一種圖片的二值化方法、裝置及終端制造方法及圖紙

本發明專利技術公開一種圖片的二值化方法、裝置及終端。本發明專利技術僅需將待處理圖像通過各種互補性強的二值化方法分別獨立處理，然后通過使用基于光學字符識別的學習引擎得到單個文字的置信度，進而計算文字置信度，即可動態選擇最優的處理結果。不需要關心全局信息或局部紋理，即可實現各種二值化方法的處理結果的無縫切換。本發明專利技術能夠在不同場景中動態選擇最優的二值化結果從而滿足不同場景的多樣性需求，實現了對于圖片二值化的全場景適配。

Two value method, device and terminal for picture

The invention discloses a two value method, a device and a terminal of an image. The invention only needs to be processed through a variety of highly complementary image binarization method respectively, and then through the use of optical character recognition engine based on learning confidence of individual characters, and then calculates the text confidence, can dynamically select the optimal processing results. Without the care of global information or local texture, seamless handover of processing results of various two valued methods can be realized. The invention can dynamically select the optimum two value result in different scenes, thus satisfying the diversity requirement of different scenes, and realizing the full scene adaptation of two valued pictures.

【技術實現步驟摘要】
一種圖片的二值化方法、裝置及終端
本專利技術涉及圖像處理領域，尤其涉及一種圖片的二值化方法、裝置及終端。
技術介紹
圖像的二值化，就是將圖像上的像素點的灰度值設置為0或255，從而將整個圖像呈現出明顯的只有黑和白的視覺效果。二值化是圖像處理的基本操作，其應用非常廣泛，相應地，現有技術中也有相當多的二值化方法，比如雙峰法、P參數法、迭代法和最大類間方差法等。然而，現有的二值化方案，都是基于固定規則的圖片場景對圖片進行二值化，不具有普適性，因此目前還沒有適配所有場景的二值化方法。二值化方法的多樣性和每個二值化方法的局限性導致了在需要對多種場景的圖片進行二值化時，難以快速找到適合的二值化方法，從而影響了圖片的二值化效果。
技術實現思路
為了解決上述技術問題，本專利技術提出了一種圖片的二值化方法、裝置及終端。本專利技術具體是以如下技術方案實現的：第一方面，提供了一種圖片的二值化方法，所述方法包括：獲取待處理圖片，所述待處理圖片中包含文字；分別使用多個預設的二值化處理方法對所述待處理圖片進行獨立的二值化處理，每個二值化方法得到一個處理結果；根據所述處理結果，得到處理結果集合；計算所述處理結果集合中的每一個處理結果的文字置信度；選取文字置信度最高的處理結果作為對所述待處理圖片的二值化結果。第二方面，提供了一種圖片的二值化裝置，所述裝置包括：待處理圖片獲取模塊，用于獲取待處理圖片；處理結果得到模塊，用于分別使用多個預設的二值化處理方法對所述待處理圖片進行獨立的二值化處理，每個二值化方法得到一個處理結果；處理結果集合得到模塊，用于根據所述處理結果，得到處理結果集合；文字置信度計算模塊，用于計算所述處理結果集合中的每一個處理結果的文字置信度；二值化結果得到模塊，用于選取文字置信度最高的處理結果作為對所述待處理圖片的二值化結果。第三方面，提供了一種圖片的二值化終端，所述終端包括上述的一種圖片的二值化裝置。本專利技術的一種圖片的二值化方法、裝置及終端，具有如下有益效果：本專利技術基于光學字符識別計算對于待處理圖片二值化結果的文字置信度，并根據文字置信度動態選擇最優的二值化方法，從而獲取對于待處理圖片的最優二值化結果。本專利技術能夠在不同場景中動態選擇最優的二值化結果從而滿足不同場景的多樣性需求，實現了對于圖片二值化的全場景適配。