一种基于深度卷积神经网络的文本矫正方法
公开
摘要
本发明公开了一种基于深度卷积神经网络的文本矫正方法，包括以下步骤：步骤1：采集文本的图像数据；步骤2：用经过预处理后的边缘检测神经网络进行训练模型；步骤3：根据步骤2得到的训练好的模型处理原始文本图像，得到边缘图像；步骤4：对边缘图像进行霍夫投票；步骤5：对投票结果进行筛选，以获得合理的4条直线，组成文本轮廓；步骤6：对检测到的四边形轮廓，进行单应性变换，得到最终的矫正文本。原本由于拍摄姿势不正，导致照片中文本发生畸变，比如A4纸张被拍摄成了梯形，经过该文本矫正，可还原为A4纸形状，降低了文本检测的错误率，使算法更加鲁棒。
基本信息
专利标题 ：
一种基于深度卷积神经网络的文本矫正方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114612920A
申请号 ：
CN202210306080.8
公开（公告）日 ：
2022-06-10
申请日 ：
2022-03-25
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
郭延文孟祥祥
申请人 ：
南京大学
申请人地址 ：
江苏省南京市栖霞区仙林大道163号
代理机构 ：
深圳峰诚志合知识产权代理有限公司
代理人 ：
杜翠鸣
优先权 ：
CN202210306080.8
主分类号 ：
G06V30/412
IPC分类号 ：
G06V30/412 G06K9/62 G06N3/04 G06N3/08 G06V10/774 G06V10/82
法律状态
2022-06-10 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
