[发明专利]标题列表的识别方法、系统、电子设备及存储介质有效

专利信息
申请号: 202011291077.0 申请日: 2020-11-18
公开(公告)号: CN112101323B 公开(公告)日: 2021-02-02
发明(设计)人: 宋岩强;李青龙 申请(专利权)人: 北京智慧星光信息技术有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06T5/00;G06T5/30;G06T7/136;G06T7/194
代理公司: 北京智宇正信知识产权代理事务所(普通合伙) 11876 代理人: 李明卓
地址: 100080 北京市*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 标题 列表 识别 方法 系统 电子设备 存储 介质
【权利要求书】:

1.一种标题列表的识别方法,其特征在于,包括:

获取应用程序中的待识别图像的二值化图像,所述待识别图像包含至少一个标题列表;其中标题是由同一水平位置的多个段落组成,所述段落为不少于4至5个汉字组成的视觉上扁长形状封闭区间;

根据汉字的方形形状特征对所述二值化图像进行形态处理,得到所述二值化图像中所有物体的外轮廓,包括:采用预设形状的扁平核函数对所述二值化图像进行膨胀处理和腐蚀处理,所述预设形状是根据汉字的方形形状特征确定的;对膨胀处理和腐蚀处理后的所述二值化图像进行椭圆形开运算处理,得到所述二值化图像中所有物体的外轮廓;

对所有物体的外轮廓分别进行轮廓提取,得到每一个外轮廓所对应的最小包裹矩形;

根据所述最小包裹矩形确定所述最小包裹矩形所对应的宽度、长度和XY坐标;

根据预设段落筛选信息对所述外轮廓进行筛选去除处理,得到筛选后的外轮廓;

根据所述筛选后的外轮廓得到每一个所述外轮廓的垂直中心;

根据所述垂直中心计算相邻外轮廓垂直中心之间的距离;

将所述距离小于预设间距的所述外轮廓进行递归合并,得到合并后的外轮廓,所述合并后的外轮廓所在区域则为所述待识别图像中标题列表的所在区域。

2.如权利要求1所述的标题列表的识别方法,其特征在于,所述预设段落筛选信息包括:预设垂直坐标范围、预设字体宽度、预设字体长度、预设长宽比。

3.如权利要求2所述的标题列表的识别方法,其特征在于,根据预设段落筛选信息对所述外轮廓进行筛选去除处理的步骤中,包括:

将外轮廓的Y坐标与预设垂直坐标范围进行比较,若Y坐标不在所述预设垂直坐标范围内,则去除所对应的外轮廓;

将宽度与预设字体宽度进行比较,若宽度小于预设字体宽度,则去除所对应的外轮廓;

将长度与预设字体长度进行比较,若长度小于预设字体长度,则去除所对应的外轮廓;

将长度和宽度的比值与预设长宽比进行比较,若长度和宽度的比值小于预设长宽比,则去除所对应的外轮廓。

4.如权利要求1-3中任一所述的标题列表的识别方法,其特征在于,获取应用程序中的待识别图像的二值化图像,包括:

获取应用程序中的待识别图像;

对所述待识别图像进行噪声过滤处理,得到二值化图像;其中,所述噪声过滤处理包括对所述待识别图像进行灰度二值化处理和对二值化处理后的所述待识别图像进行图像平滑处理。

5.一种标题列表的识别系统,其特征在于,包括:

获取模块,用于获取应用程序中的待识别图像的二值化图像,所述待识别图像包含至少一个标题列表;其中标题是由同一水平位置的多个段落组成,所述段落为不少于4至5个汉字组成的视觉上扁长形状封闭区间;

第一处理模块,用于根据汉字的方形形状特征对所述二值化图像进行形态处理,得到所述二值化图像中所有物体的外轮廓;包括:采用预设形状的扁平核函数对所述二值化图像进行膨胀处理和腐蚀处理,所述预设形状是根据汉字的方形形状特征确定的;对膨胀处理和腐蚀处理后的所述二值化图像进行椭圆形开运算处理,得到所述二值化图像中所有物体的外轮廓;

第六处理模块,用于对所有物体的外轮廓分别进行轮廓提取,得到每一个外轮廓所对应的最小包裹矩形;

第七处理模块,用于根据所述最小包裹矩形确定所述最小包裹矩形所对应的宽度、长度和XY坐标;

第二处理模块,用于根据预设段落筛选信息对所述外轮廓进行筛选去除处理,得到筛选后的外轮廓;

第三处理模块,用于根据所述筛选后的外轮廓得到每一个所述外轮廓的垂直中心;

第四处理模块,用于根据所述垂直中心计算相邻外轮廓垂直中心之间的距离;

第五处理模块,用于将所述距离小于预设间距的所述外轮廓进行递归合并,得到合并后的外轮廓,所述合并后的外轮廓所在区域则为所述待识别图像中标题列表的所在区域。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京智慧星光信息技术有限公司,未经北京智慧星光信息技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011291077.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top