System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 档案图像边缘裁剪方法、装置、设备及介质制造方法及图纸_技高网

档案图像边缘裁剪方法、装置、设备及介质制造方法及图纸

技术编号:40922559 阅读:15 留言:0更新日期:2024-04-18 14:46
本发明专利技术提供一种档案图像边缘裁剪方法、装置、设备及介质,属于图像处理技术领域,其中方法包括:获取目标档案对应的电子图像;将所述电子图像进行预处理,得到目标图像;将所述目标图像输入边缘确定模型,确定所述目标图像中档案信息的位置信息;所述边缘确定模型是基于卷积神经网络对训练样本集进行训练得到的;基于所述档案信息的位置信息,对所述目标图像的边缘进行裁剪,得到所述电子图像对应的主体图像。本发明专利技术的档案图像边缘裁剪方法,提升了档案数字化之后对边缘冗余部分裁剪的准确率和效率。

【技术实现步骤摘要】

本专利技术涉及图像处理,尤其涉及一种档案图像边缘裁剪方法、装置、设备及介质


技术介绍

1、随着社会的发展,档案的种类越来越多,纸质档案逐渐被电子档案所替代。

2、在将纸质档案转化为电子档案的过程中,由于纸质档案大小不一,会造成扫描时生成颜色不一的背景图,而这些与档案无关的背景需要进行裁剪。

3、传统的边缘裁剪方法采用人工手动裁剪或者固定规则算法,其中人工进行裁剪速度较慢,且对于数以万计、百万计的图像裁剪任务,需要耗费大量的人力资源、物力资源;基于传统固定规则算法的裁剪方式适用场景又非常的单一,例如文档主体与背景对比不明显的图像、背景场景繁多的图像、模糊的图像等,导致裁剪的准确率和效率较低。


技术实现思路

1、针对现有技术存在的问题,本专利技术提供一种档案图像边缘裁剪方法、装置、设备及介质。

2、本专利技术提供一种档案图像边缘裁剪方法,包括:

3、获取目标档案对应的电子图像;

4、将所述电子图像进行预处理,得到目标图像;

5、将所述目标图像输入边缘确定模型,确定所述目标图像中档案信息的位置信息;所述边缘确定模型是基于卷积神经网络对训练样本集进行训练得到的;

6、基于所述档案信息的位置信息,对所述目标图像的边缘进行裁剪,得到所述电子图像对应的主体图像。

7、根据本专利技术提供的一种档案图像边缘裁剪方法,所述预处理包括方向矫正和角度纠偏。

8、根据本专利技术提供的一种档案图像边缘裁剪方法,所述将所述电子图像进行预处理,得到目标图像,包括:

9、获取所述电子图像中所述档案信息的方向;

10、基于所述卷积神经网络对根据所述档案信息的方向,将所述电子图像进行预设方向的旋转,得到第一电子图像;

11、对所述第一电子图像进行预设角度的纠偏,得到所述目标图像。

12、根据本专利技术提供的一种档案图像边缘裁剪方法,所述边缘确定模型基于如下方式进行训练:

13、获取所述训练样本集;所述训练样本集中包括至少一个标记了主体图像的样本档案电子图像;

14、基于所述卷积神经网络对所述训练样本集中的各所述标记了主体图像的样本档案电子图像进行卷积训练,得到所述边缘确定模型。

15、根据本专利技术提供的一种档案图像边缘裁剪方法,所述卷积神经网络为目标检测算法网络。

16、根据本专利技术提供的一种档案图像边缘裁剪方法,所述位置信息为所述目标图像中档案信息的至少一个位置坐标。

17、本专利技术还提供一种档案图像边缘裁剪装置,包括:

18、获取模块,用于获取目标档案对应的电子图像;

19、处理模块,用于将所述电子图像进行预处理,得到目标图像;

20、确定模块,用于将所述目标图像输入边缘确定模型,确定所述目标图像中档案信息的位置信息;所述边缘确定模型是基于卷积神经网络对训练样本集进行训练得到的;

21、裁剪模块,用于基于所述档案信息的位置信息,对所述目标图像的边缘进行裁剪,得到所述电子图像对应的主体图像。

22、本专利技术还提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如上述任一种所述的档案图像边缘裁剪方法。

23、本专利技术还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如上述任一种所述的档案图像边缘裁剪方法。

24、本专利技术还提供一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现如上述任一种所述的档案图像边缘裁剪方法。

25、本专利技术提供的档案图像边缘裁剪方法、装置、设备及介质,通过对获取的目标档案对应的电子图像先进行预处理,得到电子图像对应的目标图像,然后基于预先训练好的边缘确定模型对目标图像中的档案信息进行识别,得到目标图像中档案信息的位置信息,边缘确定模型是基于卷积神经网络对训练样本集进行训练得到的;然后,基于边缘确定模型输出额度目标图像中档案信息的位置信息,对目标图像进行裁剪,得到不包括冗余边缘的主体图像。本专利技术的档案图像边缘裁剪方法,提升了档案图像数字化过程中,对冗余边缘裁剪的准确率和效率。

本文档来自技高网...

【技术保护点】

1.一种档案图像边缘裁剪方法,其特征在于,包括:

2.根据权利要求1所述的档案图像边缘裁剪方法,其特征在于,所述预处理包括方向矫正和角度纠偏。

3.根据权利要求2所述的档案图像边缘裁剪方法,其特征在于,所述将所述电子图像进行预处理,得到目标图像,包括:

4.根据权利要求1所述的档案图像边缘裁剪方法,其特征在于,所述边缘确定模型基于如下方式进行训练:

5.根据权利要求4所述的档案图像边缘裁剪方法,其特征在于,

6.根据权利要求1所述的档案图像边缘裁剪方法,其特征在于,

7.一种档案图像边缘裁剪装置,其特征在于,包括:

8.一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至6任一项所述的档案图像边缘裁剪方法。

9.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至6任一项所述的档案图像边缘裁剪方法。

10.一种计算机程序产品,包括计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至6任一项所述的档案图像边缘裁剪方法。

...

【技术特征摘要】

1.一种档案图像边缘裁剪方法,其特征在于,包括:

2.根据权利要求1所述的档案图像边缘裁剪方法,其特征在于,所述预处理包括方向矫正和角度纠偏。

3.根据权利要求2所述的档案图像边缘裁剪方法,其特征在于,所述将所述电子图像进行预处理,得到目标图像,包括:

4.根据权利要求1所述的档案图像边缘裁剪方法,其特征在于,所述边缘确定模型基于如下方式进行训练:

5.根据权利要求4所述的档案图像边缘裁剪方法,其特征在于,

6.根据权利要求1所述的档案图像边缘裁剪方法,其特征在于,

7.一种...

【专利技术属性】
技术研发人员:刘子强王彬燕刘万超
申请(专利权)人:北京航星永志科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1