间下的彩色图像。考虑到RGB颜色空间是基于人眼识别的颜色进行定义的,其将色调、亮度和饱和度三个量放在一起表示,使得R分量、G分量和B分量之间不互相独立,难以进行数字化的图像处理分析。所以基于彩色图像进行图像处理的分析时,需要将RGB颜色空间转换至其他便于进行图像处理分析的颜色空间,例如HSI颜色空间(H是色调,S是饱和度,I是强度)、HSV颜色空间(H是色调,S是饱和度,V是亮度)、HSL颜色空间(H是色调,S是饱和度,L是明度)或YUV颜色空间(Y是亮度,U是色调,V是饱和度)等,这些颜色空间中的色调、饱和度和亮度或明度或强度三个量都是相互独立的,都可以依据实际情况进行单个分量的数字化调节与分析。经过上述分析可知,如果要基于彩色图像对待处理图像进行倾斜角度的检测,那么首先要对待处理图像进行颜色空间转换及去噪等预处理,使得处理后得到的图像中包含的噪声最少,即处理后的图像中无关的信息最少,有用信息最清晰且最突出。经过实验发现,待处理图像的HSV颜色空间中的H分量图像最为清晰,包含噪声最少,更适合进行后续的图像处理。例如,图2是有价票据扫描图像中包含票据号码的子图像在RGB颜色空间和HSV颜色空间中的各分量图像,对比RGB彩色图像的整体灰度图201、R分量图像202、G分量图像203、B分量图像204、H分量本文档来自技高网...
【技术保护点】
一种图像的倾斜角度确定方法,其特征在于,包括:获取待处理图像的H分量图像;确定所述H分量图像的像素点坐标集,并对所述像素点坐标集进行矩阵分析;依据矩阵分析结果确定所述待处理图像的倾斜角度。
【技术特征摘要】
1.一种图像的倾斜角度确定方法,其特征在于,包括:获取待处理图像的H分量图像;确定所述H分量图像的像素点坐标集,并对所述像素点坐标集进行矩阵分析;依据矩阵分析结果确定所述待处理图像的倾斜角度。2.根据权利要求1所述的方法,其特征在于,确定所述H分量图像的像素点坐标集,包括:对所述H分量图像进行二值化;获取二值化后的H分量图像中每个像素的像素点坐标,得到二值化后的H分量图像的像素点坐标集。3.根据权利要求1所述的方法,其特征在于,所述对所述像素点坐标集进行矩阵分析包括:将所述像素点坐标集中的横坐标及纵坐标进行分离,并生成坐标矩阵;对所述坐标矩阵进行中心化,得到坐标中心化矩阵;对所述坐标中心化矩阵进行奇异值分解,获得所述坐标中心化矩阵对应的奇异矩阵。4.根据权利要求3所述的方法,其特征在于,所述依据矩阵分析结果确定所述待处理图像的倾斜角度,包括:依据所述奇异矩阵确定所述待处理图像的倾斜角度。5.根据权利要求1所述的方法,其特征在于,在所述依据矩阵分析结果确定所述待处理图像的倾斜角度之后,还包括:当所述倾斜角度处于第一预设角度范围内时,根据所述倾斜角度对所述待处理图像进行相应的倾斜纠正;或,当所述倾斜角度处于第二预设角度范围内时,提示所述待处理图像存在异常。6.一种图像的倾斜角度确定装置,其特征在于,包括:H分量图像获取模块...
【专利技术属性】
技术研发人员:翟云龙,
申请(专利权)人:深圳怡化电脑股份有限公司,深圳市怡化时代科技有限公司,深圳市怡化金融智能研究院,
类型:发明
国别省市:广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。