一種圖片中相關(guān)文本的自動(dòng)框選方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及智能教育移動(dòng)終端和在線教育軟件的圖像處理領(lǐng)域，涉及基于圖像文本處理對(duì)圖像中相關(guān)文本的自動(dòng)框選方法。
【背景技術(shù)】
[0002]隨著以教育學(xué)生學(xué)習(xí)為主的學(xué)習(xí)機(jī)或者學(xué)習(xí)類軟件的普及，學(xué)生通過學(xué)習(xí)機(jī)或者學(xué)習(xí)類軟件獲取學(xué)習(xí)資源越來越方便，所得到的學(xué)習(xí)資源范圍也更加廣。目前市面上一些學(xué)習(xí)類軟件通過學(xué)習(xí)使用手機(jī)拍攝對(duì)題目拍攝照片，由于課本上的內(nèi)容分布較為密集，無法單獨(dú)將要上傳內(nèi)容拍攝下來。其它無關(guān)內(nèi)容的上傳會(huì)影響最終的反饋結(jié)果，因此，需要將照片中所要上傳內(nèi)容進(jìn)行手動(dòng)框選，手動(dòng)選擇框選的位置和大小，該過程相對(duì)而言較為煩瑣，影響學(xué)生的學(xué)習(xí)效率。

【發(fā)明內(nèi)容】

[0003]鑒于現(xiàn)有技術(shù)的不足，本發(fā)明的目的在于提供一種圖片中相關(guān)文本的自動(dòng)框選方法，將拍攝的照片進(jìn)行自動(dòng)框選，簡(jiǎn)化使用者的操作，提高相關(guān)教育產(chǎn)品的智能化。
[0004]本發(fā)明的具體技術(shù)方案如下。
[0005]一種圖片中相關(guān)文本的自動(dòng)框選方法，包括如下步驟:
對(duì)拍攝的圖片進(jìn)行文本預(yù)處理，將文本與背景分離，對(duì)提取的文本分別進(jìn)行橫向切割和縱向切割，利用橫向切割和縱向切割結(jié)果作為滑動(dòng)候選框的選取依據(jù)，并且得到框外對(duì)比區(qū)域的寬度，分別計(jì)算每個(gè)候選框內(nèi)外的邊緣分布密度，根據(jù)候選框內(nèi)外的邊緣分布密度特點(diǎn)得到每個(gè)候選區(qū)域的置信值，實(shí)現(xiàn)對(duì)未知文本的自動(dòng)相關(guān)內(nèi)容框選。
[0006]進(jìn)一步地，所述利用提取的文本的橫向切割和縱向切割結(jié)果作為滑動(dòng)候選框的選取依據(jù)，具體包括:
A、通過文本的縱向切割得到所有候選框的橫向邊界，以及文本的字寬；
B、通過文本的橫向切割得到文本的字長(zhǎng)，將文本的字長(zhǎng)作為候選框的擴(kuò)張滑動(dòng)步長(zhǎng)，滑動(dòng)候選框?qū)D像自中心向外擴(kuò)張式分割成所有可能的候選區(qū)域；
C、根據(jù)文本的字長(zhǎng)得到候選框框外寬度，框外寬度等于文本的字長(zhǎng)；
D、根據(jù)文本的字寬和字長(zhǎng)得到統(tǒng)計(jì)邊緣密度的單位區(qū)域大小。
[0007]進(jìn)一步地，所述分別計(jì)算每個(gè)候選框內(nèi)外的邊緣分布密度，具體包括:
A、提取候選框內(nèi)外的邊緣特征，得到二值化的邊緣圖像；
B、以統(tǒng)計(jì)邊緣密度的單位區(qū)域?yàn)閴K，分別以半個(gè)字寬和字長(zhǎng)作為塊的重疊區(qū)域；
C、對(duì)塊內(nèi)像素值進(jìn)行統(tǒng)計(jì)，得到每個(gè)塊邊緣概率密度；
D、以所有重疊區(qū)域?qū)?yīng)塊的邊緣概率密度的平均值作為像素點(diǎn)的邊緣概率密度；
E、將邊緣概率密度圖分割成候選框內(nèi)及候選框外區(qū)域。
[0008]進(jìn)一步地，所述根據(jù)候選框內(nèi)外的邊緣分布密度特點(diǎn)得到每個(gè)候選區(qū)域的置信值，實(shí)現(xiàn)對(duì)未知文本的自動(dòng)相關(guān)內(nèi)容框選，具體包括: A、分別統(tǒng)計(jì)滑動(dòng)候選框框內(nèi)及對(duì)應(yīng)框外像素的平均邊緣概率密度；
