图像处理方法、装置、电子设备及计算机可读介质制造方法及图纸

本公开涉及一种图像处理方法、装置、电子设备及计算机可读介质。该方法包括：对图像进行灰度化处理，生成灰度图像；对所述灰度图像进行灰度聚类处理，生成多个二值图像；将所述多个二值图像进行图像叠加处理，生成目标图像；以及基于所述目标图像进行文字识别处理。本公开涉及的图像处理方法、装置、电子设备及计算机可读介质，能够在图像进行文字识别时提高文字识别的准确率和分辨率。

Image Processing Method, Device, Electronic Equipment and Computer Readable Media

【技术实现步骤摘要】
图像处理方法、装置、电子设备及计算机可读介质
本公开涉及计算机信息处理领域，具体而言，涉及一种图像处理方法、装置、电子设备及计算机可读介质。
技术介绍
随着信息时代的到来，数字图像作为一种重要的信息载体，能满足日益增加的现代化业务。光学字符识别，OCR技术，通过光学及计算机技术，将图像中的文字转换为计算机能编辑的文本。目前，随着计算机的性能以及手机拍照技术的发展，OCR技术的应用场景变得更为广泛。对于保险行业而言，保险单据的录入与核对是一项工作量巨大的工作，传统的人工录入与校对往往具有效率低，错误率较高的特点，而利用OCR技术，进行保险单据的识别，能够较大幅度的提升工作效率。但是，在现有技术处理中，对保险单据进行识别的主要难点在于：保险单据的拍摄场景复杂，如背景噪声较大，光照不均匀，拍摄角度不统一等等，这种拍摄环境造成了保险单据图像中含有大量的“噪音”数据。目前尚未有方法对单据图像进行行之有效的处理，使得单据图像中的文字信息突出，场景噪音压制。而在目前的技术中，常见的图像预处理技术多为边缘检测以及滤波等，也无法完全解决上述技术问题，文字识别效果不理想。
技术实现思路
有鉴于此，本公开提供一种图像处理方法、装置、电子设备及计算机可读介质，能够在图像进行文字识别时提高文字识别的准确率和分辨率。本公开的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本公开的实践而习得。根据本公开的一方面，提出一种图像处理方法，该方法包括：对图像进行灰度化处理，生成灰度图像；对所述灰度图像进行灰度聚类处理，生成多个二值图像；将所述多个聚类图像进行图像叠加处理，生成目标图像；以及基于所述目标图像进行文字识别处理。在本公开的一种示例性实施例中，对所述灰度图像进行灰度聚类处理，生成多个二值图像包括：基于所述灰度图像中的每一个像素的灰度值确定所述灰度图像的灰度分布；基于所述灰度分布确定聚类参数；以及基于所述聚类参数将所述灰度图像进行灰度聚类处理以生成所述多个二值图像。在本公开的一种示例性实施例中，基于所述灰度图像中的每一个像素的灰度值确定所述灰度图像的灰度分布包括：确定核函数；通过所述核函数构建所述灰度分布公式；以及通过所述每一个像素的灰度值与所述灰度分布公式确定确定所述灰度图像的灰度分布。在本公开的一种示例性实施例中，基于所述灰度分布确定聚类参数包括：确定所述灰度分布中的极值确定所述聚类参数。在本公开的一种示例性实施例中，基于所述聚类参数将所述灰度图像进行灰度聚类处理以生成所述多个二值图像包括：基于所述聚类参数将所述灰度图像进行灰度聚类处理生成多个聚类图像；以及对所述多个聚类图像进行二值化处理，生成所述多个二值图像。在本公开的一种示例性实施例中，将所述多个聚类图像进行图像叠加处理，生成目标图像包括：将所述多个聚类图像进行图像叠加，生成叠加图像；确定所述叠加图像中的关键区域图像；以及将所述关键区域图像与所述叠加图像进行图像融合处理以生成所述目标图像。在本公开的一种示例性实施例中，确定所述叠加图像中的关键区域图像包括：确定所述叠加图像中的连通区域；以及根据所述多个聚类图像在连通区域内像素二值化结果的占比确定所述关键区域图像。在本公开的一种示例性实施例中，将所述关键区域图像与所述叠加图像进行图像融合处理以生成所述目标图像包括：确定所述关键区域图像的第一权值；确定所述叠加图像的第二权值；以及根据所述第一权值与第二权值对所述关键区域图像与所述叠加图像进行图像融合处理以生成所述目标图像。根据本公开的一方面，提出一种图像处理装置，该装置包括：灰度模块，用于对图像进行灰度化处理，生成灰度图像；聚类模块，用于对所述灰度图像进行灰度聚类处理，生成多个二值图像；叠加模块，用于将所述多个聚类图像进行图像叠加处理，生成目标图像；以及识别模块，用于基于所述目标图像进行文字识别处理。根据本公开的一方面，提出一种电子设备，该电子设备包括：一个或多个处理器；存储装置，用于存储一个或多个程序；当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如上文的方法。根据本公开的一方面，提出一种计算机可读介质，其上存储有计算机程序，该程序被处理器执行时实现如上文中的方法。根据本公开的图像处理方法、装置、电子设备及计算机可读介质，通过灰度聚类方式对图像进行预处理，然后将处理之后的图像进行图像叠加，从而生成待识别的目标图像的方式，能够在图像进行文字识别时提高文字识别的准确率和分辨率。应当理解的是，以上的一般描述和后文的细节描述仅是示例性的，并不能限制本公开。附图说明通过参照附图详细描述其示例实施例，本公开的上述和其它目标、特征及优点将变得更加显而易见。下面描述的附图仅仅是本公开的一些实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1是根据一示例性实施例示出的一种图像处理方法及装置的系统场景框图。图2是根据一示例性实施例示出的一种图像处理方法的流程图。图3是根据另一示例性实施例示出的一种图像处理方法的流程图。图4是根据另一示例性实施例示出的一种图像处理方法的流程图。图5是根据另一示例性实施例示出的一种图像处理方法的流程图。图6是根据一示例性实施例示出的一种图像处理装置的框图。图7是根据一示例性实施例示出的一种电子设备的框图。图8是根据一示例性实施例示出一种计算机可读存储介质示意图。具体实施方式现在将参考附图更全面地描述示例实施例。然而，示例实施例能够以多种形式实施，且不应被理解为限于在此阐述的实施例；相反，提供这些实施例使得本公开将全面和完整，并将示例实施例的构思全面地传达给本领域的技术人员。在图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。此外，所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施例中。在下面的描述中，提供许多具体细节从而给出对本公开的实施例的充分理解。然而，本领域技术人员将意识到，可以实践本公开的技术方案而没有特定细节中的一个或更多，或者可以采用其它的方法、组元、装置、步骤等。在其它情况下，不详细示出或描述公知方法、装置、实现或者操作以避免模糊本公开的各方面。附图中所示的方框图仅仅是功能实体，不一定必须与物理上独立的实体相对应。即，可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。附图中所示的流程图仅是示例性说明，不是必须包括所有的内容和操作/步骤，也不是必须按所描述的顺序执行。例如，有的操作/步骤还可以分解，而有的操作/步骤可以合并或部分合并，因此实际执行的顺序有可能根据实际情况改变。应理解，虽然本文中可能使用术语第一、第二、第三等来描述各种组件，但这些组件不应受这些术语限制。这些术语乃用以区分一组件与另一组件。因此，下文论述的第一组件可称为第二组件而不偏离本公开概念的教示。如本文中所使用，术语“及/或”包括相关联的列出项目中的任一个及一或多者的所有组合。本领域技术人员可以理解，附图只是示例实施例的示意图，附图中的模块或流程并不一定是实施本公开所必须的，因此不能用于限制本公开的保护范围。传统的OCR技术中，提高文字的辨识度主要是通过二值化或边缘本文档来自技高网...

