CN101408937A - 一种字符行定位的方法及装置 - Google Patents

Abstract

本发明公开了一种字符行定位的方法及装置，该方法包括：根据待处理图像数据获得候选字符信息；根据所述候选字符信息获得字符间倾斜角度信息，所述字符间倾斜角度信息用于标识候选字符与所述候选字符的邻域候选字符的位置关系；根据所述字符间倾斜角度信息确定候选字符行的边界框，以完成定位。采用本发明实施例中的技术方案，在进行定位时，根据候选字符信息获取字符间倾斜角度信息，从而可以在保证较好的抗噪力的前提下，准确定位具有一定倾斜度的字符行。

Description

一种字符行定位的方法及装置

技术邻域

本发明涉及图像处理邻域，尤其涉及一种字符行定位的方法及装置。

背景技术

在自动字符识别技术中，将需要识别的字符精确定位是整个识别技术的一个难点和关键点。一个完整的字符识别过程，如对票据的磁码字符行中的字符识别的过程，通常包括：对待识别字符区域(如磁码字符行)二值化，对待识别的字符区域进行进一步定位，根据定位结果将待识别字符区域切分出来，将切分出来的字符区域进行特征提取和识别，如图1所示。而定位对后续切分、特征提取以及识别的精度有着至关重要的影响。

传统的磁码字符行中的字符识别中的定位方式主要分为空间投影法与空间聚类法两种。与普通的字符识别的定位区别的是，磁码字符行中的字符是排列成行的，而且通常只有一行或几行，所以定位的范围具有明显的区域特征。而空间投影法正是利用磁码字符行在水平方向上投影分量较大的特点，选取适当阈值确定磁码字符行在垂直方向上的空间位置；空间聚类法以连通域标记为基础，考察侯选字符中心在垂直y轴方向上的密集程度，以此来定位磁码字符行位置。

但是，在实现本发明过程中，发明人发现空间投影法虽然定位速度快，对倾斜的磁码字符行检测有一定鲁棒性，但是其抗噪能力不够，尤其是在搜索区域中出现黑带或黑块的情况下很可能会导致定位失败；而空间聚类法虽然具有良好的抗噪能力，但对于出现一定程度倾斜的磁码字符行，由于各字符的中心位置在垂直方向偏离较大，所以检测效果不佳。

发明内容

本发明所要解决的技术问题在于，提供一种字符行定位的方法及装置。可在即保证具有较好的抗噪能力，同时准确定位具有一定程度倾斜的字符行。

为此，一方面，本发明的实施例提供了一种字符行定位的方法，方法包括：根据待处理图像数据获得候选字符信息；根据所述候选字符信息获得字符间倾斜角度信息，所述字符间倾斜角度信息用于标识候选字符与所述候选字符的邻域候选字符的位置关系；根据所述字符间倾斜角度信息确定所述候选字符的边界框，以完成定位。

另一方面，本发明的实施例提供了一种字符行定位的装置，包括：字符信息获取单元，用于根据待处理图像数据获得候选字符信息；倾斜度获取单元，用于根据所述候选字符信息获得字符间倾斜角度信息，所述字符间倾斜角度信息用于标识候选字符与所述候选字符的邻域候选字符的位置关系；定位单元，用于根据所述字符间倾斜角度信息确定所述候选字符的边界框，以完成定位。

在本发明实施例所采用的技术方案中，在进行定位时，还根据候选字符信息获取字符间倾斜角度信息，从而可以在保证较好的抗噪力的前提下，准确定位具有一定倾斜度的字符行。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本邻域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1是现有的自动字符识别技术的流程示意图；

图2是本发明实施例中的字符行定位的方法的一个具体流程示意图；

图3是本发明实施例中的字符行定位的方法的另一个具体流程示意图；

图4是需要进行定位的图像示意图；

图5是定位的结果示意图；

图6是本发明实施例中的字符行定位的装置的一个具体组成示意图；

图7是图6中的倾斜度获取单元的一个具体组成示意图；

图8是图6中的定位单元的一个具体组成示意图；

图9是图6中的定位单元的另一个具体组成示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本邻域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

下面参考附图对本发明的实施例进行描述。参见图2，为本发明实施例中的字符行定位的方法的一个具体流程示意图。该流程包括：

201、根据待处理图像数据获得候选字符信息。具体可以包括，对所述待处理图像数据进行二值化，获得二值图；对所述二值图进行连通域分析获得候选字符信息，如对二值图进行连通域标记，将符合条件的连通分量作为候选字符，并计算该候选字符的中心坐标。也可以不对待处理图像进行二值化，而是直接在灰度图或彩色图上利用灰度或色彩等信息获得候选字符信息。

