[发明专利]基于角点检测的畸变图像校正方法及装置

说明书

本发明涉及图像处理技术领域，针对矩形图像非平拍带来的图像畸变问题，提出了一种基于角点检测的畸变图像校正方法，包括如下步骤：提取待校正图像目标区域的边缘得到边缘图像；根据边缘图像提取候选角点得到候选角点集；过滤候选角点集里的候选角点得到四个目标角点；根据目标角点对待校正图像进行变换得到校正后图像，如此解决非平拍图像带来的图像畸变问题，进而可提高后续OCR识别的准确率，为下游OCR应用减少了人力物力的投入，本发明适用于目标区域为矩形区域的图像畸变的校正。

技术领域

本发明涉及图像处理技术领域，特别涉及一种畸变图像校正方法及装置。

背景技术

近几年，人工智能技术的发展突飞猛进，其应用领域也越来越广，如机器人、语音识别、图像识别、计算机视觉和自动驾驶等领域。在图像识别方面，基于深度学习的OCR(Optical Character Recognition，光学字符识别)识别以其识别精度高、识别速度快等优点被业界广泛采用。众所周知，OCR技术一般分为文本检测和文本识别两个技术分支，虽然近期也有推出基于神经网络的端到端OCR识别，但其在特定场景下的效果还不理想，因此，主流的OCR识别技术还是分为文本检测和文本识别两个方向。而OCR识别精度不仅受限于识别算法的好坏，文本检测的效果也起到了决定性的作用。而图像质量对文本检测效果的影响也较为显著。尤其是移动互联网时代下，移动设备的兴起使得普通用户对OCR应用的需求也日益增大，然而，由于用户行为的不可控性，各种场景下移动设备采集到的图像也千差万别。其中，图像非平拍对图像文字区域定位与识别的影响尤为明显，尤其是俯角较大时，一般的矩形图片被映射成了四边形，图片中的文字信息也发生了一定程度的畸变，这就给识别其中的文字信息带来了很大挑战。如果能在图像识别之前对采集到的图像进行校正，则能从源头有效提高文字识别的准确度。

发明内容

本发明所要解决的技术问题是：克服对矩形图像非平拍带来的图像畸变问题，提出一种基于角点检测的畸变图像校正方法及装置。

本发明解决上述技术问题，采用的技术方案是：

基于角点检测的畸变图像校正方法，包括如下步骤：

S1、提取待校正图像目标区域的边缘得到边缘图像；

S2、根据边缘图像提取候选角点得到候选角点集；

S3、过滤候选角点集里的候选角点得到四个目标角点；

S4、根据目标角点对待校正图像进行变换得到校正后图像。

优选的，所述步骤S2包括如下步骤：

S21、对所述边缘图像进行线条检测得到候选线条；

S22、将候选线条分类为横向线和竖向线，对横向线进行轮廓提取并根据轮廓的弧长进行排序，至少保留弧长最长的两条横向线并提取其两端的端点作为候选角点存入候选角点集；对竖线进行轮廓提取并根据轮廓的弧长进行排序，至少保留弧长最长的两条竖向线并提取其两端的端点作为候选角点存入候选角点集；计算横向线与竖向线的交点，将交点作为候选角点存入候选角点集。

优选的，所述步骤S22中将候选线条分类为横向线和竖向线时包括：将任意候选线条的两个端点坐标分别记为(x1，y1)和(x2，y2)，若|x2-x1||y2-y1|，则对应的候选线条为横向线，否则该候选线条为竖向线；

和/或，所述步骤S22中将候选线条分类为横向线和竖向线后，还包括：扩充横向线和竖向线的线长预定长度，扩充横向线和竖向线的线宽预定宽度。

优选的，所述步骤S22中计算横向线与竖向线的交点包括：将横向线和竖向线分别画在不同的画布上得到横向线图像和竖向线图像，选取横向线图像与竖向线图像中像素值非零的像素点的交集作为交点。

优选的，所述步骤S3包括如下步骤：