一種文字圖像生成方法、裝置及終端制造方法及圖紙

本發明專利技術提供了一種文字圖像生成方法、裝置及終端，本發明專利技術可以通過采用顏色聚類算法隨機產生多個背景色和文字顏色，從而彌補了現有技術中只是將二值化的文字圖像與預設的顏色進行簡單的混合造成的顏色單一和多樣性差的不足。通過對圖像進行的仿射變換、透射變換以及高斯變換等處理，為圖像添加了自然環境中拍攝到的文字圖像所特有的效果，使得處理后的圖像更為逼真。本發明專利技術能夠產生大數據量且逼真度高的文字圖像，從而緩解深度學習引擎訓練樣本不足的現狀，使得訓練出來的深度學習引擎有更好的泛化能力。

Text image generating method, device and terminal

The invention provides a text image generation method, device and terminal, the invention can be achieved by the use of color clustering algorithm randomly generated a background color and text color, so as to make up for the existing technology is the binarization of text image and the preset colors lack of simple mixing caused by single color and diversity the. By the image affine transformation, transmission transformation and Gauss transform, the image is added to the natural environment to capture the text of the image of the unique effect, so that the processed image is more realistic. The invention can produce large amount of data and high fidelity text images, thereby alleviating the shortage of the training sample of the depth learning engine, and making the trained depth learning engine have better generalization ability.

