System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及图像处理,特别是涉及一种印章去除方法及装置、存储介质、终端。
技术介绍
1、随着光学字符识别技术的发展,该技术已经广泛应用到资质审核和合同审核的工作中,在审核过程中往往会涉及大量的对资质证书以及合同文档内容进行审核的工作,而这类证书和合同上通常会盖有样式各异的印章。并且印章会覆盖在文档内容或者落款等重要信息上,这对文档内容识别和要素提取产生了极大的干扰,因此,需要在对文档图像进行识别之前,对文档图像中的印章进行去除。
2、现有的印章去除方法,主要包括基于规则的去除方法和基于色彩通道分离的去除方法。但是基于规则的去除方法仅能够去除固定样式的印章,对于异型印章,无法准确识别;基于色彩通道分离的去除方法对背景颜色要求较高,对于扫描件、复印件、及拍照件等颜色特殊的文档图像,印章痕迹去除不彻底,导致现有印章去除的准确性较低。
技术实现思路
1、有鉴于此,本专利技术提供一种印章去除方法及装置、存储介质、终端,主要目的在于解决现有印章去除的准确性较低的问题。
2、依据本专利技术一个方面,提供了一种印章去除方法,包括:
3、获取待去除印章的目标文本图像,所述目标文本图像中至少包含一种印章图样,所述印章图样的颜色为彩色或黑白;
4、对所述目标文本图像进行印章图像识别,并依据识别出的印章区域进行图像裁剪,得到至少一个印章区域图像;
5、利用印章去除网络模型对所述印章区域图像中的非印章对象进行特征提取及图像生成处理,得到所述印章区
6、其中,所述印章去除网络模型包括编码器、解码器、及所述编码器和所述解码器之间嵌入自注意力机制的跳跃连接,所述印章去除网络模型通过所述编码器对所述印章区域图像进行编码,将编码数据通过所述跳跃连接输入到所述解码器中解码为所述去印章图像。
7、进一步地,所述解码器和所述编码器为对称的多层网络结构,利用印章去除网络模型对所述印章区域图像中的非印章对象进行特征提取及图像生成处理,得到所述印章区域图像的去印章图像,包括:
8、利用所述编码器对所述印章区域图像中的非印章图像进行特征提取,得到目标图像特征;
9、将所述目标图像特征及至少两个高维网络层提取的高维图像特征,通过所述嵌入自注意力机制的跳跃连接输入至所述解码器的对应卷积网络层中,所述高维图像特征作为所述目标图像特征的补充图像特征;
10、利用所述解码器对所述目标图像特征及所述高维图像特征进行解码处理,生成所述印章区域图像的去印章图像。
11、进一步地,所述编码器为八层网络结构,所述利用所述编码器对所述印章区域图像中的非印章图像进行特征提取,得到目标图像特征,包括:
12、利用第一至四层卷积网络层,按照第一预设步幅参数对所述印章区域图像进行一次下采样;
13、利用第五至八层的扩张卷积网络层,按照预设扩张率和第二预设步幅参数对一次下采样结果进行二次下采样,得到目标图像特征;
14、其中,所述预设扩张率包括所述第五至六层扩张卷积网络层的第一预设扩张率、及所述第七至八层扩张卷积网络层的第二预设扩张率,所述第二预设扩张率是所述第一预设扩张率的二倍。
15、进一步地,所述编码器的顶部配置有空洞空间卷积池化金字塔,所述利用所述解码器对所述目标图像特征及所述高维图像特征进行解码处理,生成所述印章区域图像的去印章图像之前,所述方法还包括:
16、利用所述空洞空间卷积池化金字塔对所述目标图像特征进行多尺度特征提取,得到所述目标图像特征的多尺度特征;
17、通过所述嵌入自注意力机制的跳跃连接,将所述多尺度特征输入至所述解码器;
18、所述利用所述解码器对所述目标图像特征及所述高维图像特征进行解码处理,生成所述印章区域图像的去印章图像,包括:
19、利用所述解码器对所述多尺度特征及所述高维图像特征进行图像特征解码处理,生成所述印章区域图像的去印章图像。
20、进一步地,所述利用印章去除网络模型对所述印章区域图像中的非印章对象进行特征提取及图像生成处理之前,所述方法还包括:
21、获取印章图像训练样本集,所述印章图像训练样本集包括对应不同印章样式的印章图像样本;
22、构建初始对抗网络模型,所述初始对抗网络模型包括初始生成网络和判别网络,所述初始生成网络包括初始编码器、初始解码器、和所述初始编码器和所述初始解码器之间的嵌入自注意力机制的初始跳跃连接;
23、利用所述印章图像训练样本集对所述初始对抗网络模型进行训练,并提取完成训练的生成网络作为印章去除网络模型。
