[发明专利]一种畸形文本矫正方法、系统及文字识别方法

说明书

本发明提出一种畸形文本矫正方法、系统及文字识别方法，所述矫正方法包括：文档图像获取步骤，用于获取目标文档图像；模型生成步骤，用于基于所述文档图像的像素分布生成一高斯热力图，所述高斯热力图为所述文档图像的像素概率模型，通过高斯热力图可视化地反映像素出现概率；文字分割步骤，用于通过边缘检测获取所述高斯热力图的文字边界，并根据所述文字边界对所述文档图像的文字进行分割，得到所述文档图像的文字对应的多个文字区域图像；文本矫正步骤，用于利用奇异值分解对每一所述文字区域图像进行矩阵变换得到矫正后的文字区域图像，进而得到矫正后的文档图像，本方案实现对任意形状排布的畸形文字有较好的矫正效果，且计算量小。

技术领域

本发明属于图像处理技术领域，尤其涉及一种畸形文本矫正方法、系统及文字识别方法。

背景技术

对于扭曲的文字行，比如环形标志中的文字、弯曲的文档、弯曲的证件等等，例如图1中所示的畸形文字。当前畸形文本矫正主要用了霍夫变换或者深度学习的方法。霍夫变换对特定曲线的文字识别效果比较好，但是对于不规则形状很难识别。深度学习的方法需要大量样本进行训练，当样本数量不足时，同样影响其矫正效果。

发明内容

为解决上述的技术问题，本发明提出一种畸形文本矫正方法、系统及文字识别方法，实现对任意形状排布的畸形文字有较好的矫正效果，且计算复杂度低、计算量小。

一方面，本发明公开了一种畸形文本矫正方法，包括：

文档图像获取步骤，用于获取待操作的目标文档图像；

模型生成步骤，用于基于所述文档图像的像素分布生成一高斯热力图，所述高斯热力图为所述文档图像的像素概率模型，通过高斯热力图可视化地反映像素出现概率；

文字分割步骤，用于通过边缘检测获取所述高斯热力图的文字边界，并根据所述文字边界对所述文档图像的文字进行分割，得到所述文档图像的文字对应的多个文字区域图像；

文本矫正步骤，用于利用奇异值分解对每一所述文字区域图像进行矩阵变换得到矫正后的文字区域图像，进而得到矫正后的文档图像。

进一步，所述文本矫正步骤进一步包括：

通过计算得到每一文字区域图像的协方差矩阵，表示为Q；

对所述协方差矩阵Q进行奇异值分解，得到所述协方差矩阵的奇异向量，所述奇异向量表示为U；

利用所述奇异向量U对文字区域图像进行矩阵变换，得到矫正后的文字区域图像。

进一步，所述文字分割步骤还包括：

文字区域图像标引步骤，用于通过一位置索引记录每一所述文字区域图像的相对位置关系，所述相对位置关系可以是多个所述文字区域图像之间的位置关系，也可以是每一所述文字区域图像与所述文档图像之间的位置关系。

进一步，所述文本矫正步骤还包括：

文档图像还原步骤，用于根据所述位置索引组合拼接多个所述文字区域图像，得到矫正后的文档图像。

进一步，所述协方差矩阵Q表示为：

其中，Cov(X,Y)为X与Y协方差，Var(X)为X的方差，Var(Y)为Y的方差。

进一步，采用二维正态分布表示所述文字区域图像，图像中每个黑色像素点坐标为(x_i,y_i)，X为像素横坐标x_i的集合，Y为像素纵坐标y_i的集合。

进一步，所述矫正后的文字区域图像表示为：

I'＝I*U^-1，