图像处理设备、图像处理方法和非暂态计算机可读介质技术

图像处理设备、图像处理方法和非暂态计算机可读介质。一种图像处理设备包括第一图像生成器和第二图像生成器。第一图像生成器根据片材组中的第二片材生成包括预定的格线图像和录入图像的第一图像。片材组通过堆叠包括有单个第一片材和第二片材的多个片材获得。第一片材具有录入在该第一片材上的录入信息。第二片材具有与转印到该第二片材上的录入信息相对应的录入图像并且包括格线图像。第二图像生成器根据学习模型生成从由第一图像生成器生成的第一图像中去除剩余图像的第二图像，所述学习模型已经学会了去除与格线图像和录入图像不同的剩余图像。

【技术实现步骤摘要】
图像处理设备、图像处理方法和非暂态计算机可读介质
本公开涉及图像处理设备、图像处理方法和非暂态计算机可读介质。
技术介绍
现有技术中已知的图像处理设备从表格图像识别在表格上形成的信息(例如根据表格图像录入在表格上的文本)。表格根据录入的内容预先具有格线框和格线，并且这些格线框和格线干扰文本识别过程。作为考虑到格线框和格线的技术，例如，日本未审查专利申请公开No.2000-172780公开了一种表格登记设备。具体地，当要将表格的格式转换为数据并且进行登记时，该表格登记设备在识别格线框和格线之后从表格的读取图像中去除格线框和格线，并且从已经去除格线框和格线的图像中识别出预先打印的文本。为了将用户录入的文本形成到表格的多个片材上，有时将转印构件(例如，碳片材)插入多个片材之间，使得录入在最上面的片材上的文本被转印到下面的片材上。然而，位于转印构件下方的一片材或多片材(例如，碳片材)有时可能在其上叠加有除了用户录入的文本之外的信息(例如，不期望的印记，包括划痕或磨痕)。当通过从作为扫描片材的结果而获得的图像中识别文本来获得文本信息时，不期望的印记(例如，划痕或磨痕)成为障碍。因此，对于从其上叠加有不期望的印记(例如除了用户录入的文本之外的信息)的图像中识别文本，还有改进的空间。
技术实现思路
因此，本公开的目的是提供一种图像处理设备、图像处理方法和非暂态计算机可读介质，即使当图像包括剩余图像时，该图像处理设备、图像处理方法和非暂态计算机可读介质也可以提取与由用户录入的录入信息相对应的录入图像。根据本公开的第一方面，提供了一种图像处理设备，该图像处理设备包括第一图像生成器和第二图像生成器。第一图像生成器根据片材组中的第二片材生成包括预定的格线图像和录入图像的第一图像。该片材组通过堆叠包括有单个第一片材和第二片材的多个片材获得。第一片材具有录入在该第一片材上的录入信息。第二片材具有与转印到该第二片材上的录入信息相对应的录入图像并且包括格线图像。第二图像生成器根据学习模型生成从由第一图像生成器生成的第一图像中去除剩余图像的第二图像，所述学习模型已经学会了去除不同于格线图像和录入图像的剩余图像。根据本公开的第二方面，在根据第一方面的图像处理设备中，学习模型可以是已经学会了依据包括剩余图像的输入图像和不包括与输入图像相对应的剩余图像的原始图像的组合，根据输入图像来生成原始图像的模型。根据本公开的第三方面，在根据第一方面或第二方面的图像处理设备中，学习模型可以是作为通过使用生成式对抗网络进行学习的结果而生成的模型。根据本公开的第四方面，根据第一方面至第三方面中的任一方面的图像处理设备还可以包括输出单元，该输出单元将表示作为识别由第二图像生成器生成的第二图像的结果而获得的识别结果的信息作为录入信息输出。根据本公开的第五方面，在根据第四方面的图像处理设备中，输出单元可以基于表示格线图像在片材上的预定位置的格线位置信息来调整第二图像的位置，使得所述格线图像在第二图像中的位置与根据格线位置信息的位置相匹配。根据本公开的第六方面，在根据第五方面的图像处理设备中，与表示将要在由格线图像的格线框形成的区域中进行录入的录入项目的格线框有关的属性信息可以预先设置，并且其中，输出单元可以相对于由格线框形成的区域来识别第二图像，并且彼此对应地输出区域的识别结果和与所述格线框有关的属性信息。根据本公开的第七方面，在根据第一方面至第五方面中的任一方面的图像处理设备中，录入图像可以为写入文本图像。根据本公开的第八方面，在根据第一方面至第七方面中的任一方面的图像处理设备中，片材组可以包括在一侧上涂覆有碳的片材。根据本公开的第九方面，在根据第一方面至第八方面中的任一方面的图像处理设备中，剩余图像可以是与关于划痕和磨痕中的至少一个的印记信息相对应的印记图像。根据本公开的第十方面，提供了一种非暂态计算机可读介质，其存储使计算机执行处理的程序。该处理包括：根据片材组中的第二片材生成包括预定的格线图像和录入图像的第一图像，该片材组通过堆叠包括有单个第一片材和第二片材的多个片材获得，第一片材具有录入在该第一片材上的录入信息，第二片材具有与转印到该第二片材上的录入信息相对应的录入图像并且包括格线图像；以及根据学习模型生成从所生成的第一图像中去除剩余图像的第二图像，所述学习模型已经学会了去除不同于格线图像和录入图像的剩余图像。根据本公开的第十一方面，提供了一种图像处理方法，该图像处理方法包括：根据片材组中的第二片材生成包括预定的格线图像和录入图像的第一图像，该片材组通过堆叠包括单个第一片材和第二片材的多个片材获得，第一片材具有录入在其上的录入信息，第二片材具有与转印到其上的录入信息相对应的录入图像并且包括格线图像；以及根据学习模型生成从所生成的第一图像中去除剩余图像的第二图像，所述学习模型已经学会了去除不同于格线图像和录入图像的剩余图像。根据本公开的第一方面、第十方面和第十一方面，即使当图像包括剩余图像时，也可以提取与由用户录入的录入信息相对应的录入图像。根据本公开的第二方面，与没有使用已经经历学习处理的模型的情况相比，可以更准确地提取录入图像。根据本公开的第三方面，与没有使用采用生成性对抗网络的学习处理的情况相比，可以更准确地提取录入图像。根据本公开的第四方面，与没有设置输出单元的情况相比，可以更精确地输出与录入图像相对应的录入信息。根据本公开内容的第五方面，与不使用格线位置信息而生成第二图像的情况相比，可以更准确地识别与录入信息相对应的录入图像。根据本公开内容的第六方面，与不考虑格线框中的录入项目而输出识别结果的情况相比，可以与格线框中的录入项目相对应地输出录入信息。根据本公开的第七方面，即使该文本由用户写入的，也可以提取写入文本。根据本公开的第八方面，即使在片材组包括在一侧上涂覆有碳的片材的情况下，也可以提取与录入信息相对应的录入图像。根据本公开的第九方面，即使在片材具有不期望的印记的情况下，也可以提取与录入信息相对应的录入图像。附图说明将基于以下附图详细描述本公开的示例性实施方式，其中：图1是示出根据第一示例性实施方式的图像处理设备的功能配置的框图；图2示出学习写入文本提取学习模型的学习处理；图3示出学习格线提取学习模型的学习处理；图4是示出学习处理器被配置为生成式对抗网络(GAN)的示例的框图；图5是示出单据图像(slipimage)的示例的图像图；图6是示出写入文本图像的示例的图像图；图7是示出格线图像的示例的图像图；图8是示出通过将写入文本图像和格线图像组合而获得的图像的示例的图像图；图9是与写入文本图像中的格线框内的区域的识别相关的图；图10是示出图像处理设备包括计算机的示例的框图；图11是示出根据第一示例性实施方式的图像处理流程的示例的流程图；图12是示出根据第二示例性实施方式的图像处本文档来自技高网...

