[发明专利]一种文本图像留白去除方法、装置、设备及存储介质

说明书

本发明公开了一种文本图像留白去除方法、装置、设备及存储介质。该方法包括对文本图像进行预处理，得到二值化图像；对二值化图像进行开运算处理，得到仅包含文本特征的二值化图像；遍历二值化图像中的行和列，统计每行和每列中的所有像素点；在二值化图像中分别设定上、下、左、右起始点，分别以上、下、左、右起始点开始遍历每行每列中的像素点的并找出对应的像素值突变点，并根据对应的像素值突变点计算出上留白位置、下留白位置、左留白位置以及右留白位置；根据得到所有留白位置对文本图像进行裁剪并得到留白去除后的目标图像。本发明通过能够降低图像留白位置对合同类文本信息提取的影响，为后续OCR识别精度奠定了基础。

技术领域

本发明涉及图像处理技术领域，尤其涉及一种文本图像留白去除方法、装置、设备及存储介质。

背景技术

合同类文本图像中的上下左右边缘处会出现较大留白，在图像OCR文本识别技术中，会将图像缩放到固定大小后进行识别，包含有留白的图像进行缩放会造成较大的文本信息特征的损失；从而在对该类图像进行OCR文本识别会影响文本信息识别精度。

为解决上述问题，现有技术通过人工自行标记图像上下左右留白位置，再对图像进行裁剪得到图像上下左右留白去除后的图像。该方法去除图像上下左右留白的过程比较繁琐，效率及其低下。

发明内容

本发明的目的是提供一种文本图像留白去除方法、装置、设备及存储介质，旨在解决现有通过人工自行标记图像上下左右留白位置来去除图像上下左右留白的过程，存在繁琐、效率低下的问题。

为解决上述技术问题，本发明的目的是通过以下技术方案实现的：提供一种文本图像留白去除方法，包括：

对文本图像进行预处理，得到二值化图像；

对所述二值化图像进行开运算处理，得到仅包含文本特征的二值化图像；

遍历所述二值化图像中的行和列，统计每行和每列中的所有像素点；

在所述二值化图像中设定上起始点和下起始点，分别以所述上起始点和下起始点开始遍历每行中的像素点并找出对应的像素值突变点，并根据对应的像素值突变点计算出上留白位置和下留白位置；

在所述二值化图像中设定左起始点和右起始点，分别以所述左起始点和右起始点开始遍历每列中的像素点并找出对应的像素值突变点，并根据对应的像素值突变点计算出左留白位置和右留白位置；

根据得到的上留白位置、下留白位置、左留白位置以及右留白位置，对所述文本图像进行裁剪并得到留白去除的目标图像。

另外，本发明要解决的技术问题是还在于提供一种文本图像留白去除装置，包括：

预处理单元，用于对文本图像进行预处理，得到二值化图像；

开运算单元，用于对所述二值化图像进行开运算处理，得到仅包含文本特征的二值化图像；

统计单元，用于遍历所述二值化图像中的行和列，统计每行和每列中的所有像素点；

上下留白计算单元，用于在所述二值化图像中设定上起始点和下起始点，分别以所述上起始点和下起始点开始遍历每行中的像素点并找出对应的像素值突变点，并根据对应的像素值突变点计算出上留白位置和下留白位置；

左右留白计算单元，在所述二值化图像中设定左起始点和右起始点，分别以所述左起始点和右起始点开始遍历每列中的像素点并找出对应的像素值突变点，并根据对应的像素值突变点计算出左留白位置和右留白位置；

裁剪单元，用于根据得到的上留白位置、下留白位置、左留白位置以及右留白位置，对所述文本图像进行裁剪并得到留白去除的目标图像。