[发明专利]文档图像的处理方法及装置、训练样本的生成方法及装置

说明书

本公开提供一种文档图像的处理方法及装置、训练样本的生成方法及装置，所述方法包括：所述处理方法包括：确定待处理文档图像中字符所在的初始字符区域；对所述初始字符区域进行优化，确定所述字符的边界，并根据所述字符的边界确定优化后的目标字符区域；从所述待处理文档图像中剔除所述目标字符区域，并根据剔除了所述目标字符区域的待处理文档图像生成光照图像，所述光照图像用于反映环境的光照信息。从而能够生成包括真实光照信息的光照图像，作为训练样本生成的基础，解决了目前光照信息难以获取的难题。

技术领域

本公开涉及图像处理技术领域，尤其涉及文档图像的处理方法及装置、训练样本的生成方法及装置。

背景技术

随着深度学习算法在计算机视觉领域的广泛应用，并且在很多方向都取得了非常不错的效果。利用深度学习算法来美化文档图片的光照并且消除拍摄带来的阴影是一种新颖的、可行的方案。但基于深度学习建立的模型依赖样本数据，具有非常强的数据驱动的特点，用于训练模型的样本数据的数目、质量好坏、多样性直接影响模型的准确度。

目前，文档图像数据往往高度依赖人工采集，采集者需要拍摄大量不同用于模型训练的文档图像。同时为了获取对应的标签，还需在无光照条件下拍摄同样场景下的文档图像，并对光照条件下的文档图像与无光照条件下的文档图像进行图像配准和信息标注，工作量非常大，样本数据的获取成为深度学习在文档图片类的增强任务上的应用的一个极大瓶颈。

发明内容

为克服相关技术中存在的问题，本公开提供了文档图像的处理方法及装置、训练样本的生成方法及装置。

根据本公开实施例的第一方面，提供一种文档图像的处理方法，所述处理方法包括：

确定待处理文档图像中字符所在的初始字符区域；

对所述初始字符区域进行优化，确定所述字符的边界，并根据所述字符的边界确定优化后的目标字符区域；

从所述待处理文档图像中剔除所述目标字符区域，并根据剔除了所述目标字符区域的待处理文档图像生成光照图像，所述光照图像用于反映环境的光照信息。

可选地，确定所述待处理文档图像中的初始字符区域，包括：

对所述待处理文档图像进行二值化处理，得到二值图像，并从所述二值图像中识别出所述初始字符区域；

或，将所述待处理文档图像中所述字符所在的区域进行二值化处理，并将经过二值化处理的区域确定为所述初始字符区域。

可选地，对所述初始字符区域进行优化，包括：

基于形态学算法对所述初始字符区域进行优化。

可选地，根据剔除了所述目标字符区域的待处理文档图像生成光照图像，包括：

对于空白区域中的每个像素点，基于插值算法拟合距离所述像素点预设范围内的相邻像素点的像素值，并将所述像素值填充于所述像素点处，所述空白区域为所述待处理文档图像中剔除了所述目标字符区域的区域；

将经过像素值填充的待处理文档图像确定为所述光照图像。

可选地，所述待处理文档图像中背景区域的像素值与所述待处理文档图像中字符区域的像素值之差大于像素阈值。

根据本公开实施例的第二方面，提供一种训练样本的生成方法，所述生成方法包括：

获取文档图像样本；

将光照图像叠加于所述文档图像样本上，得到叠加图像，所述光照图像由上述任一项所述的文档图像的处理方法获得；

将所述叠加图像和所述光照图像作为模型训练的训练样本对，所述模型用于消除输入的文档图像中的光照信息。