[发明专利]文字图像中有色印章的滤除方法及装置

说明书

本申请实施例提供一种文字图像中有色印章的滤除方法及装置，方法包括：对包括有色印章的目标文字图像的三原色通道各自对应的二值化矩阵进行像素叠加处理，得到所述目标文字图像的叠加融合矩阵；获取所述叠加融合矩阵对应的标准像素值矩阵，并对该标准像素值矩阵进行二值化处理，得到滤除所述有色印章后的灰度文字图像，以获取该灰度文字图像的OCR文字识别结果。本申请能够针对不同颜色的有色印章进行自适应消除处理，进而能够提高对包含有色印章的目标文字图像进行OCR文字识别的效率及适用广泛性。

技术领域

本申请涉及文字识别技术领域，具体涉及文字图像中有色印章的滤除方法及装置。

背景技术

近年来，光学字符识别OCR(Optical Character Recognition)技术在银行、证券及保险等金融领域得到了广泛应用。其中，商业银行OCR场景特点是，待识别印刷体凭证和票据中经常带有有色印章。这些有色印章往往会对OCR通用深度学习(定位、识别)模型的准确率造成一定影响，考虑到目前业界和社区上的主流OCR通用定位、识别模型，在训练时大多未包含足够多带有有色印章的样本，有色印章对于识别结果的干扰效果无法忽略。

针对包括有色印章的文字图像，目前OCR业界通常的做法是通过图像预处理先对初始彩色图片进行色道分离，剥离出不同的原色通道，并分别存放于不同的色道矩阵。然后根据具体场景中文字图像中的实际印章颜色，在对应色道矩阵上进行二值化处理，从而达到滤除有色印章的效果。

然而，目前现有方法的局限在于，须要预先获知待处理图片影像中的印章色彩信息(即：待滤除印章具体是什么颜色)，进而实现有色印章的滤除。但是，商业银行各类业务场景非常复杂，现实银行各类电子票据或凭证中，既可能存在红章也可能存在蓝章。其中，红章通常多见于涉及境内业务的公司、个人用印，而蓝章通常多见于涉及境外或港澳台业务的公司、个人用印。因此银行不同业务场景中印章颜色不尽相同，难以穷尽，也无法用统一的、通用的方法去进行处理。具体到银行现实业务场景中，相关票据或凭证中印章颜色可能会变化。而一旦印章的色彩情况出现变化，目前现有的图像预处理方法就需要作相应调整、改造。因此，目前现有的文字图像中的印章滤除方法，无法针对不同颜色的有色印章进行自适应消除处理，在通用性、灵活性等方面均存在不足。

发明内容

针对现有技术中的问题，本申请提供一种文字图像中有色印章的滤除方法及装置，能够针对不同颜色的有色印章进行自适应消除处理，进而能够提高对包含有色印章的目标文字图像进行OCR文字识别的效率及适用广泛性。

为解决上述技术问题，本申请提供以下技术方案：

第一方面，本申请提供一种文字图像中有色印章的滤除方法，包括：

对包括有色印章的目标文字图像的三原色通道各自对应的二值化矩阵进行像素叠加处理，得到所述目标文字图像的叠加融合矩阵；

获取所述叠加融合矩阵对应的标准像素值矩阵，并对该标准像素值矩阵进行二值化处理，得到滤除所述有色印章后的灰度文字图像，以获取该灰度文字图像的OCR文字识别结果。

进一步地，在所述对包括有色印章的目标文字图像的三原色通道各自对应的二值化矩阵进行像素叠加处理之前，还包括：

获取包括有色印章的目标文字图像；

应用预设的RGB原色模型判断所述目标文字图像中的RGB通道数是否为3个，若是，则对所述目标文字图像进行色道分离处理，得到所述目标文字图像的三原色通道各自对应的通道矩阵；

分别对三原色通道各自对应的所述通道矩阵进行二值化处理，得到所述目标文字图像的三原色通道各自对应的二值化矩阵。

进一步地，还包括：

若经判断获知所述目标文字图像中的RGB通道数不为3个，则输出用于表示无法针对所述目标图像的当前格式进行处理的提示信息。