矩形物體的圖像處理方法及裝置的制造方法
【專利摘要】本公開是關(guān)于一種矩形物體的圖像處理方法及裝置，其中，方法包括：獲取指定區(qū)域圖像，指定區(qū)域圖像包括矩形物體圖像，矩形物體圖像為對待檢測的矩形物體進(jìn)行拍攝得到的；確定指定區(qū)域圖像中矩形物體圖像的四條目標(biāo)邊界；根據(jù)矩形物體圖像的四條目標(biāo)邊界和透視投影變換規(guī)則，校正矩形物體圖像，得到校正后的矩形物體圖像；根據(jù)校正后的矩形物體圖像分割并識別出矩形物體上的信息。通過該技術(shù)方案，確定指定區(qū)域中矩形物體圖像的四條目標(biāo)邊界，根據(jù)目標(biāo)邊界和透視投影變換規(guī)則校正物體圖像，使得校正后的物體圖像的邊能和四條目標(biāo)邊界重合，這樣，可以使校正后的矩形物體圖像不會出現(xiàn)傾斜，從而實現(xiàn)對矩形物體上的信息的準(zhǔn)確識別，大大提高識別率。
【專利說明】
矩形物體的圖像處理方法及裝置
技術(shù)領(lǐng)域
[0001]本公開涉及圖像處理技術(shù)領(lǐng)域，尤其涉及一種矩形物體的圖像處理方法及裝置。
【背景技術(shù)】
[0002]目前，在一些圖像識別場景中，識別對象位于矩形卡片中的某個固定位置附近，如銀行卡、身份證。如果能預(yù)先檢測到矩形卡片，就能準(zhǔn)確得到識別對象的位置。但是經(jīng)常會遇到目標(biāo)文字的ROI(Reg1n Of Interest，感興趣區(qū))并不是水平的，這對字符的切分及之后的識別會造成很大影響。

【發(fā)明內(nèi)容】

[0003]本公開實施例提供一種矩形物體的圖像處理方法及裝置，包括如下技術(shù)方案:
[0004]根據(jù)本公開實施例的第一方面，提供一種矩形物體的圖像處理方法，包括:
[0005]獲取指定區(qū)域圖像，所述指定區(qū)域圖像包括矩形物體圖像，所述矩形物體圖像為對待檢測的矩形物體進(jìn)行拍攝得到的；
[0006]確定所述指定區(qū)域圖像中矩形物體圖像的四條目標(biāo)邊界，其中，所述四條目標(biāo)邊界包括上邊界，下邊界，左邊界和右邊界；
[0007]根據(jù)所述矩形物體圖像的四條目標(biāo)邊界和透視投影變換規(guī)則，校正所述矩形物體圖像，得到校正后的矩形物體圖像，其中，所述校正后的矩形物體圖像的上下兩條邊處于水平方向，并分別與所述上邊界和下邊界重合，左右兩條邊處于豎直方向，并分別與所述左邊界和右邊界重合；
[0008]根據(jù)所述校正后的矩形物體圖像分割并識別出所述矩形物體上的信息。
[0009]在一個實施例中，所述確定所述指定區(qū)域圖像中矩形物體圖像的四條目標(biāo)邊界，包括:
[0010]確定所述指定區(qū)域圖像的四條外邊界及四條預(yù)設(shè)內(nèi)邊界，其中，所述四條預(yù)設(shè)內(nèi)邊界位于所述矩形物體圖像的內(nèi)部；
[0011]將所述外邊界和所述預(yù)設(shè)內(nèi)邊界之間的區(qū)域按照上，下，左，右四個方位進(jìn)行分害J，得到四個矩形區(qū)域，其中，每個矩形區(qū)域分別對應(yīng)所述矩形物體圖像的每個邊；
[0012]根據(jù)所述每個矩形區(qū)域確定所述矩形物體圖像對應(yīng)邊的目標(biāo)邊界。
[0013]在一個實施例中，所述根據(jù)所述每個矩形區(qū)域確定所述矩形物體圖像對應(yīng)邊的目標(biāo)邊界，包括:
[0014]對于每個矩形區(qū)域，按照所處方位使用索貝爾算子算法進(jìn)行水平方向或豎直方向的梯度提取，得到每個矩形區(qū)域?qū)?yīng)的灰度圖；
[0015]對所述每個矩形區(qū)域?qū)?yīng)的灰度圖進(jìn)行二值化，得到每個矩形區(qū)域?qū)?yīng)的黑白二值圖；
[0016]采用霍夫變換算法查找每個黑白二值圖中白色長度大于預(yù)設(shè)閾值的目標(biāo)直線段；
[0017]從所述目標(biāo)直線段中選取出長度最長的直線段，所述長度最長的直線段為所述矩形物體圖像對應(yīng)邊的目標(biāo)邊界。
