[发明专利]维哈柯文文本图像的行提取方法及装置

权利要求书

1.一种维哈柯文文本图像的行提取方法，其特征在于，包括：

将维哈柯文文本图像划分成至少两个图像段，分别获得每个图像段的水平投影直方图；

利用所述水平投影直方图对所述图像段进行粗切分，获得粗切分行，并在所述粗切分行中包括窄行和/或没有粗切分开的行时，对所述窄行和/或没有粗切分开的行进行细切分，得到图像段的行切分结果；

根据所述图像段的行切分结果获得所述维哈柯文文本图像的行切分结果。

2.根据权利要求1所述的方法，其特征在于，所述分别获得每个图像段的水平投影直方图包括：

对所述图像段进行水平方向上的投影，获得所述图像段中每个像素行的黑色像素点的个数；

根据所述像素行的相对高度和所述像素行的黑色像素点的个数，获得所述图像段的水平投影直方图。

3.根据权利要求1所述的方法，其特征在于，所述利用所述水平投影直方图对所述图像段进行粗切分，获得粗切分行包括：

根据所述水平投影直方图获取所述图像段中各像素行的水平投影均值；

根据所述水平投影均值设置粗切分阈值；

利用所述粗切分阈值和所述水平投影直方图进行行切分，获得粗切分行。

4.根据权利要求1或3所述的方法，其特征在于，还包括：

确定所述粗切分行中包括的文字行的行数以及文字行的平均行高，并根据所述平均行高确定第一行高阈值和第二行高阈值；

如果所述粗切分行对应的最大水平投影值小于预设投影值阈值且所述粗切分行的行高小于所述第一行高阈值时，所述粗切分行为窄行；

在所述水平投影直方图中，根据粗切分行中包括的文字行的行数进行判断，对于包含两个以上文字行的粗切分行，如果所述包含两个以上文字行的粗切分行中的第一较大波峰到第二较大波峰之间的距离大于所述第二行高阈值，则所述包含两个以上文字行的粗切分行为没有粗切分开的行；

其中所述第一行高阈值=平均行高/2，所述第二行高阈值=3*平均行高/4，所述预设投影阈值=n/4，其中所述n表示当前处理的图像段的宽度。

5.根据权利要求1所述的方法，其特征在于，所述对所述窄行和/或没有粗切分开的行进行细切分包括：

对于窄行，若所述窄行与到所述窄行中心的距离最近的主行合并后的行高小于第三行高阈值，则将所述窄行合并到所述主行；否则将所述窄行作为一行新的文本行；其中，所述第三行高阈值=3*平均行高/2；

对于所述没有粗切分开的行，则在所述粗切分行中第一较大波峰和第二较大波峰之间水平投影值最小值对应的位置将所述没有粗切分开的行进行切分。

6.根据权利要求1所述的方法，其特征在于，所述根据所述图像段的行切分结果获得所述维哈柯文文本图像的行切分结果包括：

分别将当前图像段中当前行的行中心与上一图像段每行的行中心之间的距离进行比较，如果所述当前行的行中心与所述上一图像段中的待合并行之间的距离小于预设阈值，则将所述当前行合并到所述待合并行；否则，确定所述上一段图像中与所述当前行的行中心距离最近的文字行，并将所述当前行作为新的一行插入到与所述当前行的行中心距离最近的文字行的下方。

7.一种维哈柯文文本图像的行提取装置，其特征在于，包括：

图像划分单元，用于将维哈柯文文本图像划分成至少两个图像段，分别获得每个图像段的水平投影直方图；

行切分单元，用于利用所述水平投影直方图对所述图像段进行粗切分，获得粗切分行，并在所述粗切分行中包括窄行和/或没有粗切分开的行时，对所述窄行和/或没有粗切分开的行进行细切分，得到图像段的行切分结果； 

行处理单元，用于根据所述图像段的行切分结果获得所述维哈柯文文本图像的行切分结果。

8.根据权利要求7所述的装置，其特征在于，所述图像划分单元包括：

图像分段模块，用于将维哈柯文文本图像划分成至少两个图像段；

水平投影直方图获取模块，用于对所述图像段进行水平方向上的投影，获得所述图像段中每个像素行的黑色像素点的个数，并根据所述像素行的相对高度和所述像素行的黑色像素点的个数，获得所述图像段的水平投影直方图。