[发明专利]文档图像边缘的数据标注方法、装置、设备及存储介质

说明书

本发明实施例公开了一种文档图像边缘的数据标注方法、装置、设备及存储介质。该方法包括：获取目标文档对应的标准图像，以及获取基于目标文档生成的待标注视频图像；根据预设的特征点匹配规则，确定待标注视频图像中每一帧的目标文档边缘；计算待标注视频图像中后一帧与前一帧中的目标文档区域的面积交并比，保存交并比在预设保留范围内的后一帧的帧图像数据和目标文档边缘；计算保存的帧图像数据的目标文档边缘数据与掩膜边缘数据的重合比率，保存重合比率在预设保留范围内的帧图像数据和目标文档边缘。基于上述技术手段，通过一次匹配，两次筛选，实现对文档边缘数据进行高质量地自动标注，提高了样本数据的获取效率，降低标注成本。

技术领域

本发明实施例涉及文档图像数字化技术领域，尤其涉及文档图像边缘的数据标注方法、装置、设备及存储介质。

背景技术

文档图像数字化的首要环节，是要准确地获取到拍摄图像中文档的区域，也就是说我们需要确定文档的边缘区域，目前主流的算法是使用深度学习算法来获取文档边缘。

深度学习算法需要大量高质量的训练数据，特别是真实的样本数据，而要获取足够多的真实的文档图像边缘标注数据，传统的文档图像边缘的数据标注方案主要是依靠标注人员进行标注，若要获得足够多的高质量标注数据，需要花费大量的标注成本。

发明内容

本发明实施例提供一种文档图像边缘的数据标注方法、装置、设备及存储介质，能够降低人工标注的成本，提高标注效率和标注质量。

在第一方面，本发明实施例提供了一种文档图像边缘的数据标注方法，包括：

获取目标文档对应的标准图像，以及获取基于所述目标文档生成的待标注视频图像；

根据预设的特征点匹配规则，确定所述待标注视频图像中每一帧的目标文档边缘；

计算所述待标注视频图像中后一帧与前一帧中的目标文档区域的面积交并比，保存交并比在预设保留范围内的后一帧的帧图像数据和目标文档边缘，所述目标文档区域为根据所述目标文档边缘确定的区域；

计算保存的帧图像数据的目标文档边缘数据与掩膜边缘数据的重合比率，保存重合比率在预设保留范围内的帧图像数据和目标文档边缘，所述目标文档边缘数据为根据目标文档边缘确定的边缘数据，所述掩膜边缘数据为所述帧图像数据通过边缘检测以及边缘掩膜得到的边缘数据。

在第二方面，本发明实施例提供了一种文档图像边缘的数据标注装置，包括：

获取模块，被配置为获取目标文档对应的标准图像，以及获取基于所述目标文档生成的待标注视频图像；

标注模块，被配置为根据预设的特征点匹配规则，确定所述待标注视频图像中每一帧的目标文档边缘；

第一筛选模块，被配置为计算所述待标注视频图像中后一帧与前一帧中的目标文档区域的面积交并比，保存交并比在预设保留范围内的后一帧的帧图像数据和目标文档边缘，所述目标文档区域为所述目标文档边缘确定的区域；

第二筛选模块，被配置为计算保存的帧图像数据的目标文档边缘数据与掩膜边缘数据的重合比率，保存重合比率在预设保留范围内的帧图像数据和目标文档边缘，所述目标文档边缘数据为根据目标文档边缘确定的边缘数据，所述掩膜边缘数据为所述帧图像数据通过边缘检测以及边缘掩膜得到的边缘数据。

在第三方面，本发明实施例提供了一种电子设备，包括：

存储器以及一个或多个处理器；

所述存储器，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如第一方面所述的数据标注方法。