24、进一步地,所述利用所述印章图像训练样本集对所述初始对抗网络模型进行训练,包括:
25、利用初始生成网络对所述印章图像样本进行印章去除处理,得到印章图像样本处理结果;
26、利用全局判别网络对所述印章图像样本处理结果进行全局图像判别处理,得到全局判别结果,并利用局部判别网络所述印章图像样本处理结果的印章覆盖区域图像进行局部图像判别处理,得到局部判别结果;
27、基于所述全局判别结果、所述局部判别结果对所述初始生成网络进行训练,得到完成训练的生成网络。
28、进一步地,所述对所述目标文本图像进行印章图像识别,并依据识别出的印章区域进行图像裁剪,得到至少一个印章区域图像之后,所述方法还包括:
29、对所述印章区域图像进行上采样,得到上采样后的印章区域图像;
30、按照预设分辨率对所述上采样后的印章区域图像进行缩放处理,得到缩放处理后的印章区域图像;
31、利用印章去除网络模型对所述印章区域图像中的非印章对象进行特征提取及图像生成处理,得到所述印章区域图像的去印章图像,包括:
32、利用印章去除网络模型对所述缩放处理后的印章区域图像中的非印章对象进行特征提取及图像生成处理,得到所述印章区域图像的去印章图像。
33、依据本专利技术另一个方面,提供了一种印章去除装置,包括:
34、获取模块,用于获取待去除印章的目标文本图像,所述目标文本图像中至少包含一种印章图样,所述印章图样的颜色为彩色或黑白;
35、裁剪模块,用于对所述目标文本图像进行印章图像识别,并依据识别出的印章区域进行图像裁剪,得到至少一个印章区域图像;
36、处理模块,用于利用印章去除网络模型对所述印章区域图像中的非印章对象进行特征提取及图像生成处理,得到所述印章区域图像的去印章图像,并将所述去印章图像拼接至所述目标文本图像的裁剪区域,得到所述目标文本图像的印章去除结果;
37、其中,所述印章去除网络模型包括编码器、解码器、及所述编码器和所述解码器之间嵌入自注意力机制的跳跃连接,所述印章去除网络模型通过所述编码器对所述印章区域图像进本文档来自技高网...
【技术保护点】
1.一种印章去除方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述解码器和所述编码器为对称的多层网络结构,所述利用印章去除网络模型对所述印章区域图像中的非印章对象进行特征提取及图像生成处理,得到所述印章区域图像的去印章图像,包括:
3.根据权利要求2所述的方法,其特征在于,所述编码器为八层网络结构,所述利用所述编码器对所述印章区域图像中的非印章图像进行特征提取,得到目标图像特征,包括:
4.根据权利要求2所述的方法,其特征在于,所述编码器的顶部配置有空洞空间卷积池化金字塔,所述利用所述解码器对所述目标图像特征及所述高维图像特征进行解码处理,生成所述印章区域图像的去印章图像之前,所述方法还包括:
5.根据权利要求1所述的方法,其特征在于,所述利用印章去除网络模型对所述印章区域图像中的非印章对象进行特征提取及图像生成处理之前,所述方法还包括:
6.根据权利要求5所述的方法,其特征在于,所述判别网络包括全局判别网络和局部判别网络,所述利用所述印章图像训练样本集对所述初始对抗网络模型进行训练,包括:
...【技术特征摘要】
1.一种印章去除方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述解码器和所述编码器为对称的多层网络结构,所述利用印章去除网络模型对所述印章区域图像中的非印章对象进行特征提取及图像生成处理,得到所述印章区域图像的去印章图像,包括:
3.根据权利要求2所述的方法,其特征在于,所述编码器为八层网络结构,所述利用所述编码器对所述印章区域图像中的非印章图像进行特征提取,得到目标图像特征,包括:
4.根据权利要求2所述的方法,其特征在于,所述编码器的顶部配置有空洞空间卷积池化金字塔,所述利用所述解码器对所述目标图像特征及所述高维图像特征进行解码处理,生成所述印章区域图像的去印章图像之前,所述方法还包括:
5.根据权利要求1所述的方法,其特征在于,所述利用印章去除网络模型对所述印章区域图像中的非...
【专利技术属性】
技术研发人员:陈沭源,王国鹏,柏英杰,
申请(专利权)人:深圳前海环融联易信息科技服务有限公司,
类型:发明
国别省市:
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。