B、將框內(nèi)平均邊緣概率密度比框外平均邊緣概率密度的值作為該候選框的置信值，并記錄下來；
C、輪詢完所有候選框后，選出所有置信值中的最大值，所對(duì)應(yīng)的候選框作為未知文本的相關(guān)內(nèi)容框選區(qū)域。
[0009]進(jìn)一步地，對(duì)候選框初取狀態(tài)及后面變化步長(zhǎng)的選取，具體包括:
A、由文本的縱向切割得到所有候選框的固定橫向邊界；
B、以圖像中心作為候選框中心，以單字長(zhǎng)為框長(zhǎng)，作為候選框的初始狀態(tài)；
C、以單字長(zhǎng)作為候選框長(zhǎng)的變化步長(zhǎng)。
[0010]進(jìn)一步地，將拍攝的圖片進(jìn)行相關(guān)文本的自動(dòng)框選，用于教育移動(dòng)終端或者教學(xué)類軟件中的拍照上傳課本內(nèi)容或者拍照搜索答案的功能當(dāng)中。
[0011]與現(xiàn)有技術(shù)相比，本發(fā)明具有如下優(yōu)點(diǎn)和技術(shù)效果:本發(fā)明能用于在相關(guān)教育類產(chǎn)品或者學(xué)習(xí)類軟件中，在拍攝照片到上傳圖像文本過程中實(shí)現(xiàn)圖片中相關(guān)文本的自動(dòng)框選。對(duì)拍攝的圖片進(jìn)行文本預(yù)處理，將文本與背景分離，對(duì)提取的文本分別進(jìn)行橫向切割和縱向切割，作為滑動(dòng)候選框的選取依據(jù)，并且得到框外對(duì)比區(qū)域的寬度，分別計(jì)算每個(gè)候選框內(nèi)外的邊緣分布密度，根據(jù)兩者的邊緣分布密度特點(diǎn)得到每個(gè)候選區(qū)域的置信值，實(shí)現(xiàn)對(duì)未知文本的自動(dòng)相關(guān)內(nèi)容框選。本發(fā)明能將拍攝的照片進(jìn)行相關(guān)文本自動(dòng)框選，，使用者拍攝完照片后無需手動(dòng)調(diào)整待上傳框，該方法智能完成未知文本的框選，簡(jiǎn)化使用者的操作，提尚相關(guān)教育廣品的智能化。
【附圖說明】
[0012]圖1為實(shí)例中框內(nèi)外區(qū)域示意圖。
【具體實(shí)施方式】
[0013]以下結(jié)合附圖對(duì)本發(fā)明的具體實(shí)施方法作進(jìn)一步詳細(xì)說明，但本發(fā)明的實(shí)施和保護(hù)不限于此。
[0014]一種圖片中相關(guān)文本的自動(dòng)框選方法，具體步驟包括:對(duì)拍攝的圖片進(jìn)行文本預(yù)處理，將文本與背景分離，對(duì)提取的文本分別進(jìn)行橫向切割和縱向切割，作為滑動(dòng)候選框的選取依據(jù)，并且得到框外對(duì)比區(qū)域的寬度，框內(nèi)及框外區(qū)域如圖1所示。分別計(jì)算每個(gè)候選框內(nèi)外的邊緣分布密度，根據(jù)兩者的邊緣分布密度特點(diǎn)得到每個(gè)候選區(qū)域的置信值，實(shí)現(xiàn)對(duì)未知文本的自動(dòng)相關(guān)內(nèi)容框選。
[0015]首先根據(jù)文字的顏色特點(diǎn)，對(duì)文本進(jìn)行二值化處理，將文字與背景區(qū)分開，可采用目前經(jīng)典的算法全局化的動(dòng)態(tài)二值化方法(OTSU)進(jìn)行處理，提取二值化文本。
[0016]利用提取的文本的橫向切割和縱向切割結(jié)果作為滑動(dòng)候選框的選取依據(jù)，具體包括:
A、先通過文本的縱向切割得到所有候選框的橫向邊界，以及文本的字寬m;
B、先通過文本的橫向切割得到文本的字長(zhǎng)n，將文本的字長(zhǎng)η作為候選框的擴(kuò)張滑動(dòng)步長(zhǎng)step=n，滑動(dòng)候選框?qū)D像自中心向外擴(kuò)張式分割成所有可能的候選區(qū)域；
C、根據(jù)文本的字長(zhǎng)得到候選框框外寬度，框外寬度等于文本的字長(zhǎng)； D、根據(jù)文本的字寬和字長(zhǎng)得到統(tǒng)計(jì)邊緣密度的單位區(qū)域大小。
[0017]對(duì)候選框初取狀態(tài)及其后面變化的選取方法，具體包括:
A、由文本的縱向切割得到所有