【技术实现步骤摘要】
图片矫正方法、装置、电子设备及计算机可读存储介质
本公开涉及人工智能
,特别涉及自然语言处理、深度学习及计算机视觉等领域的图片矫正方法、装置、电子设备及计算机可读存储介质。
技术介绍
在对表格图片进行光学字符识别(OCR,OpticalCharacterRecognition)时,对识别结果影响较大的一个因素即是由于拍照角度等导致的图片的扭曲或歪斜等。为提升识别结果的准确性,可先对表格图片进行矫正。目前,通常采用基于深度学习的图片矫正方式。这种方式需要进行深度学习模型的训练,但对于训练得到的深度学习模型,通常仅对和训练集类似的图片具有较好的矫正效果,而对于其它图片的矫正效果则较差,即不具有普遍适用性。
技术实现思路
本公开提供了图片矫正方法、装置、电子设备及计算机可读存储介质。根据本公开的一个方面,提供了一种图片矫正方法,包括:对待处理的原始图片进行文字检测,得到检测出的文字框;根据所述文字框生成文本行;确定出所述文本行中的关键点,并根据所述关键点对预定参数进行更新;根据更新后的预定参数对所述原始图片进行重映射,得到矫正后的图片。根据本公开的一个方面,提供了一种图片矫正装置,包括:检测模块、生成模块、优化模块以及重映射模块;所述检测模块,用于对待处理的原始图片进行文字检测,得到检测出的文字框;所述生成模块,用于根据所述文字框生成文本行;所述优化模块,用于确定出所述文本行中的关键点,并根据所述关键点对预定参数进行更 ...
【技术保护点】
1.一种图片矫正方法,包括:/n对待处理的原始图片进行文字检测,得到检测出的文字框;/n根据所述文字框生成文本行;/n确定出所述文本行中的关键点,并根据所述关键点对预定参数进行更新;/n根据更新后的预定参数对所述原始图片进行重映射,得到矫正后的图片。/n
【技术特征摘要】
1.一种图片矫正方法,包括:
对待处理的原始图片进行文字检测,得到检测出的文字框;
根据所述文字框生成文本行;
确定出所述文本行中的关键点,并根据所述关键点对预定参数进行更新;
根据更新后的预定参数对所述原始图片进行重映射,得到矫正后的图片。
2.根据权利要求1所述的方法,其中,所述根据所述文字框生成文本行包括:
对检测出的各文字框进行排序;
针对排序后的每两个相邻的文字框,分别将其作为一个组合,并确定所述组合中的两个文字框是否为相匹配的文字框;
根据各组合的确定结果生成所述文本行。
3.根据权利要求2所述的方法,其中,
所述对检测出的各文字框进行排序包括:按各文字框中的预定顶点坐标中的指定坐标轴数值从小到大的顺序,对各文字框进行排序,所述预定顶点包括:左上角顶点、左下角顶点、右上角顶点或右下角顶点;
所述确定所述组合中的两个文字框是否为相匹配的文字框包括:分别获取所述组合中的两个文字框投影到所述指定坐标轴上的投影结果之间的重合区域、两个文字框之间的距离以及两个文字框之间的角度,分别将所述重合区域、所述距离以及所述角度与对应的阈值进行比较,根据比较结果确定出所述组合中的两个文字框是否为相匹配的文字框。
4.根据权利要求2或3所述的方法,其中,所述根据各组合的确定结果生成所述文本行包括:
将排序后处于第一位的文字框作为待处理的文字框,针对所述待处理的文字框,执行以下预定处理:
确定相邻文字框与所述待处理的文字框是否为相匹配的文字框,所述相邻文字框为排序后处于所述待处理的文字框下一位的文字框;
若是,则将所述相邻文字框加入到所述待处理的文字框所在的文字框集合中,并将所述相邻文字框作为所述待处理的文字框,重复执行所述预定处理;
若否,则利用所述待处理的文字框所在的文字框集合中的文字框组成一个文本行,将所述相邻文字框加入新的文字框集合,并将所述相邻文字框作为所述待处理的文字框,重复执行所述预定处理。
5.根据权利要求1所述的方法,其中,所述根据所述关键点对预定参数进行更新包括:
针对任一关键点,分别进行以下处理:获取所述关键点的修正后的二维坐标;根据所述修正后的二维坐标以及所述预定参数确定出所述关键点的三维坐标;将所述关键点的三维坐标映射到二维空间,得到所述关键点的映射后的二维坐标;
根据各关键点在所述原始图片中的二维坐标及映射后的二维坐标,利用预定的优化算法确定出更新后的预定参数。
6.根据权利要求5所述的方法,其中,所述获取所述关键点的修正后的二维坐标包括:
分别获取各文本行的主轴方向向量;
将获取到的各主轴方向向量进行加权求和,得到第一方向信息,并按照预设规则对所述第一方向信息进行变换,得到第二方向信息;
根据所述关键点在所述原始图片中的二维坐标以及所述第一方向信息和所述第二方向信息,确定出所述关键点的修正后的二维坐标。
7.根据权利要求5所述的方法,其中,
所述预定参数包括:多项式参数;
所述根据所述修正后的二维坐标以及所述预定参数确定出所述关键点的三维坐标包括:
根据所述修正后的二维坐标以及所述多项式参数,通过多项式运算确定出所述关键点的三维坐标。
8.根据权利要求6所述的方法,其中,所述将所述关键点的三维坐标映射到二维空间包括:
通过以下方式确定旋转矩阵和平移矩阵:
从所述原始图片中选定四个点,所述四个点构成一个矩形框,所述矩形框的宽度小于所述原始图片的宽度,所述矩形框的高度小于所述原始图片的高度;
根据所述四个点在所述原始图片中的二维坐标以及所述第一方向信息和所述第二方向信息,确定出所述四个点的修正后的二维坐标;
根据所述四个点的修正后的二维坐标确定出修正后的所述矩形框的宽度和高度;
根据修正后的所述矩形框的宽度和高度构建出所述四个点的三维坐标,并根据所述四个点的三维坐标以及所述四个点的修正后的二维坐标确定出所述旋转矩阵以及所述平移矩阵;
根据所述旋转矩阵以及所述平移矩阵,将所述关键点的三维坐标映射到二维空间。
9.根据权利要求1~8中任一项所述的方法,其中,所述根据更新后的预定参数对所述原始图片进行重映射包括:
获取所述原始图片对应的网格点坐标矩阵;
根据所述更新后的预定参数,分别获取所述网格点坐标矩阵中的各网格点的三维坐标;
将各网格点的三维坐标映射到二维空间,得到各网格点的映射后的二维坐标;
根据所述原始图片以及各网格点的映射后的二维坐标进行重映射,得到所述矫正后的图片。
10.一种图片矫正装置,包括:检测模块、生成模块、优化模块以及重映射模块;
所述检测模块,用于对待处理的原始图片进行文字检测,得到检测出的文字框;
所述生成模块,用...
【专利技术属性】
技术研发人员:韩光耀,姜泽青,陈禹燊,李治平,
申请(专利权)人:北京百度网讯科技有限公司,
类型:发明
国别省市:北京;11
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。