一種圖像的傾斜角度確定方法及裝置制造方法及圖紙

本發明專利技術實施例公開了一種圖像的傾斜角度確定方法及裝置。該方法包括：獲取待處理圖像的H分量圖像；確定所述H分量圖像的像素點坐標集，并對所述像素點坐標集進行矩陣分析；依據矩陣分析結果確定所述待處理圖像的傾斜角度。本發明專利技術實施例通過采用上述技術方案，能夠準確確定待處理圖像的傾斜角度。

【技術實現步驟摘要】

本專利技術實施例涉及圖像處理技術，尤其涉及一種圖像的傾斜角度確定方法及裝置。
技術介紹
出于環保及便攜的需求，目前市場上存在大量的基于圖像的電子書籍和電子有價票據等，這些圖像一般是對紙質版的書籍或有價票據等進行掃描得到。但是為了獲得高質量的圖像數據，還需要對掃描得到的原始圖像進行傾斜糾正及其他圖像處理操作，其中確定圖像的傾斜角度是上述電子產品制作過程中尤為重要的一步操作。現有技術中的電子文件系統及光學字符識別(OpticalCharacterRecognition，OCR)軟件的預處理功能等都能夠實現對原始掃描圖像的傾斜的自動糾正，這些技術方案是基于灰度圖像的邊緣檢測或直線檢測方法來確定圖像的傾斜角度，進而對圖像進行傾斜糾正的。但是，當原始掃描圖像中包含的噪聲較大時，上述技術方案在確定圖像傾斜角度時準確度會降低，因此也會使糾正精度相應降低，尤其是當原始掃描圖像的傾斜角度較大時，傾斜糾正的精度更低。
技術實現思路
本專利技術實施例提供一種圖像糾正方法及裝置，以實現準確確定待處理圖像的傾斜角度。第一方面，本專利技術實施例提供了一種圖像的傾斜角度確定方法，包括：獲取待處理圖像的H分量圖像，其中，所述H分量圖像是所述待處理圖像在HSV顏色空間的色調通道圖像，所述待處理圖像為包含按照預設規則排列的字符的彩色圖像；確定所述H分量圖像的像素點坐標集，并對所述像素點坐標集進行矩陣分析；依據矩陣分析結果確定所述待處理圖像的傾斜角度。可選地，H分量圖像的像素點坐標集，包括：對所述H分量圖像進行二值化；獲取二值化后的H分量圖像中每個像素的像素點坐標，得到二值化后的H分量圖像的像素點坐標集。可選地，對所述像素點坐標集進行矩陣分析包括：將所述像素點坐標集中的橫坐標及縱坐標進行分離，并生成坐標矩陣；對所述坐標矩陣進行中心化，得到坐標中心化矩陣；對所述坐標中心化矩陣進行奇異值分解，獲得所述坐標中心化矩陣對應的奇異矩陣。可選地，依據矩陣分析結果確定所述待處理圖像的傾斜角度，包括：依據所述奇異矩陣確定所述待處理圖像的傾斜角度。進一步地，在依據矩陣分析結果確定所述待處理圖像的傾斜角度之后，還包括：當所述傾斜角度處于第一預設角度范圍內時，根據所述傾斜角度對所述待處理圖像進行相應的傾斜糾正；或，當所述傾斜角度處于第二預設角度范圍內時，提示所述待處理圖像存在異常。第二方面，本專利技術實施例還提供了一種圖像的傾斜角度確定裝置，該裝置包括：H分量圖像獲取模塊，用于獲取待處理圖像的H分量圖像，其中，所述H分量圖像是所述待處理圖像在HSV顏色空間的色調通道圖像，所述待處理圖像為包含按照預設規則排列的字符的彩色圖像；矩陣分析模塊，用于確定所述H分量圖像的像素點坐標集，并對所述像素點坐標集進行矩陣分析；傾斜角度確定模塊，用于依據矩陣分析結果確定所述待處理圖像的傾斜角度。可選地，矩陣分析模塊包括：二值化子模塊，用于對所述H分量圖像進行二值化；像素點坐標集獲取子模塊，用于獲取二值化后的H分量圖像中每個像素的像素點坐標，得到二值化后的H分量圖像的像素點坐標集。可選地，矩陣分析模塊還包括：坐標矩陣生成子模塊，用于將所述像素點坐標集中的橫坐標及縱坐標進行分離，并生成坐標矩陣；矩陣中心化子模塊，用于對所述坐標矩陣進行中心化，得到坐標中心化矩陣；奇異值分解子模塊，用于對所述坐標中心化矩陣進行奇異值分解，獲得所述坐標中心化矩陣對應的奇異矩陣。可選地，傾斜角度確定模塊具體用于：依據所述奇異矩陣確定所述待處理圖像的傾斜角度。進一步地，在上述裝置的基礎上，該裝置還包括：角度處理模塊，用于在所述依據矩陣分析結果確定所述待處理圖像的傾斜角度之后，當所述傾斜角度處于第一預設角度范圍內時，根據所述傾斜角度對所述待處理圖像進行相應的傾斜糾正；或，當所述傾斜角度處于第二預設角度范圍內時，提示所述待處理圖像存在異常。本專利技術實施例通過獲取待處理圖像的H分量圖像，提取該H分量圖像中的像素點坐標集，并對像素點坐標集進行矩陣分析，根據矩陣分析的結果確定待處理圖像的傾斜角度，使得傾斜角度的確定具有較強的抗干擾性和應用適應性，提高了確定圖像傾斜角度的準確性。附圖說明圖1是本專利技術實施例一中的一種圖像的傾斜角度確定方法的流程圖；圖2是本專利技術實施例一中的有價票據掃描圖像中包含票據號碼的子圖像在不同顏色空間中的整體灰度圖像及各分量圖像；圖3是本專利技術實施例二中的一種圖像的傾斜角度確定方法的流程圖；圖4是本專利技術實施例二中的有價票據掃描圖像中包含票據號碼的子圖像的各分量二值化圖像；圖5是本專利技術實施例三中的一種圖像的傾斜角度確定方法的流程圖；圖6是本專利技術實施例四中的一種圖像的傾斜角度確定裝置的結構示意圖；圖7是本專利技術實施例五中的一種圖像的傾斜角度確定裝置的結構示意圖。具體實施方式下面結合附圖和實施例對本專利技術作進一步的詳細說明。可以理解的是，此處所描述的具體實施例僅僅用于解釋本專利技術，而非對本專利技術的限定。另外還需要說明的是，為了便于描述，附圖中僅示出了與本專利技術相關的部分而非全部結構。實施例一圖1為本專利技術實施例一提供的一種圖像的傾斜角度確定方法的流程圖，本實施例可適用于具有規則排列的字符的圖像傾斜角的檢測，該方法可以由圖像的傾斜角度確定裝置來執行，該裝置可以由軟件和/或硬件的方式實現，該裝置可以集成在任何具有圖像處理功能的設備中，例如典型的是用戶終端設備，如手機、平板電腦或臺式電腦等。本專利技術實施例提供的方法具體包括如下步驟：S110、獲取待處理圖像的H分量圖像。其中，待處理圖像是包含按照預設規則排列的字符的彩色圖像，比如可用于OCR進行文字識別的彩色圖像以及有價票據的彩色圖像等，這些彩色圖像一般是通過掃描或者拍照的方式來獲取。進一步地，待處理圖像可以是有價票據掃描圖像中包含票據號碼的子圖像。H分量圖像是待處理圖像在HSV顏色空間的色調通道圖像。具體地，待處理圖像通常是紅綠藍(Red，Green，Blue，RGB)三原色顏色空間下的彩色圖像。考慮到RGB顏色空間是基于人眼識別的顏色進行定義的，其將色調、亮度和飽和度三個量放在一起表示，使得R分量、G分量和B分量之間不互相獨立，難以進行數字化的圖像處理分析。所以基于彩色圖像進行圖像處理的分析時，需要將RGB顏色空間轉換至其他便于進行圖像處理分析的顏色空間，例如HSI顏色空間(H是色調，S是飽和度，I是強度)、HSV顏色空間(H是色調，S是飽和度，V是亮度)、HSL顏色空間(H是色調，S是飽和度，L是明度)或YUV顏色空間(Y是亮度，U是色調，V是飽和度)等，這些顏色空間中的色調、飽和度和亮度或明度或強度三個量都是相互獨立的，都可以依據實際情況進行單個分量的數字化調節與分析。經過上述分析可知，如果要基于彩色圖像對待處理圖像進行傾斜角度的檢測，那么首先要對待處理圖像進行顏色空間轉換及去噪等預處理，使得處理后得到的圖像中包含的噪聲最少，即處理后的圖像中無關的信息最少，有用信息最清晰且最突出。經過實驗發現，待處理圖像的HSV顏色空間中的H分量圖像最為清晰，包含噪聲最少，更適合進行后續的圖像處理。例如，圖2是有價票據掃描圖像中包含票據號碼的子圖像在RGB顏色空間和HSV顏色空間中的各分量圖像，對比RGB彩色圖像的整體灰度圖201、R分量圖像202、G分量圖像203、B分量圖像204、H分量本文檔來自技高網...