【技术保护点】
1.一种图像处理设备，该图像处理设备包括：/n第一图像生成器，该第一图像生成器根据片材组中的第二片材生成包括预定的格线图像和录入图像的第一图像，所述片材组通过堆叠包括有单个第一片材和所述第二片材的多个片材获得，所述第一片材具有录入在该第一片材上的录入信息，所述第二片材具有与转印到该第二片材上的所述录入信息相对应的所述录入图像并且包括所述格线图像；以及/n第二图像生成器，该第二图像生成器根据学习模型生成从由所述第一图像生成器生成的所述第一图像中去除剩余图像的第二图像，所述学习模型已经学会了去除与所述格线图像和所述录入图像不同的所述剩余图像。/n

【技术特征摘要】
20190401 JP 2019-0700981.一种图像处理设备，该图像处理设备包括：
第一图像生成器，该第一图像生成器根据片材组中的第二片材生成包括预定的格线图像和录入图像的第一图像，所述片材组通过堆叠包括有单个第一片材和所述第二片材的多个片材获得，所述第一片材具有录入在该第一片材上的录入信息，所述第二片材具有与转印到该第二片材上的所述录入信息相对应的所述录入图像并且包括所述格线图像；以及
第二图像生成器，该第二图像生成器根据学习模型生成从由所述第一图像生成器生成的所述第一图像中去除剩余图像的第二图像，所述学习模型已经学会了去除与所述格线图像和所述录入图像不同的所述剩余图像。


2.根据权利要求1所述的图像处理设备，
其中，所述学习模型是已经学会了依据包括所述剩余图像的输入图像和不包括与所述输入图像相对应的所述剩余图像的原始图像的组合，根据所述输入图像来生成所述原始图像的模型。


3.根据权利要求1或2所述的图像处理设备，
其中，所述学习模型是作为通过使用生成式对抗网络进行学习的结果而生成的模型。


4.根据权利要求1至3中的任一权利要求所述的图像处理设备，所述图像处理设备还包括：
输出单元，该输出单元将表示作为识别由所述第二图像生成器生成的所述第二图像的结果而获得的识别结果的信息作为所述录入信息输出。


5.根据权利要求4所述的图像处理设备，
其中，所述输出单元基于表示所述格线图像在片材上的预定位置的格线位置信息来调整所述第二图像的位置，使得所述格线图像在所述第二图像中的位置与根据所述格线位置信息的位置相匹配。


6.根据权利要求5所述的图像处理设备，
其中，与表示将要在由所述格线图像的格线框形成的区域中进行录...

【专利技术属性】
技术研发人员：上野邦和，安达真太郎，山口聪之，木村俊一，刘洋，
申请(专利权)人：富士施乐株式会社，
类型：发明
国别省市：日本;JP