【技術實現步驟摘要】
一種文字圖像生成方法、裝置及終端
本專利技術涉及圖像處理領域，尤其涉及一種文字圖像生成方法、裝置及終端。
技術介紹
深度學習引擎可以應用于圖片文字識別領域。現有的深度學習引擎大多基于神經網絡，通過訓練神經網絡使得深度學習引擎具有準確識別出圖片中的文字的能力。為訓練神經網絡需要大量的訓練樣本，但是現有的通過文本與預設圖像合成的訓練樣本一般只是將在二值化的文字圖像與預設的顏色進行簡單的混合，請參考圖1，圖1(a)和圖1(b)均是混合后的文字圖像，這種混合導致訓練樣本的顏色單一和多樣性差，從而無法滿足深度學習引擎對訓練數據多樣性的要求。進一步地，在自然環境中拍攝到的文字圖像通常具有一些特定的效果，比如文字的邊緣顏色出現變化或者文字存在畸變，比如文字為傾斜的或者旋轉的，而這些效果只通過簡單的混合難以進行模擬，從而使得訓練樣本中的圖像不自然，進而顯著影響深度學習引擎的泛化能力。
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文字圖像生成方法、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，一種文字圖像生成方法，所述方法包括：基于矢量字體和目標文字獲取所述目標文字的二值化圖像；從預設的彩色圖片集中獲取聚類圖片集，根據所述聚類圖片集聚類得到第一目標顏色、第二目標顏色和第三目標顏色；根據所述第一目標顏色、第二目標顏色和第三目標顏色對所述二值化圖像進行著色以獲取彩色圖像；對所述彩色圖像按照第一預設規則進行仿射變換；對經過仿射變換后的彩色圖像按照第二預設規則進行透視變換；為經過透視變換后的彩色圖像加入噪聲以得到所述目標文字的目標圖像。第二方面，一種文字圖像生成裝置，包括：二值化圖像獲取模塊，用于基于矢量字體和目標文字獲取所述目標文字的二值化圖像；聚類顏色得到模塊，用于從預設的彩色圖片集中獲取聚類圖片集，根據所述聚類圖片集聚類得到第一目標顏色、第二目標顏色和第三目標顏色；彩色圖像獲取模塊，用于根據所述第一目標顏色、第二目標顏色和第三目標顏色對所述二值化圖像進行著色以獲取彩色圖像；仿射模塊，用于對所述彩色圖像按照第一預設規則進行仿射變換；透視模塊，用于對經過仿射變換后的彩色圖像按照第二預設規則進行透視變換；目標圖像得到模塊，用于為經過透視變換后的彩色圖像加入噪聲以得到所述目標文字的目標圖像。第三方面，一種文字圖像生成終端，所述終端包括上述的文字圖像生成裝置。本專利技術的一種文字圖像生成方法、裝置及終端，具有如下有益效果：本專利技術基于顏色聚類得到三個目標顏色，并根據三個目標顏色對二值化的文字圖像進行著色，從而使得著色后的文字圖像涵蓋更多的彩色圖片集中的顏色信息，從而豐富文字圖像的顏色和多樣性；本專利技術通過對著色后的文字圖像進行仿射變換、透視變換和噪聲處理，從而為著色后的彩色圖像加入了傾斜旋轉、邊緣陰影以及模擬噪聲等畸變效果，進而使得得到的目標圖像與攝像頭拍攝出的自然場景中的文字圖像的相似度更高，更加逼真。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(a)現有技術生成的文字圖像示意圖；圖1(b)現有技術生成的另一種文字圖像示意圖；圖2是本專利技術實施例提供的一種文字圖像生成方法流程圖；圖3是本專利技術實施例提供的二值化圖像的獲取方法的流程圖；圖4是本專利技術實施例提供的白底黑字的二值化圖像；圖5是本專利技術實施例提供的著色方法的流程圖；圖6是本專利技術實施例提供的仿射變換方法的流程圖；圖7是本專利技術實施例提供的仿射變換后的圖像示意圖；圖8是本專利技術實施例提供的透視變換方法的流程圖；圖9是本專利技術實施例提供的透視變換后的圖像示意圖；圖10是本專利技術實施例提供的高斯變換的方法流程圖；圖11是本專利技術實施例提供的基于輸入圖像的目標圖像得到方法的；圖12(a)是本專利技術實施例提供的多個目標圖像的其中一個示意圖；圖12(b)是本專利技術實施例提供的多個目標圖像的另一個示意圖；圖12(c)是本專利技術實施例提供的多個目標圖像的另一個示意圖；圖12(d)是本專利技術實施例提供的多個目標圖像的另一個示意圖；圖13是本專利技術實施例提供的獲取目標顏色的方法的流程圖；圖14是本專利技術實施例提供的一種顏色聚類方法的流程圖；圖15是本專利技術實施例提供的一種文字圖像生成裝置框圖；圖16是本專利技術實施例提供的聚類顏色得到模塊的框圖；圖17是本專利技術實施例提供的聚類結果得到單元的框圖；圖18是本專利技術實施例提供的仿射模塊的框圖；圖19是本專利技術實施例提供的目標圖像得到模塊的框圖；圖20是本專利技術實施例提供的一種終端的示意圖。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。在以下的描述中，將描述本專利技術的多個不同的方面，然而，對于本領域內的普通技術人員而言，可以僅僅利用本專利技術的一些或者全部結構或者流程來實施本專利技術。為了解釋的明確性而言，闡述了特定的數目、配置和順序，但是很明顯，在沒有這些特定細節的情況下也可以實施本專利技術。在其他情況下，為了不混淆本專利技術，對于一些眾所周知的特征將不再進行詳細闡述。請參考圖2，其示出了本專利技術實施例提供的一種文字圖像生成方法流程圖，所述方法包括：S101.基于矢量字體和目標文字獲取所述目標文字的二值化圖像。具體地，所述矢量字體和所述目標文字可以根據預設的算法進行設置，也可以由用戶進行自行選擇。所述矢量字體(Vectorfont)中每一個字形是通過數學曲線來描述的，它包含了字形邊界上的關鍵點，連線的導數信息等，字體的渲染引擎通過讀取這些數學矢量，然后進行一定的數學運算來進行渲染。矢量字體的優點是字體實際尺寸可以任意縮放而不變形或者變色。矢量字體包括但不限于Type1、TrueType和OpenType等幾類，其中，Type1、TrueType和OpenType這三種格式都是與平臺無關的。所述目標文字可以是承載語言的圖像和/或符號，所述目標文字包括但不限于形意文字、意音文字和/或拼音文字。具體地，所述目標文字可以為常用的中文、英文、法文、西班牙文和/或俄文。請參考圖3，其示出了二值化圖像的獲取方法的流程圖，所述二值化圖像的獲取方法包括：S1011.基于矢量字體和目標文字獲取包括所述目標文字的圖像。S1012.以黑色為背景色，以白色為前景色渲染所述圖像以得到所述目標文字的二值化圖像。請參考圖4，其示出了以中文字“活”為例，渲染出的白底黑字的二值化圖像。S102.從預設的彩色圖片集中獲取聚類圖片集，根據所述聚類圖片集聚類得到第一目標顏色、第二目標顏色和第三目標顏色。S103.根據所述第一目標顏色、第二目標顏色和第三目標顏色對所述二值化圖像進行著色以獲取彩色圖像。請參考圖5，其示出了著色方法的流程圖，所述著色方法包括：S1031.根據所述第一目標顏色設置所述二值化圖像中的文字顏色；S1032.根據所述第二目標顏色設置所述二值化圖像中的背景色；S1033.根本文檔來自技高網...

