[发明专利]一种图像处理方法及装置

权利要求书

1.一种图像处理方法，其特征在于，包括：

分别对样本图片和待处理图片进行特征提取处理，获取所述样本图片的图像维度特征、文字维度特征以及所述待处理图片的图像维度特征、文字维度特征，其中，所述样本图片和所述待处理图片均包括文本区域，所述图像维度特征与所述文本区域相关联；

比较所述待处理图片的图像维度特征与所述样本图片的图像维度特征的距离以及所述待处理图片的文字维度特征与样本图片的文字维度特征的距离，获得比较结果；

根据所述比较结果、所述样本图片的内容属性确定所述待处理图片的内容属性；

其中，所述图像维度特征通过以下方式得到：

将所述图片划分为多个颜色通道，提取每个颜色通道对应的文字区域；

对所述每个颜色通道对应的文字区域进行合并处理，获取文本行区域；

基于获取的所述文本行区域提取所述图片的图像维度特征。

2.根据权利要求1所述的方法，其特征在于，所述图像维度特征包括所述文本行区域的个数、所述文本行区域与非文字区域面积的比值、文本行区域中心位置水平偏移方差及文本行区域中心位置竖直偏移方差中的一个或任意组合。

3.根据权利要求1所述的方法，其特征在于，所述文字维度特征通过以下方式得到：

对图片进行文字识别处理，获得文字识别结果；

将所述文字识别结果与预先存储的关键词库中的关键词进行匹配，获得匹配结果；

根据所述匹配结果获取所述图片的文字维度特征；其中，所述图片的文字维度特征包括与所述文字识别结果匹配的关键词的个数，和/或，与所述文字识别结果匹配的关键词的置信度的和值。

4.一种图像处理方法，其特征在于，包括：

获取样本图片，其中，所述样本图片包括文本区域；

获取样本图片的标注信息、图像维度特征和文字维度特征，其中，所述标注信息包括所述图片的内容属性；所述样本图片的图像维度特征与所述文本区域相关联；

利用所述样本图片的标注信息、所述图像维度特征和所述文字维度特征，建立图片识别模型；所述图片识别模型用于识别待处理图片的内容属性；

其中，获取样本图片的图像维度特征包括：

将所述样本图片划分为多个颜色通道，提取每个颜色通道对应的文字区域；

对所述每个颜色通道对应的文字区域进行合并处理，获取文本行区域；

基于获取的所述文本行区域提取所述样本图片的图像维度特征。

5.根据权利要求4所述的方法，其特征在于，所述样本图片的图像维度特征包括所述文本行区域的个数、所述文本行区域与非文字区域面积的比值、文本行区域中心位置水平偏移方差及文本行区域中心位置竖直偏移方差中的一个或任意组合。

6.根据权利要求4所述的方法，其特征在于，获取样本图片的文字维度特征包括：

对所述样本图片进行文字识别处理，获得文字识别结果；

将所述文字识别结果与预先存储的关键词库中的关键词进行匹配，获得匹配结果；

根据所述匹配结果获取所述样本图片的文字维度特征；其中，所述样本图片的文字维度特征包括与所述文字识别结果匹配的关键词的个数，和/或，与所述文字识别结果匹配的关键词的置信度的和值。

7.根据权利要求4所述的方法，其特征在于，所述方法还包括：

获取与所述样本图片对应的用户行为特征和/或用户信用特征；

所述利用所述样本图片的标注信息、图像维度特征和文字维度特征，建立图片识别模型包括：

利用所述样本图片的标注信息、图像维度特征、文字维度特征、用户行为特征和/或用户信用特征建立图片识别模型。

8.根据权利要求7所述的方法，其特征在于，所述利用所述样本图片的标注信息、图像维度特征、文字维度特征、用户行为特征和/或用户信用特征建立图片识别模型包括：

将获取的所述样本图片的标注信息、图像维度特征、文字维度特征、用户行为特征和/或用户信用特征输入支持向量机SVM分类器，训练得到图片识别模型。