[发明专利]文本图像的二值化方法及装置、电子设备和介质

权利要求书

1.一种文本图像的二值化方法，包括：

获取包含待识别文本的第一图像；

对所述第一图像中的所有像素点基于预设的第一数值进行聚类，以确定第一数值个数的聚类中心值，其中所述第一数值为聚类类别数；

对于所述第一图像中的每个像素点，将该像素点赋值为其相对应的聚类中心值，形成降维后图像；

基于所述第一数值个数的聚类中心值中的每一个聚类中心值，获得与所述降维后图像相对应的所述第一数值个数的候选二值化图像；以及

基于所述待识别文本的文字行的类型，分别对所述候选二值化图像进行投影，以基于投影图像在所述第一数值个数的候选二值化图像中确定最优的二值化图像，其中所述类型包括横版类型或竖版类型，

其中，响应于确定所述类型为竖版类型，对所述候选二值化图像在水平方向上进行投影；以及

响应于确定所述类型为横版类型，对所述候选二值化图像在垂直方向上进行投影。

2.如权利要求1所述的方法，其中，分别以所述聚类中心值为二值化阈值，获得与所述降维后图像相对应的所述第一数值个数的候选二值化图像包括：

对于每一个聚类中心值，执行以下操作：

获取与所述第一图像尺寸相同的空白图像；

对于所述空白图像中的每一个像素点，当与该像素点相对应的所述降维后图像中的像素点的像素值为该聚类中心值时，将所述空白图像中的该像素点赋值为第二数值，否则赋值为第三 数值，

其中，所述第二数值不等于所述第三数值。

3.如权利要求2所述的方法，其中，所述第二数值为0和255中的任意一个，所述第三数值为所述0和255中的另一个。

4.如权利要求2所述的方法，其中，基于投影结果在所述多个候选二值化图像中确定最优的二值化图像包括：

对于所述多个候选二值化图像中的每一个图像，获取投影方向上的每一列中的像素值为所述第二数值的像素点数量；

基于每一列所对应的所述像素点数量，确定所述多个二值化候选图像各自对应的方差；以及

确定所述方差最大的所述候选二值化图像以作为所述最优的二值化图像。

5.如权利要求2所述的方法，其中，基于投影图像在所述多个候选二值化图像中确定最优的二值化图像包括：

分别识别投影图像中的连通区域，其中所述连通区域为像素值为所述第二数值的像素点所形成的连通区域；

确定每一个投影图像所对应的连通区域的数量；以及

基于所述连通区域的数量确定所述最优的二值化图像。

6.如权利要求5所述的方法，其中，确定每一个投影图像所对应的连通区域的数量包括：

确定所识别出的每一个连通区域的像素点数量；

过滤掉像素点数量小于所述预设阈值的连通区域；以及

确定过滤后的每一个投影图像所对应的连通区域的数量。

7.如权利要求6所述的方法，其中，所述预设阈值基于所述第一图像的高和宽确定。

8.如权利要求1所述的方法，其中，获取包含待识别文本的第一图像包括：

获取包含待识别文本的原始图像；

对所述原始图像进行文本识别并确定第一矩形块；以及

确定所述第一矩形块所在的图像区域，以获得所述第一图像，其中，

所述第一矩形块对应于待识别文本中的相应文字行。

9.如权利要求8所述的方法，其中，获取包含待识别文本的第一图像还包括：响应于确定所述第一图像中的相应文字行处于倾斜状态，旋转所述第一图像一校正角度以使得所述第一图像中的相应文字行不处于所述倾斜状态。

10.如权利要求8或9所述的方法，其中，获取包含待识别文本的第一图像还包括：响应于确定所述第一图像中的相应文字行为竖版类型，对所述第一图像进行翻转，以将所述相应文字行转为横版类型。