附圖說明為了更清楚地說明本專利技術實施例或現有技術中的技術方案，下面將對實施例或現有技術描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本專利技術的一些實施例，對于本領域普通技術人員來講，在不付出創造性勞動的前提下，還可以根據這些附圖獲得其它附圖。圖1是本專利技術實施例提供的一種圖片的二值化方法的流程圖；圖2是本專利技術實施例提供的文字置信度的獲取方法流程圖；圖3是本專利技術實施例提供的加權平均值算法的流程圖；圖4是本專利技術實施例提供的基于滑動窗的二值化方法的流程圖；圖5是本專利技術實施例提供的局部二值化方法的流程圖；圖6是本專利技術實施例提供的基于顏色值統計的二值化方法的流程圖；圖7是本專利技術實施例提供的卷積神經網絡的結構圖；圖8是本專利技術實施例提供的一張待處理圖片；圖9是本專利技術實施例提供的基于滑動窗的二值化方法對于圖8中的待處理圖片的處理結果；圖10是本專利技術實施例提供的基于顏色值統計的二值化方法對于圖8中的待處理圖片的處理結果；圖11是本專利技術實施例提供的另一張待處理圖片；圖12是本專利技術實施例提供的基于滑動窗的二值化方法對于圖11中的待處理圖片的處理結果；圖13是本專利技術實施例提供的基于顏色值統計的二值化方法對于圖11中的待處理圖片的處理結果；圖14是本專利技術實施例提供的一種圖片的二值化裝置的框圖；圖15是本專利技術實施例提供的文字置信度計算單元的框圖；圖16是本專利技術實施例提供的處理結果得到模塊的框圖；圖17是本專利技術實施例提供的滑動窗二值化單元的框圖；圖18是本專利技術實施例提供的顏色值統計二值化單元的框圖；圖19是本專利技術實施例提供的終端的結構框圖。具體實施方式下面將結合本專利技術實施例中的附圖，對本專利技術實施例中的技術方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本專利技術一部分實施例，而不是全部的實施例。基于本專利技術中的實施例，本領域普通技術人員在沒有作出創造性勞動的前提下所獲得的所有其他實施例，都屬于本專利技術保護的范圍。請參考圖1，其示出了本專利技術一個實施例提供的一種圖片的二值化方法的流程圖。該方法可以包括如下步驟。步驟101，獲取待處理圖片，所述待處理圖片中包含文字。步驟102，分別使用多個預設的二值化處理方法對所述待處理圖片進行獨立的二值化處理，每個二值化方法得到一個處理結果。預設的二值化方法可以選擇現有的二值化方法，預設的二值化方法的數量可以為二個或二個以上。現有的二值化方法主要分為兩類，一類是全局方法，以全局視角確定統一的分割閾值，通過分割閾值進行二值化；另一類是局部自適應的方法，根據圖像不同區域的情況，確定不同的閾值并根據所述閾值進行二值化。全局方法大多根據圖像的全局顏色統計信息，計算出一個能取得最大二值化效果的分割閾值，然后根據所述分割閾值進行簡單的二值化。這種方法僅在背景簡單且顏色單一的圖像中效果較好，對紋理信息復雜或低對比度的圖像效果較差。局部自適應方法大多根據局部紋理信息來計算二值化閾值，在一定程度上可以避免全局閾值的誤判，但是由此經常由于過于注重于局部信息，忽略全局統籌信息，而常常造成相鄰的局部二值化效果迥異，相鄰區域二值化效果不連貫的問題。可見，現有的二值化方法都只能處理固定場景，自適應能力不強。為優化圖像的二值化效果，提高步驟101中的待處理圖片中的文字提取的準確度，在步驟102中可以枚舉多種二值化方法，并通過后續計算的文字置信度來選擇最佳的二值化方法，從而起到集各種二值化方法之所長、取長補短的效果，進而擴展圖片的二值化場景，并且獲取最佳的二值化效果。步驟103，根據所述處理結果，得到處理結果集合。在步驟102中枚舉多種二值化方法，每個二值化方法得到一個處理結果，從而構成了處理結果集合。步驟104，計算所述處理結果集合中的每一個處理結果的文字置信度。所述文字置信度用于表征所述處理結果中的文字能夠被準確識別的概率，所述文字置信度可以作為二值化方法的處理效果的評價指標。文字置信度高，則說明二值化處理效果理想，文字置信度低，則說明二值化處理效果不理想。步驟105，選取文字置信度最高的處理結果作為對所述待處理圖片的二值化結果。若存在文字置信度最高的處理結果有多個的時候，則按照預設的選擇方法在所述處理結果中選擇一個作為對所述待處理圖片的二值化結果。所述預設的選擇方法可以為隨機選擇或其它選擇方法。本專利技術實施例通過枚舉多種二值化方法并動態選擇最優的處理結果的方式，從而可以對各個場景的圖片均能夠進行二值化處理，并取得較好的二值化效果，從而提高了對于圖片處理的兼容性；以文字置信度作為圖片二值化效果的評價標準，可以使得選出的處理結果獲取最好的文字識別結果，有利于后期對于所述結果進行其它的文字處理。進一步地，請參考圖2，其示出了步驟104中的文字置信度的獲取方法流程圖，包括：步驟1041，獲取處理結果中每一個文字的置信度。具體地，通過將所述處理結果輸入預設的基于光學字符識別(OpticalCharacterRecognition，OCR本文檔來自技高網...

