[发明专利]图片处理方法及装置

权利要求书

1.一种图片处理方法，其特征在于，包括：

获取输入的图片；

提取所述图片的特征；

将所述特征输入至三分类预测模型中，并根据所述三分类预测模型确定预处理方式；

根据所述预处理方式对所述图片进行预处理；

对预处理后的图片进行OCR识别。

2.如权利要求1所述的方法，其特征在于，所述特征包括形态学特征和纹理特征。

3.如权利要求2所述的方法，其特征在于，所述形态学特征包括纵横轴比、面税凹凸比、周长凹凸比、球状性、偏心率、图片旋转角度中的一种或多种。

4.如权利要求2所述的方法，其特征在于，所述纹理特征包括梯度优势、灰度分布、梯度分布、灰度平均、梯度平均、灰度均方差、梯度均方差中的一种或多种。

5.如权利要求1所述的方法，其特征在于，所述预处理方式包括第一处理方式、第二处理方式和第三处理方式，其中，所述第一处理方式为方向校正、梯形校正、去除模糊处理以及锐化的组合，所述第二处理方式为方向校正、梯形校正、去除模糊处理以及去除白噪音的组合，所述第三处理方式为方向校正、梯形校正、去除模糊处理以及阴影与亮度处理的组合。

6.如权利要求1所述的方法，其特征在于，在将所述特征输入至三分类预测模型中之前，还包括：

训练所述三分类预测模型。

7.如权利要求6所述的方法，其特征在于，训练所述三分类预测模型，包括：

获取图片样本；

分别对所述图片样本以第一处理方式、第二处理方式和第三处理方式进行预处理，以获得所述图片样本的第一处理结果、第二处理结果和第三处理结果；

分别对所述第一处理结果、所述第二处理结果和所述第三处理结果进行OCR分析，以获得第一结果、第二结果和第三结果；

根据所述第一结果、所述第二结果和所述第三结果标注所述图片样本采用的预处理方式；

将标注后的图片样本输入至所述三分类预测模型，以对所述三分类预测模型进行训练。

8.如权利要求7所述的方法，其特征在于，将标注后的图片样本输入至所述三分类预测模型，以对所述三分类预测模型进行训练，包括：

采用机器学习的方式，基于逻辑回归或随机森林对所述三分类预测模型进行训练。

9.如权利要求7所述的方法，其特征在于，所述根据所述第一结果、所述第二结果和所述第三结果标注所述图片样本采用的预处理方式，包括：

当所述第一结果最优时，则标注所述图片样本采用所述第一处理方式；

当所述第二结果最优时，则标注所述图片样本采用所述第二处理方式；

当所述第三结果最优时，则标注所述图片样本采用所述第三处理方式。

10.一种图片处理装置，其特征在于，包括：

获取模块，用于获取输入的图片；

提取模块，用于提取所述图片的特征；

确定模块，用于将所述特征输入至三分类预测模型中，并根据所述三分类预测模型确定预处理方式；

预处理模块，用于根据所述预处理方式对所述图片进行预处理；

识别模块，用于对预处理后的图片进行OCR识别。

11.如权利要求10所述的装置，其特征在于，所述特征包括形态学特征和纹理特征。

12.如权利要求11所述的装置，其特征在于，所述形态学特征包括纵横轴比、面税凹凸比、周长凹凸比、球状性、偏心率、图片旋转角度中的一种或多种。

13.如权利要求11所述的装置，其特征在于，所述纹理特征包括梯度优势、灰度分布、梯度分布、灰度平均、梯度平均、灰度均方差、梯度均方差中的一种或多种。

14.如权利要求10所述的装置，其特征在于，所述预处理方式包括第一处理方式、第二处理方式和第三处理方式，其中，所述第一处理方式为方向校正、梯形校正、去除模糊处理以及锐化的组合，所述第二处理方式为方向校正、梯形校正、去除模糊处理以及去除白噪音的组合，所述第三处理方式为方向校正、梯形校正、去除模糊处理以及阴影与亮度处理的组合。

15.如权利要求10所述的装置，其特征在于，还包括：

训练模块，用于在将所述特征输入至三分类预测模型中之前，训练所述三分类预测模型。