其中，所述候选字符可以包括多个，如，当获得的候选字符数目到达一定数目后确定需要进行定位并执行后续步骤，否则改变获取图像数据的区域，重新获取图像数据。

202、根据所述候选字符信息获得字符间倾斜角度信息，所述字符间倾斜角度信息用于标识候选字符与所述候选字符的邻域候选字符的位置关系。具体可包括：

A、获取所述候选字符信息中候选字符的位置信息，如候选字符的中心坐标；

B、根据所述候选字符的位置信息获得符合所述候选字符的邻域范围条件的其他候选字符的位置信息，如根据上述候选字符的中心坐标计算在该坐标的一定空间距离范围内的其他邻近的候选字符。即该领域范围为基于空间度量距离的邻域范围，如基于欧氏距离的环状邻域范围、或是基于街区距离的邻域范围、或是基于其他的距离计算方法的邻域范围。

C、根据所述候选字符的位置信息和所述其他候选字符的位置信息获取所述字符间倾斜角度信息。

203、根据所述字符间倾斜角度信息确定所述候选字符的字符行的边界框，以完成定位。其中，字符间倾斜角度信息包括字符间倾斜角度；边界框可以是矩形框。

具体可以是根据统计的方法确定倾斜角度，如：获得与所述候选字符有关的至少一个字符间倾斜角度；对各所述字符间倾斜角度的取值范围进行量化；统计获得落入各量化区间内的字符间倾斜角度的数目；根据统计获得各量化区间的所述数目确定字符行倾斜角度；根据所述字符行倾斜角度确定候选字符的边界框，即根据上述确定的所述字符行倾斜角度及其所对应的字符空间位置信息确定候选字符的字符行的边界。

也可以是根据聚类的方法确定倾斜角度，如：获得与所述候选字符有关的至少一个字符间倾斜角度；根据各所述字符间倾斜角度进行聚类，以聚类获得的类别中心作为确定的字符行倾斜角度；根据确定的所述字符行倾斜角度确定候选字符的字符行的边界框。

如图3所示，为应用到对票据的磁码字符行进行定位时，本发明实施例中的字符行定位的方法的具体流程示意图。该流程包括：

301、选取整个票据图像中的部分区域作为定位搜索的区域，然后对该区域中的图像数据进行二值化，获得二值图。通常票据中的磁码字符行都在票据的下方，因此，可以选取票据图像中下方部分(如下方1/5)区域作为搜索区域。

302、对上步中获得的二值图进行连通域分析，根据分析结果进行连通域标记，以记录各连通分量的位置及大小。如，可以根据快速区域标号算法进行连通域分析。

303、在经过连通域标记的二值图中，根据预定的宽高(或宽高范围)选取符合磁码字符宽高条件的连通分量作为候选字符。如，根据一些先验信息确定预定的宽高或宽的高范围来确定候选字符，即事先知道所要定位的某种字符的大小范围应该是宽度与高度在多少个像素至多少个像素之间。

304、统计候选字符的总数量是否大于预定数量，若候选字符的数量大于预定数量，则认为磁码字符行存在，执行305步；否则，则认为磁码字符行不存在，退出定位，或是退出本次定位，重新执行步骤301，选取下一搜索区域进行定位，直至搜索完成。

305、计算所有候选字符的中心坐标。

306、根据候选字符的中心坐标计算字符间倾斜角度。如，计算连接每个候选字符的中心坐标与其邻域范围内的各候选字符的中心坐标的连线的角度，其中，邻域范围可以是基于欧氏距离的范围，例如，设候选字符的中心坐标为(x₀，y₀)，则以其为中心的基于欧氏距离的领域范围可定义为：

RingNeibour(x₀，y₀)＝{(x，y)|T1＜f(x，y，x₀，y₀)＜T2}    (式1)

$(x,y,x_0,y_0)=\sqrt{{(x-x_0)}^2+{(y-y_0)}^2}$ (式2)

其中，T1可取候选字符平均宽度的三至四倍，T2取候选字符平均宽度的五至六倍。满足上述邻域范围定义的候选字符，则选为邻域候选字符计算倾斜角度。

其中，上述领域范围也可以是基于其他的举例定义方式，例如街区距离等等。即，式2中的距离公式还可定义为：

距离公式1：f(x，y，x₀，y₀)＝|x-x₀|+|y-y₀|

距离公式2：f(x，y，x₀，y₀)＝Max(|x-x₀|，y-y₀|)

距离公式3：f(x，y，x₀，y₀)＝Min(|x-x₀|，y-y₀|)

……

对各个候选字符，或是根据规则选取部分的候选字符，分别计算其与邻域范围内的各候选字符的字符间倾斜角度。由于上述计算获得多个倾斜角度可能不尽相同，需要统计得到一个最接近真实值的倾斜角度。具体可以采用多种概率统计的方法。

