[发明专利]文档矫正方法、装置、电子设备和存储介质

说明书

本公开提供了一种文档矫正方法、装置、电子设备和存储介质，涉及人工智能领域，具体涉及深度学习、图像处理和计算机视觉等技术领域，可应用于OCR等场景。文档矫正方法的具体实现方案为：对包括待矫正文档的原始图像进行语义分割，得到边缘像素点；基于边缘像素点，确定第一边缘线；根据矫正后文档对应的图像尺寸，确定目标图像的网格图像；对第一边缘线和网格图像的第二边缘线进行等分处理，分别得到第一边缘线的第一关键点和第二边缘线中与第一关键点对应的第二关键点；以及根据第一关键点和第二关键点之间的对应关系，生成目标图像。

技术领域

本公开涉及人工智能领域，具体涉及深度学习、图像处理和计算机视觉等领域，可应用于OCR等场景。

背景技术

随着计算机技术和网络技术的发展，深度学习技术在众多领域得到了广泛应用。例如，可以基于深度学习技术来实现对文档的矫正。其中，对文档矫正是指将扭曲变形的文档图像进行矫正还原的过程。对文档矫正可以作为一种图像预处理手段，以为文字检测等下游任务的实现做准备。

发明内容

本公开旨在提供一种提高稳定性和泛化能力的文档矫正方法、装置、电子设备和存储介质。

根据本公开的一个方面，提供了一种文档矫正方法，包括：对包括待矫正文档的原始图像进行语义分割，得到边缘像素点；基于边缘像素点，确定第一边缘线；根据矫正后文档对应的图像尺寸，确定目标图像的网格图像；对第一边缘线和网格图像的第二边缘线进行等分处理，分别得到第一边缘线的第一关键点和第二边缘线中与第一关键点对应的第二关键点；以及根据第一关键点和第二关键点之间的对应关系，生成目标图像。

根据本公开的另一个方面，提供了一种文档矫正装置，包括：语义分割模块，用于对包括待矫正文档的原始图像进行语义分割，得到边缘像素点；边缘线确定模块，用于基于边缘像素点，确定第一边缘线；网格图像确定模块，用于根据矫正后文档对应的图像尺寸，确定目标图像的网格图像；关键点获得模块，用于对第一边缘线和网格图像的第二边缘线进行等分处理，分别得到第一边缘线的第一关键点和第二边缘线中与第一关键点对应的第二关键点；以及目标图像生成模块，用于根据第一关键点和第二关键点之间的对应关系，生成目标图像。

根据本公开的另一个方面，提供了一种电子设备，包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行本公开提供的文档矫正方法。

根据本公开的另一个方面，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，其中，计算机指令用于使计算机执行本公开提供的文档矫正方法。

根据本公开的另一个方面，提供了一种计算机程序产品，包括计算机程序/指令，所述计算机程序/指令在被处理器执行时实现本公开提供的文档矫正方法。

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是根据本公开实施例的文档矫正方法和装置的应用场景示意图；

图2是根据本公开实施例的文档矫正方法的流程示意图；

图3是根据本公开实施例的得到待矫正文档的边缘像素点的原理示意图；

图4是根据本公开第一实施例的确定待矫正文档的第一边缘线的原理示意图；

图5是根据本公开第二实施例的确定待矫正文档的第一边缘线的原理示意图；

图6是根据本公开第三实施例的确定待矫正文档的第一边缘线的原理示意图；

图7是根据本公开实施例的确定映射关系的原理示意图；