【技术保护点】
1.一种图像处理方法，其特征在于，包括：对图像进行灰度化处理，生成灰度图像；对所述灰度图像进行灰度聚类处理，生成多个二值图像；将所述多个二值图像进行图像叠加处理，生成目标图像；以及基于所述目标图像进行文字识别处理。

【技术特征摘要】
1.一种图像处理方法，其特征在于，包括：对图像进行灰度化处理，生成灰度图像；对所述灰度图像进行灰度聚类处理，生成多个二值图像；将所述多个二值图像进行图像叠加处理，生成目标图像；以及基于所述目标图像进行文字识别处理。2.如权利要求1所述的方法，其特征在于，对所述灰度图像进行灰度聚类处理，生成多个二值图像包括：基于所述灰度图像中的每一个像素的灰度值确定所述灰度图像的灰度分布；基于所述灰度分布确定聚类参数；以及基于所述聚类参数将所述灰度图像进行灰度聚类处理以生成所述多个二值图像。3.如权利要求2所述的方法，其特征在于，基于所述灰度图像中的每一个像素的灰度值确定所述灰度图像的灰度分布包括：确定核函数；通过所述核函数构建所述灰度分布公式；以及通过所述每一个像素的灰度值与所述灰度分布公式确定所述灰度图像的灰度分布。4.如权利要求2所述的方法，其特征在于，基于所述灰度分布确定聚类参数包括：确定所述灰度分布中的极值确定所述聚类参数。5.如权利要求2所述的方法，其特征在于，基于所述聚类参数将所述灰度图像进行灰度聚类处理以生成所述多个二值图像包括：基于所述聚类参数将所述灰度图像进行灰度聚类处理生成多个聚类图像；以及对所述多个聚类图像进行二值化处理...

【专利技术属性】
技术研发人员：张秋晖，刘岩，朱兴杰，
申请(专利权)人：泰康保险集团股份有限公司，
类型：发明
国别省市：北京,11