[发明专利]文字图像的处理方法、装置、设备和存储介质有效

专利信息
申请号: 202110078169.9 申请日: 2021-01-20
公开(公告)号: CN112785501B 公开(公告)日: 2023-09-01
发明(设计)人: 张琦 申请(专利权)人: 北京百度网讯科技有限公司
主分类号: G06T3/40 分类号: G06T3/40;G06V30/14;G06V30/18;G06V30/19;G06V10/82;G06N3/0464;G06N3/048;G06N3/08
代理公司: 北京清亦华知识产权代理事务所(普通合伙) 11201 代理人: 韩海花
地址: 100085 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: 文字 图像 处理 方法 装置 设备 存储 介质
【说明书】:

本公开提供一种文字图像的处理方法、装置、设备和存储介质,涉及人工智能领域,尤其涉及计算机视觉领域和深度学习领域。文字图像的处理方法包括:获取待放大的原始文字图像;获取所述原始文字图像的边缘图;根据所述原始文字图像和所述边缘图,获得所述原始文字图像的特征图;根据所述特征图,获得所述原始文字图像的超分辨率图像。本公开可以获得文字类图像的超分辨率图像,以使图像放大后不降低清晰度。

技术领域

本公开涉及人工智能技术领域,具体涉及计算机视觉和深度学习技术领域,尤其涉及一种文字图像的处理方法、装置、设备和存储介质。

背景技术

目前的图像编辑软件中会带有图像放大的功能,但这种放大的同时会使得图像变得模糊,细节信息损失严重,图像变得不可用。

文字类图像在放大时,图像中的文字变得模糊的现象更新明显,视觉质量较差。

发明内容

本公开提供了一种字图像的处理方法、装置、设备和存储介质。

根据本公开的一方面,提供了一种文字图像的处理方法,包括:

获取待放大的原始文字图像;

获取所述原始文字图像的边缘图;

根据所述原始文字图像和所述边缘图,获得所述原始文字图像的特征图;

根据所述特征图,获得所述原始文字图像的超分辨率图像根据本公开的另一方面,提供了一种文字图像的处理装置,包括:

第一获取模块,用于获取待放大的原始文字图像;

第二获取模块,用于获取所述原始文字图像的边缘图;

第三获取模块,用于根据所述原始文字图像和所述边缘图,获得所述原始文字图像的特征图;

第四获取模块,用于根据所述特征图,获得所述原始文字图像的超分辨率图像。

根据本公开的另一方面,提供了一种电子设备,包括:

至少一个处理器;以及与所述至少一个处理器通信连接的存储器;

其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行本公开提供的文字图像的处理方法。

根据本公开的另一方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,所述计算机指令用于使所述计算机执行本公开提供的文字图像的处理方法。

根据本公开的另一方面,提供了一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现本公开提供的文字图像的处理方法。

根据本公开的技术方案,获取待放大的原始文字图像;获取所述原始文字图像的边缘图;根据所述原始文字图像和所述边缘图,获得所述原始文字图像的特征图;根据所述特征图,获得所述原始文字图像的超分辨率图像。这里,边缘图为图像的边缘信息,本公开利用图像的边缘信息去引导卷积核参数的学习,更有利于提取图像的边缘特征;基于边缘自适应归一化算法的残差模块,可以更好的将特征信息编码,实现低层特征与高层特征的更好融合,从而能让卷积神经网络学习到更为全局的图像特征,也就能更好的拟合出上采样之后空缺的像素值,使得生成的文字类图像边缘更加清晰,以使图像放大后不降低清晰度。

应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明

附图用于更好地理解本方案,不构成对本公开的限定。其中:

图1是本公开提供的文字图像的处理方法的流程示意图;

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京百度网讯科技有限公司,未经北京百度网讯科技有限公司许可,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/202110078169.9/2.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