【技術保護點】
一種文字圖像生成方法，其特征在于，所述方法包括：基于矢量字體和目標文字獲取所述目標文字的二值化圖像；從預設的彩色圖片集中獲取聚類圖片集，根據所述聚類圖片集聚類得到第一目標顏色、第二目標顏色和第三目標顏色；根據所述第一目標顏色、第二目標顏色和第三目標顏色對所述二值化圖像進行著色以獲取彩色圖像；對所述彩色圖像按照第一預設規則進行仿射變換；對經過仿射變換后的彩色圖像按照第二預設規則進行透視變換；為經過透視變換后的彩色圖像加入噪聲以得到所述目標文字的目標圖像。

【技術特征摘要】
1.一種文字圖像生成方法，其特征在于，所述方法包括：基于矢量字體和目標文字獲取所述目標文字的二值化圖像；從預設的彩色圖片集中獲取聚類圖片集，根據所述聚類圖片集聚類得到第一目標顏色、第二目標顏色和第三目標顏色；根據所述第一目標顏色、第二目標顏色和第三目標顏色對所述二值化圖像進行著色以獲取彩色圖像；對所述彩色圖像按照第一預設規則進行仿射變換；對經過仿射變換后的彩色圖像按照第二預設規則進行透視變換；為經過透視變換后的彩色圖像加入噪聲以得到所述目標文字的目標圖像。2.根據權利要求1所述的方法，其特征在于，所述基于矢量字體和目標文字獲取所述目標文字的二值化圖像包括：基于矢量字體和目標文字獲取包括所述目標文字的圖像；以黑色為背景色，以白色為前景色渲染所述圖像以得到所述目標文字的二值化圖像。3.根據權利要求1所述的方法，其特征在于，所述聚類圖片集包括一張或多張用于進行聚類的圖片。4.根據權利要求3所述的方法，其特征在于，所述根據所述聚類圖片集聚類得到第一目標顏色、第二目標顏色和第三目標顏色包括：根據預設的聚類方法對所述聚類圖片集中的圖片進行聚類以得到聚類結果；在所述聚類結果中選取第一目標顏色、第二目標顏色和第三目標顏色。5.根據權利要求4所述的方法，其特征在于，所述根據預設的聚類方法對所述聚類圖片集中的圖片進行聚類以得到聚類結果包括：在所述聚類圖片集中選取用于聚類的圖片；在所述圖片中確定目標聚類個數k；在所述圖片中選取k個顏色作為初始聚類中心；將所述圖片中的每個像素分配至最近的初始聚類中心，形成k個簇：獲取所述像素的顏色與初始聚類中心的歐幾里得距離；獲取所述歐幾里得距離的最小值；將所述像素劃分至所述最小值對應的初始聚類中心；計算k個簇中每個簇的聚類中心直至所述k個簇中任意一個簇中的所有像素的顏色到該任意一個簇的聚類中心的距離平方和達到最小值。6.根據權利要求5所述的方法，其特征在于，所述在所述圖片中選取k個顏色作為初始聚類中心包括：利用所述圖片中的像素的顏色形成k個集群的層次聚類；將層次聚類的k個集群的質心作為初始聚類中心。7.根據權利要求1所述的方法，其特征在于，根據所述第一目標顏色、第二目標顏色和第三目標顏色對所述二值化圖像進行著色以獲取彩色圖像包括：根據所述第一目標顏色設置所述二值化圖像中的文字顏色；根據所述第二目標顏色設置所述二值化圖像中的背景色；根據所述第三目標顏色設置所述二值化圖像中的文字邊緣顏色。8.根據權利要求1所述的方法，其特征在于，所述對所述彩色圖像按照第一預設規則進行仿射變換包括：設置旋轉角度的變換范圍和傾斜角度的變換范圍；按照預設選取規則選取符合所述旋轉角度的變換范圍的旋轉角度和符合所述傾斜角度的變換范圍的傾斜角度；根據所述旋轉角度和所述傾斜角度獲取仿射變換矩陣；根據所述仿射變換矩陣對所述彩色圖像進行仿射變換。9.根據權利要求1所述的方法，其特征在于，所述為經過透視變換后的彩色圖像加入噪聲以得到所述目標文字的目標圖像包括：對經過透視變換后的彩色圖像按照第三預設規則加入噪聲；根據加入噪聲后的圖像與加入噪聲前的圖像...

【專利技術屬性】
技術研發人員：李輝，
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