文档图像矫正方法、装置、存储介质及智能终端设备.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113627428A(43)申请公布日2021.11.09(21)申请号202110921692.3(22)申请日2021.08.11(71)申请人OPPO广东移动通信有限公司地址523860广东省东莞市长安镇乌沙海滨路18号(72)发明人江忠泽(74)专利代理机构北京恒博知识产权代理有限公司11528代理人范胜祥(51)Int.Cl.G06K9/32(2006.01)G06K9/34(2006.01)G06K9/46(2006.01)权利要求书2页说明书14页附图8页(54)发明名称文档图像矫正方法、装置、存储介质及智能终端设备(57)摘要本申请公开了一种文档图像矫正方法、装置、存储介质及智能终端设备，属于计算机技术领域。所述方法应用于分布式文件系统，包括：获取原始文档图像，然后将所述原始文档图像输入至包括语义分割分支和边缘检测分支边缘检测模型中，得到所述原始文档图像对应的边缘概率图像，再从边缘概率图像中确定所述原始文档图像中文档边缘框的顶点坐标，基于原始文档图像中文档边缘框的顶点坐标计算出透视变换矩阵，最后基于所述透视变换矩阵对所述原始文档图像进行透视矫正，以得到包括畸变修复后的正视角文档图像的目标文档图像，方便了用户阅读以及文档存档，提升了用户体验。CN113627428ACN113627428A权利要求书1/2页1.一种文档图像矫正方法，其特征在于，应用于智能终端设备，所述方法包括：获取原始文档图像；将所述原始文档图像输入至边缘检测模型中，得到所述原始文档图像对应的边缘概率图像，所述边缘检测模型包括语义分割分支和边缘检测分支，所述语义分割分支用于基于所述原始文本图像的语义信息得到第一边缘图像，所述边缘检测分支用于对所述原始文本图像进行边缘检测得到第二边缘图像，所述边缘概率图像为所述第一边缘图像与所述第二边缘图像的融合图像；从所述边缘概率图像中确定所述原始文档图像中文档的顶点坐标；基于所述原始文档图像中文档的顶点坐标计算透视变换矩阵，并根据所述透视变换矩阵对所述原始文档图像进行透视矫正，得到目标文档图像。2.根据权利要求1所述的方法，其特征在于，所述从所述边缘概率图像中确定原始文档图像中文档的顶点坐标，包括：对所述边缘概率图像进行细化处理，得到细化边缘图像；从所述细化边缘图像中确定所述原始文档图像中文档的顶点坐标。3.根据权利要求2所述的方法，其特征在于，所述对所述边缘概率图像进行细化处理，得到细化处理后的边缘概率图像，包括：对所述边缘概率图像进行二值化处理，得到二值化边缘图像；对所述二值化边缘图像进行边缘过滤处理，得到过滤边缘图像；利用图像细化算法对所述过滤边缘图像进行细化处理，得到细化边缘图像。4.根据权利要求1所述的方法，其特征在于，所述从所述边缘概率图像中确定所述原始文档图像中文档的顶点坐标，包括：利用霍夫变换对所述边缘概率图像中文档边缘框进行直线检测，得到直线集合；获取所述直线集合中任意两两直线的交点，得到第一交点集合；采用聚类算法对所述第一交点集合中的各交点进行分类，得到四类交点；计算所述四类交点中每一类交点的聚类中心，得到四个聚类中心，将四个所述聚类中心的坐标作为所述原始文档图像中文档的顶点坐标。5.根据权利要求4所述的方法，其特征在于，所述计算所述直线集合中两两直线的交点，得到第一交点集合，包括：计算所述直线集合中两两直线的交点，得到第二交点集合；对所述第二交点集合进行交点滤除处理，得到第一交点集合。6.根据权利要求5所述的方法，其特征在于，所述对所述第二交点集合进行交点滤除处理，得到第一交点集合，包括：遍历所述第二交点集合中各交点，确定所述交点对应的两条直线之间的夹角不满足夹角区间的第一目标交点以及不位于所述边缘概率图像中文档边缘框的第二目标交点；滤除所述第一目标交点以及所述第二目标交点，得到第一交点集合。7.根据权利要求4所述的方法，其特征在于，所述采用聚类算法对所述第一交点集合中的各交点进行分类，得到四类交点，包括：计算所述第一交点集合的质心，得到所述第一交点集合的质心的质心坐标；以所述质心坐标为坐标原点绘制直角坐标系，基于所述直角坐标系的四个象限将所述2CN113627428A权利要求书2/2页第一交点集合中的各交点划分为四类交点。8.根据权利要求1所述的方法，其特征在于，所述基于所述原始文档图像中文档的顶点坐标计算透视变换矩阵，包括：基于所述原始文档图像中文档的顶点坐标计算得到目标文档图像中文档的顶点坐标；基于所述原始文档图像中文档的顶点坐标以及所述目标文档图像中文档的顶点坐标的对应变换关系，计算得到透视变换矩阵。9.根据权利要求1所述的方法，其特征在于，所述根据所述透视变换矩阵对原始文档图像进行透视矫正，得到目标文档