【技術保護點】
一種圖片的二值化方法，其特征在于，所述方法包括：獲取待處理圖片，所述待處理圖片中包含文字；分別使用多個預設的二值化處理方法對所述待處理圖片進行獨立的二值化處理，每個二值化方法得到一個處理結果；根據所述處理結果，得到處理結果集合；計算所述處理結果集合中的每一個處理結果的文字置信度；選取文字置信度最高的處理結果作為對所述待處理圖片的二值化結果。

【技術特征摘要】
1.一種圖片的二值化方法，其特征在于，所述方法包括：獲取待處理圖片，所述待處理圖片中包含文字；分別使用多個預設的二值化處理方法對所述待處理圖片進行獨立的二值化處理，每個二值化方法得到一個處理結果；根據所述處理結果，得到處理結果集合；計算所述處理結果集合中的每一個處理結果的文字置信度；選取文字置信度最高的處理結果作為對所述待處理圖片的二值化結果。2.根據權利要求1所述的方法，其特征在于，所述計算所述處理結果集合中的每一個處理結果的文字置信度包括：獲取處理結果中每一個文字的置信度；根據預設的文字置信度算法和每一個文字的置信度計算所述處理結果的文字置信度。3.根據權利要求2所述的方法，其特征在于，所述獲取處理結果中每一個文字的置信度包括：將所述處理結果輸入預設的基于光學字符識別的學習引擎；得到所述學習引擎輸出的置信度。4.根據權利要求2所述的方法，其特征在于，所述根據預設的文字置信度算法和每一個文字的置信度計算所述處理結果的文字置信度包括：設定處理結果中每一個文字對應的權值；計算所述處理結果的加權平均置信度：根據每一個文字的置信度和所述文字對應的權值對置信度進行加權求和；由加權求和的結果除以所述處理結果中的文字的數量得到加權平均置信度；將所述加權平均置信度作為文字置信度。5.根據權利要求1所述的方法，其特征在于，所述預設的二值化處理方法包括基于滑動窗的二值化方法和基于顏色值統計的二值化方法。6.根據權利要求5所述的方法，其特征在于，所述基于滑動窗的二值化方法包括：將窗口設置于所述待處理圖片的預設位置；判斷所述窗口內的像素與相關像素是否屬于連續的圖案；所述相關像素為窗口外與所述窗口相鄰的像素；若否，則對所述窗口內的像素進行局部二值化；判斷所述窗口是否到達所述預設軌跡的終點；若否，則按照預設軌跡滑動所述窗口；返回判斷所述窗口內的像素與窗口外的相鄰像素是否屬于連續的圖案的步驟。7.根據權利要求6所述的方法，其特征在于，所述局部二值化包括：得到窗口內的像素的顏色分布統計結果；根據所述統計結果設定閾值，所述閾值用于區分所述待處理圖片的前景和背景；根據所述閾值對所述窗口內的像素進行二值化。8.根據權利要求5所述的方法，其特征在于，所述基于顏色值統計的二值化方法包括：得到所述待處理圖片的像素的顏色分布統計結果；基于所述顏色分布統計結果，使用預設的顏色聚類算法得到兩個目標顏色；根據所述兩個目標顏色設定前景顏色和背景顏色；依次計算所述待處理圖片的像素的第一距離和第二距離，并根據計算結果判定所述像素的歸屬；所述第一距離為所述像素的顏色與所述前景顏色之間的歐幾里得距離，所述第二距離為所述像素顏色與所述背景顏色之間的歐幾里得距離；根據所述判定結果對所述待處理圖片中的像素進行二值化。9.根據權利要求8所述的方法，其特征在于，所述依次計算所述待處理圖片的像素的第...

【專利技術屬性】
技術研發人員：劉銀松，郭安泰，
申請(專利權)人：騰訊科技上海有限公司，
類型：發明
國別省市：上海,31