[发明专利]一种基于视觉计算的无接触式数据采集方法及系统

权利要求书

1.一种基于视觉计算的无接触式数据采集方法，其特征在于：所述方法包括：

采用无接触的方式采集图像数据；

对采集的图像数据进行处理；

迭代模型训练分类器；

利用OCR模型进行字符识别，输出识别结果。

2.根据权利要求1所述的一种基于视觉计算的无接触式数据采集方法，其特征在于：对采集的图像数据进行处理，具体为：

步骤S201：图像旋转；调整图像中要识别文本区域的方向，使其文本先平行于图像边界，设定一条直线作为文本区域的左边距，直线的斜率定义了页面旋转角度；

步骤S202:扫描图像；从左到右扫描每条水平线，将每条扫描线上第一个出现的黑色像素存储在数组D中，D＝{D₁,D₂,…,D_n}，其中n表示第n条扫描线，m表示文本区域的最后一列；如第一条扫描线上的第一个黑色像素点位置为(x₁,y₁)，依次类推到第n条扫描线上的第一个黑色像素点位置为(x_n,y₁)；

D₁＝((x₁,y₁),(x₁,y₂),…,(x₁,y_m))；

D₂＝((x₂,y₁),(x₂,y₂),…,(x₂,y_m))；

………

D_n＝((x_n,y₁),(x_n,y₂),…,(x_n,y_m))；

其中，y_m代表文本区域的最后一列，x_n代表文本区域的最后一行；

步骤S203：视角修正：当图像采集设备的位置与屏幕不垂直时，获得的面积不是矩形，会影响OCR的拟合；具体处理方法如下：

定义包含整个页面的图像，首先定义四边形的四个顶点：F₁，F₂，F₃，F₄，然后定义识别内容的边界为：X＝△F₁₂+△F₃₄/2，Y＝△F₁₃+△F₂₄/2；

其中，F₁＝(x₁,y₁)，F₂＝(x₁,y_m)，F₃＝(x_n,y₁)，F₄＝(x_n,y_m)，△F₁₂＝F₂-F₁，△F₃₄＝F₄-F₃，△F₁₃＝F₃-F₁，△F₂₄＝F₄-F₂；

对于包含文本区域的图像所有点集的像素的颜色进行内部插值操作，通过计算视角修正后图像和原始图像中F₁和F₂、F₃和F₄、F₁和F₃、F₂和F₄之间的位移点的坐标差，通过这样的处理，最后可以计算视角修正后的图像角度偏差较于原始图像的大小；

步骤S204：进行非线性图像变换，用于需要更正前面识别到的文本区域的上下边界的情况，设定左右边界为直线，设定带四个节点的样本线对曲线进行插补；标出上下两条样本曲线之后，进行校正操作，样本曲线的每个点由参数g∈[0；1]描述，对于特定值g，划定一条上下样本曲线间的直线；起点(x_i(0),y_i(0))和(x_g(0),y_g(0))之间的长度就是校正之后新图像的高度；每一行(x_i(t),y_i(t))使用插值公式将其变换为垂直线，最后创建一个矩形图像。