【技术实现步骤摘要】
基于目标检测的吊线图族谱数字化方法、系统及设备
[0001]本专利技术属于计算机图像识别与处理
,涉及一种吊线图族谱数字化方法、系统及设备,具体涉及一种基于目标检测的吊线图族谱数字化方法、系统及设备。
技术介绍
[0002]吊线图用来表示家族中人物之间的亲缘关系,得名于吊线图中,人物以世代为基础,不同世代的人物从左至右或者从上至下依次排列,具有亲缘关系的人物之间通过线条连接,形似一串连线;常见的吊线图有双栏五代和九代式。
[0003]OpenCV是Open Source Computer Vision Library的缩写,是一个开放源代码的计算机视觉算法和工具库,也是目前使用最为广泛的计算机视觉库。
[0004]OpenCV有以下特点:
[0005](1)实现了大量计算机视觉领域的算法,提供了许多工具和数据结构以方便计算机视觉程序的开发。
[0006](2)基于Apache 2许可证开放源代码,允许任何个人和组织在比较宽松的条件下使用和修改OpenCV的代码,对商业应用友好。
[0007](3)使用C++语言开发,主要提供了C++语言的接口。同时,OpenCV还基于C++语言接口,提供了其他编程语言的接口,其中最重要的就是Python语言接口,即opencv
‑
python包。由于Python语言简单灵活、表达能力强、易于入门的特点,opencv
‑
python被广泛使用于原型开发、演示和教学领域,也是本论文所述方案使用的OpenCV ...
【技术保护点】
【技术特征摘要】
1.一种基于目标检测的吊线图族谱数字化方法,其特征在于,包括以下步骤:步骤1:预处理族谱图像,包括灰度化处理,对灰度图进行二值化处理;基于二值化图像,得到吊线图水平投影图;基于水平投影图特征,去除标题部分,再拼接两侧图片;基于拼接后图片的水平投影图,剔除世代标识;步骤2:针对预处理后的族谱图像,基于最大稳定极值区域算法MSER,得到文字区域大致位置;拆解出MSER对象中包含的文字区域坐标和文字区域区域边长,根据文字区域的左上角坐标和文字边长得到文字区域左上和右下角的坐标coordinates;基于MSER对象得到的坐标coordinates,剔除重叠率高于阈值A的区域;步骤3:基于几何位置融合偏旁部首;将步骤2中获得的文字区域作为候选区域,遍历候选区域,得到每个候选区域的几何中心,若两个候选区域几何中心之间的距离小于阈值B,按两区域最大范围融合;步骤4:剔除吊线区域以及非文字区域;根据图像中文字所占的像素面积大小,设置阈值C,遍历所有候选区域,若候选区域面积小于该阈值C,则判断该区域非文字区域;根据图像中识别到的吊线与汉字几何特征不同,设置候选区域的长宽比阈值D,若检测区域的长宽比大于阈值D,则判定为吊线区域;将非文字区域和吊线区域的坐标置0并集中删除;步骤5:融合文字区域为姓名区域;遍历候选区域,得到候选区域的几何中心,如果两个候选区域的几何中心小于阈值E,则视为两个文字同属一个姓名,按两区域最大范围融合,得到精确的姓名区域。2.根据权利要求1所述的基于目标检测的吊线图族谱数字化方法,其特征在于:步骤1中所述基于二值化图像,得到吊线图水平投影图;具体实现包括以下子步骤:(1)输入numpy类型的二值化图像;(2)对二值化图像每一行的非零值计数,记为c;(3)结果图片中对应的每一行,设为c数量单位的纯黑值;(4)新建矩阵,对应每一行为c数量的纯黑值,以图片形式输出该矩阵。3.根据权利要求1所述的基于目标检测的吊线图族谱数字化方法,其特征在于:步骤1中所述剔除世代标识,具体实现包括以下子步骤:(1)输入需剔除世代标识图片,记为img;和其二值化图像,记为bin;(2)得到bin每一行非零值的数量,记第i行非零值数量为Ci;(3)遍历每一行的C
i
,若C
i
大于阈值A1,则将其放入容量为B的容器内,当容器内充满元素,则记录最小行数并清空容器内所有元素;若C
i
小于阈值A1,则清空容器内所有元素;(4)对每一个记录下的行数,针对输入的img删除此行及下方预设数量的行;(5)删除指定行的img即所需结果。4.根据权利要求1所述的基于目标检测的吊线图族谱数字化方法,其特征在于:步骤2中,基于MSER对象得到的区域坐标coordinates,利用非极大值抑制算法NMS,剔除重叠率高于阈值的区域;所述非极大值抑制算法NMS,具体实现包括以下子步骤:(1)遍历所有姓名区域,得出区域的面积;(2)根据区域右下角纵坐标大小从小到大排序;
(3)将纵坐标值最大的区域无条件进栈至堆栈C;(4)将其余区域分别与堆栈C栈顶元素求重叠率,将重叠率大于阈值的区域剔除;(5)继续从剩下的区域中选择右下角纵坐标值最大的区域进栈,计算堆栈C栈顶元素与剩余的区域重叠率,若重叠率大于阈值则剔除,直到没有与堆栈C栈顶元素的重叠率大于阈值的区域。5.根据权利要求1所述的基于目标检测的吊线图族谱数字化方法,其特征在于:步骤3的具体实现包括以下子步骤:(1)遍历所有候选区域;(2)记录其几何中心;(3)得到主体区域几何中心和客体区域几何中心水平距离与竖直距离中的较大值,记为dist;(4)判断dist于阈值B的大小关系,若dist小于阈值B,则将客体区域按主体区域于客体区域最大范围融合,若dist大于阈值B,则不做操作。6.根据权利要求1
‑
5任意一项所述的基于目标检测的吊线图族谱数字化方法,其特征在于:步骤5获得精确的姓名区域后,进一步判断并找出主体区域的父亲或兄弟区域;具体实现包括以下步骤:步骤6:根据各个姓名区域之间的物理位置关系检测出人物关系,检测主体区域的父亲区域和兄弟区域;其中,主体区域为步骤5中获得的姓名区域与主体区域做对比的区域称之为客体区域;所述检测主体区域的父亲区域,首先遍历主体区域,判断主体区域左侧是否存在客体区域,即对比主体区域几何中心和客体区域几何中心的纵坐标差值是否在阈值F范围内,且客体区域几何中心横坐标值小于主体区域几何中心横坐标值,则说明主体区域存在“父亲”;将所有...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。