对统计的方法举例如下：确定一个倾斜角度的可能范围，如确定为[-Max，Max]，其中Max取值为10，对这个角度范围进行量化，量化阶长t值为0.1，统计上述得到的多个倾斜角度中落入各个量化阶内的数目，并确定落入的倾斜角度的数目最大的量化阶对应的角度为磁码字符行的倾斜角度。

如，可如上所述的范围和量化阶定义一个角度计数器，统计各个倾斜角度，若角度值落在计数器的某个阶区内，对应阶区的计数自增一个单位，并同时记录该角度值所对应的候选字符的信息(如候选字符的编号)，统计出具有最大计数单位的角度，若计数值小于某个阈值，认为磁码字符行不存在，退出；否则，认为该角度为磁码字符行倾斜角度。

也可以采用聚类的方法确定倾斜角度，如，对所有的角度值进行聚类，以聚类得到的最大类别的中心对应的倾斜角度作为磁码字符行的倾斜角度，即通过聚类所找到的角度类别中挑出一个具有最大计数的类别，并把该类别中心的角度值作为最终结果。。如在如下聚类空间中进行聚类：聚类空间有两个坐标轴，横轴反映角度值信息，纵轴反映角度值对应的计数。具体的聚类方法可以采用kmeans(k均值)聚类、ISODATA聚类等多种聚类算法。

307、根据确定的字符行的倾斜角度，利用最小二乘法拟合该角度值对应的候选字符的字符行的上界线与下界线，完成定位。

在本发明实施例所提供的方案中，根据磁码字符行的空间排列特点(磁码字符中心基本在一条直线上分段紧密排列)，利用计算出的候选字符何其邻域字符之间的倾斜角度推定磁码字符行的倾斜角度，从而准确地定位具有一定倾斜角度的磁码字符行。其中，在确定磁码字符行的倾斜角度时，采用各个角度投票的方式计算整个磁码字符行的倾斜角度，提高了倾斜度确定的稳定性。

同时，为了避免因为相邻磁码字符间距离太近，不能真实反映磁码字符行的偏转情况，所以对每个磁码字符考察与其环状领域磁码字符的偏转情况，这样得到的各字符间的倾斜角度能更真实的反映整个磁码字符行的倾斜程度。提高了定位的稳定性和准确性。

如图4和图5所示，为采用本发明实施例中的方案的对实际票据进行定位的情况。图4中为需要进行定位的图像。图5中矩形框即为定位的结果。可见对于这种图像中磁码字符行倾斜的情况，采用本发明实施例中的方案仍可以准确的进行定位。

相应的，本发明实施例还提供了一种字符行定位的装置，如图6所示，该装置包括：

字符信息获取单元2，用于根据待处理图像数据获得候选字符信息；倾斜度获取单元4，用于根据所述候选字符信息获得字符间倾斜角度信息，所述字符间倾斜角度信息用于标识候选字符与所述候选字符的邻域候选字符的位置关系；定位单元6，用于根据所述字符间倾斜角度信息确定所述候选字符的字符行的边界框，以完成定位。

其中，如图7所示，倾斜度获取单元4包括：第一位置信息模块40，用于获取所述候选字符信息中候选字符的位置信息；第二位置信息模块42，用于根据所述候选字符的位置信息获得符合所述候选字符的邻域范围条件的其他候选字符的位置信息；倾斜度信息模块44，用于根据所述候选字符的位置信息和所述其他候选字符的位置信息获取所述字符间倾斜角度信息。

如图8所示，定位单元6包括：获取模块60，用于获取所述字符间倾斜角度信息中的与所述候选字符有关的至少一个字符间倾斜角度；量化模块62，用于对各所述字符间倾斜角度的取值范围进行量化；统计模块64，用于统计获得落入各量化区间内的字符间倾斜角度的数目；角度确定模块66，用于根据统计获得各量化区间的所述数目确定字符行倾斜角度；边界确定模块68，用于根据确定的所述字符行倾斜角度确定候选字符的字符行的边界框，以完成定位。

或，如图9所示，定位单元6包括：获取模块60，用于获取所述字符间倾斜角度信息中的与所述候选字符有关的至少一个字符间倾斜角度；聚类模块61，用于根据各所述字符间倾斜角度进行聚类，以聚类获得的最大类别的中心作为字符行倾斜角度；边界确定模块68，用于根据确定的所述字符行倾斜角度确定候选字符的的字符行边界框，以完成定位。

其中，上述模块和单元的其他具体细节与本发明其他实施例中的一致，此处不做赘述。

在本发明实施例所提供的方案中，根据磁码字符行的空间排列特点(磁码字符中心基本在一条直线上分段紧密排列)，利用计算出的候选字符何其邻域字符之间的倾斜角度推定磁码字符行的倾斜角度，从而准确的定位具有一定倾斜角度的磁码字符行。其中，在确定磁码字符行的倾斜角度时，采用各个角度投票的方式计算整个磁码字符行的倾斜角度，提高了倾斜度确定的稳定性。