【技術保護點】
一種圖像的傾斜角度確定方法，其特征在于，包括：獲取待處理圖像的H分量圖像；確定所述H分量圖像的像素點坐標集，并對所述像素點坐標集進行矩陣分析；依據矩陣分析結果確定所述待處理圖像的傾斜角度。

【技術特征摘要】
1.一種圖像的傾斜角度確定方法，其特征在于，包括：獲取待處理圖像的H分量圖像；確定所述H分量圖像的像素點坐標集，并對所述像素點坐標集進行矩陣分析；依據矩陣分析結果確定所述待處理圖像的傾斜角度。2.根據權利要求1所述的方法，其特征在于，確定所述H分量圖像的像素點坐標集，包括：對所述H分量圖像進行二值化；獲取二值化后的H分量圖像中每個像素的像素點坐標，得到二值化后的H分量圖像的像素點坐標集。3.根據權利要求1所述的方法，其特征在于，所述對所述像素點坐標集進行矩陣分析包括：將所述像素點坐標集中的橫坐標及縱坐標進行分離，并生成坐標矩陣；對所述坐標矩陣進行中心化，得到坐標中心化矩陣；對所述坐標中心化矩陣進行奇異值分解，獲得所述坐標中心化矩陣對應的奇異矩陣。4.根據權利要求3所述的方法，其特征在于，所述依據矩陣分析結果確定所述待處理圖像的傾斜角度，包括：依據所述奇異矩陣確定所述待處理圖像的傾斜角度。5.根據權利要求1所述的方法，其特征在于，在所述依據矩陣分析結果確定所述待處理圖像的傾斜角度之后，還包括：當所述傾斜角度處于第一預設角度范圍內時，根據所述傾斜角度對所述待處理圖像進行相應的傾斜糾正；或，當所述傾斜角度處于第二預設角度范圍內時，提示所述待處理圖像存在異常。6.一種圖像的傾斜角度確定裝置，其特征在于，包括：H分量圖像獲取模塊...

【專利技術屬性】
技術研發人員：翟云龍，
申請(專利權)人：深圳怡化電腦股份有限公司，深圳市怡化時代科技有限公司，深圳市怡化金融智能研究院，
類型：發明
國別省市：廣東;44