[发明专利]图像处理方法及相关设备

权利要求书

1.一种图像处理方法，其特征在于，包括：

获取待处理图像；

检测所述待处理图像中的目标轮廓线；

根据所述目标轮廓线旋转所述待处理图像，使所述待处理图像处于预设方向；

对旋转后的所述待处理图像进行分类处理，获得旋转后的所述待处理图像的目标方向类别信息，其中，所述目标方向类别信息是根据所述待处理图像的内容方向确定的。

2.根据权利要求1所述的方法，其特征在于，根据所述目标轮廓线旋转所述待处理图像，使所述待处理图像处于预设方向，包括：

分别获取第一夹角及第二夹角，其中，所述第一夹角为所述目标轮廓线与第一方向的夹角，所述第二夹角为所述目标轮廓线与第二方向的夹角，所述第一夹角与第二夹角均为锐角；

根据所述第一夹角及所述第二夹角，确定所述第一方向或者所述第二方向为目标方向；

旋转所述待处理图像至所述预设方向，以使所述目标轮廓线与所述目标方向平行。

3.根据权利要求1所述的方法，其特征在于，还包括：

获取训练集，所述训练集包括训练图像及其方向类别标签，所述训练图像中包含第一语言名片、第二语言名片及双语名片，所述训练图像处于所述预设方向；

通过神经网络模型对所述训练图像进行处理，获得所述训练图像的预测方向类别信息；

根据所述方向类别标签及所述预测方向类别信息，训练所述神经网络模型，确定所述神经网络模型的目标网络参数，将包括所述目标网络参数的神经网络模型确定为图片分类模型；

其中，所述图片分类模型用于对旋转后的所述待处理图像进行分类处理，获得旋转后的所述待处理图像的目标方向类别信息。

4.根据权利要求3所述的方法，其特征在于，还包括：

获取目标数据库中的自然图像及标签信息；

通过初始神经网络模型对所述自然图像进行处理，获得初始预测信息；

根据所述标签信息及所述初始预测信息训练所述初始神经网络模型，以获得所述神经网络模型。

5.根据权利要求3所述的方法，其特征在于，所述获取训练集具体包括：

获取初始图像，所述初始图像的初始方向属于所述预设方向；

旋转所述初始图像，使所述初始图像处于除所述初始方向外的其他所述预设方向；

将所述初始图像及旋转后的所述初始图像确定为所述训练集中的训练图像。

6.根据权利要求3所述的方法，其特征在于，所述获取训练集具体包括：

获取初始文本图像；

对所述初始文本图像进行数据增强处理，获得目标文本图像；

将所述初始文本图像及所述目标文本图像加入所述训练集，作为所述训练集中的训练图像。

7.根据权利要求1所述的方法，其特征在于，检测所述待处理图像中的目标轮廓线，包括：

将所述待处理图像转化为灰度图像；

对所述灰度图像进行边缘检测，获得所述待处理图像中目标对象的轮廓；

通过霍夫变换对所述目标对象的轮廓进行检测，获得待处理图像中的目标轮廓线。

8.一种图像处理装置，其特征在于，包括：

图像获取模块，用于获取待处理图像；

轮廓线检测模块，用于检测所述待处理图像中的目标轮廓线；

图像旋转模块，用于根据所述目标轮廓线旋转所述待处理图像，使所述待处理图像处于预设方向；

图像处理模块，用于对旋转后的所述待处理图像进行分类处理，获得旋转后的所述待处理图像的目标方向类别信息，其中，所述目标方向类别信息是根据所述预设方向确定的。

9.一种计算机可读介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的方法。

10.一种电子设备，其特征在于，包括：

至少一个处理器；

存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述至少一个处理器执行时，使得所述至少一个处理器实现如权利要求1至7中任一项所述的方法。