[发明专利]文本图像与非文本图像的分类方法和分类系统

摘要

本发明公开了一种文本图像与非文本图像的分类方法和分类系统。其中，该方法可以包括获取原始图像的二值矩阵；统计二值矩阵中字符点所构成的连通域，获取符合第一预定要求的字符连通域的位置和大小；对文本行进行划分，得到文本行的个数和位置信息，以及文本行含有的字符连通域的个数和位置信息；提取原始图像中的线段，并计算线段的倾斜角度及倾斜角度的中位数；根据线段的倾斜角度及倾斜角度的中位数，计算不符合第二预定要求的线段所占的比例；统计原始图像的灰度空间和HSV空间中S通道的均值和方差；根据前述步骤的结果，利用朴素贝叶斯分类模型实现原始图像的分类。由此，本发明实施例解决了如何准确地从海量图像中筛选出文本图像的技术问题。

主权项

1.一种文本图像与非文本图像的分类方法，其特征在于，所述方法至少包括：获取原始图像的二值矩阵；统计所述二值矩阵中字符点所构成的连通域，并筛选出长度、宽度、长宽比符合第一预定要求的字符连通域，且获取符合所述第一预定要求的所述字符连通域的位置和大小；根据所述符合第一预定要求的字符连通域的位置和大小对文本行进行划分，得到所述文本行的个数和位置信息，以及所述文本行含有的所述字符连通域的个数和位置信息；对所述二值矩阵进行霍夫变换，提取所述原始图像中的线段，并计算所述线段的倾斜角度及所述倾斜角度的中位数；针对所有提取出的所述线段，根据所述线段的所述倾斜角度及所述倾斜角度的中位数，计算不符合第二预定要求的线段所占的比例；统计所述原始图像的灰度空间和HSV空间中S通道的均值和方差；根据所述文本行的个数和位置信息、每一个所述文本行含有的字符连通域的个数和位置信息、所述不符合第二预定要求的线段所占的比例以及所述均值和所述方差，建立朴素贝叶斯分类模型，并利用所述朴素贝叶斯分类模型实现所述原始图像的所述文本图像与所述非文本图像的分类。