同时，为了避免因为相邻磁码字符间距离太近，不能真实反映磁码字符行的偏转情况，所以对每个磁码字符考察与其环状领域磁码字符的偏转情况，这样得到的各字符间的倾斜角度能更真实的反映整个磁码字符行的倾斜程度。提高了定位的稳定性和准确性。

通过以上的实施方式的描述，本邻域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。

以上所述的实施方式，并不构成对该技术方案保护范围的限定。任何在上述实施方式的精神和原则之内所作的修改、等同替换和改进等，均应包含在该技术方案的保护范围之内。

Claims (10)

1、一种字符行定位的方法，其特征在于，所述方法包括：

根据待处理图像数据获得候选字符信息；

根据所述候选字符信息获得字符间倾斜角度信息，所述字符间倾斜角度信息用于标识候选字符与所述候选字符的邻域候选字符的位置关系；

根据所述字符间倾斜角度信息确定所述候选字符的字符行的边界框，以完成定位。

2、如权利要求1所述的方法，其特征在于，所述根据所述候选字符信息获得字符间倾斜角度信息，所述字符间倾斜角度信息用于标识候选字符与所述候选字符的邻域候选字符的位置关系包括：

获取所述候选字符信息中候选字符的位置信息；

根据所述候选字符的位置信息获得符合所述候选字符的邻域范围条件的其他候选字符的位置信息；

根据所述候选字符的位置信息和所述其他候选字符的位置信息获取所述字符间倾斜角度信息。

3、如权利要求2所述的方法，其特征在于，所述邻域范围为基于空间度量距离的邻域范围。

4、如权利要求1所述的方法，其特征在于，所述字符间倾斜角度信息中包括字符间倾斜角度，所述根据所述字符间倾斜角度信息确定所述候选字符的边界框包括：

获得与所述候选字符有关的至少一个字符间倾斜角度；

对各所述字符间倾斜角度的取值范围进行量化；

统计获得落入各量化区间内的字符间倾斜角度的数目；

根据统计获得各量化区间的所述数目确定字符行倾斜角度；

根据所述字符行倾斜角度确定所述候选字符的字符行的边界框。

5、如权利要求1所述的方法，其特征在于，所述字符间倾斜角度信息中包括字符间倾斜角度，所述根据所述字符间倾斜角度信息确定所述候选字符的边界框包括：

获得与所述候选字符有关的至少一个字符间倾斜角度；

根据各所述字符间倾斜角度进行聚类，以聚类获得的最大类别的中心作为确定的字符行倾斜角度；

根据所述字符行倾斜角度确定所述候选字符的的字符行的边界框。

6、如权利要求1至5中任一项所述的方法，其特征在于，所述根据待处理图像数据获得候选字符信息包括：

对所述待处理图像数据进行连通域分析获得候选字符信息。

7、一种字符行定位的装置，其特征在于，所述装置包括：

字符信息获取单元，用于根据待处理图像数据获得候选字符信息；

倾斜度获取单元，用于根据所述候选字符信息获得字符间倾斜角度信息，所述字符间倾斜角度信息用于标识候选字符与所述候选字符的邻域候选字符的位置关系；

定位单元，用于根据所述字符间倾斜角度信息确定所述候选字符的字符行的边界框，以完成定位。

8、如权利要求7所述的装置，其特征在于，所述倾斜度获取单元包括：

第一位置信息模块，用于获取所述候选字符信息中候选字符的位置信息；

第二位置信息模块，用于根据所述候选字符的位置信息获得符合所述候选字符的邻域范围条件的其他候选字符的位置信息；

倾斜度信息模块，用于根据所述候选字符的位置信息和所述其他候选字符的位置信息获取所述字符间倾斜角度信息。

9、如权利要求7或8所述的装置，其特征在于，所述定位单元包括：

获取模块，用于获取所述字符间倾斜角度信息中的与所述候选字符有关的至少一个字符间倾斜角度；

量化模块，用于对各所述字符间倾斜角度的取值范围进行量化；

统计模块，用于统计获得落入各量化区间内的字符间倾斜角度的数目；

角度确定模块，用于根据统计获得各量化区间的所述数目确定字符行倾斜角度；

边界确定模块，用于根据所述字符行倾斜角度确定候选字符的字符行的边界框，以完成定位。

10、如权利要求7或8所述的装置，其特征在于，所述定位单元包括：

获取模块，用于获取所述字符间倾斜角度信息中的与所述候选字符有关的至少一个字符间倾斜角度；

聚类模块，用于根据各所述字符间倾斜角度进行聚类，以聚类获得的最大类别的中心作为确定的字符行倾斜角度；

边界确定模块，用于根据所述字符行倾斜角度确定候选字符的字符行的边界框，以完成定位。

Images