[0018]在一個實施例中，所述根據(jù)所述校正后的矩形物體圖像分割并識別出所述矩形物體上的信息，包括:
[0019]根據(jù)所述矩形物體的實際尺寸的寬高比和所述矩形物體的矩形物體圖像上的寬高比，確定所述信息在所述矩形物體上的實際位置；
[0020]根據(jù)所述實際位置，在所述矩形物體圖像上分割出所述信息；
[0021 ]對所述信息進(jìn)行光學(xué)字符識別。
[0022]在一個實施例中，所述矩形物體上的信息包括所述矩形物體上的文字信息和圖形信息中至少一項。
[0023]根據(jù)本公開實施例的第二方面，提供一種矩形物體的圖像處理裝置，包括:
[0024]獲取模塊，用于獲取指定區(qū)域圖像，所述指定區(qū)域圖像包括矩形物體圖像，所述矩形物體圖像為對待檢測的矩形物體進(jìn)行拍攝得到的；
[0025]確定模塊，用于確定所述指定區(qū)域圖像中矩形物體圖像的四條目標(biāo)邊界，其中，所述四條目標(biāo)邊界包括上邊界，下邊界，左邊界和右邊界；
[0026]校正模塊，用于根據(jù)所述矩形物體圖像的四條目標(biāo)邊界和透視投影變換規(guī)則，校正所述矩形物體圖像，得到校正后的矩形物體圖像，其中，所述校正后的矩形物體圖像的上下兩條邊處于水平方向，并分別與所述上邊界和下邊界重合，左右兩條邊處于豎直方向，并分別與所述左邊界和右邊界重合；
[0027]處理模塊，用于根據(jù)所述校正后的矩形物體圖像分割并識別出所述矩形物體上的
?目息O
[0028]在一個實施例中，所述確定模塊包括:
[0029]第一確定子模塊，用于確定所述指定區(qū)域圖像的四條外邊界及四條預(yù)設(shè)內(nèi)邊界，其中，所述四條預(yù)設(shè)內(nèi)邊界位于所述矩形物體圖像的內(nèi)部；
[0030]區(qū)域分割子模塊，用于將所述外邊界和所述預(yù)設(shè)內(nèi)邊界之間的區(qū)域按照上，下，左，右四個方位進(jìn)行分割，得到四個矩形區(qū)域，其中，每個矩形區(qū)域分別對應(yīng)所述矩形物體圖像的每個邊；
[0031]第二確定子模塊，用于根據(jù)所述每個矩形區(qū)域確定所述矩形物體圖像對應(yīng)邊的目標(biāo)邊界。
[0032]在一個實施例中，所述第二確定子模塊用于:
[0033]對于每個矩形區(qū)域，按照所處方位使用索貝爾算子算法進(jìn)行水平方向或豎直方向的梯度提取，得到每個矩形區(qū)域?qū)?yīng)的灰度圖；
[0034]對所述每個矩形區(qū)域?qū)?yīng)的灰度圖進(jìn)行二值化，得到每個矩形區(qū)域?qū)?yīng)的黑白二值圖；
[0035]采用霍夫變換算法查找每個黑白二值圖中白色長度大于預(yù)設(shè)閾值的目標(biāo)直線段；
[0036]從所述目標(biāo)直線段中選取出長度最長的直線段，所述長度最長的直線段為所述矩形物體圖像對應(yīng)邊的目標(biāo)邊界。
[0037]在一個實施例中，所述處理模塊包括:
[0038]位置確定子模塊，用于根據(jù)所述矩形物體的實際尺寸的寬高比和所述矩形物體的矩形物體圖像上的寬高比，確定所述信息在所述矩形物體上的實際位置；
[0039]信息分割子模塊，用于根據(jù)所述實際位置，在所述矩形物體圖像上分割出所述信息;
[0040]識別子模塊，用于對所述信息進(jìn)行光學(xué)字符識別。
[0041]在一個實施例中，所述矩形物體上的信息包括所述矩形物體上的文字信息和圖形信息中至少一項。
[0042]根據(jù)本公開實施例的第三方面，提供一種矩形物體的圖像處理裝置，包括:
[0043]處理器；
[0044]用于存儲處理器可執(zhí)行指令的存儲器；
[0045]其中，所述處理器被配置為:
[0046]獲取指定區(qū)域圖像，所述指定區(qū)域圖像包括矩形物體圖像，所述矩形物體圖像為對待檢測的矩形物體進(jìn)行拍攝得到的；
[0047]確定所述指定區(qū)域圖像中矩形物體圖像的四條目標(biāo)邊界，其中，所述四條目標(biāo)邊界包括上邊界，下邊界，左邊界和右邊界；
[0048]根據(jù)所述矩形物體圖像的四條目標(biāo)邊界和透視投影變換規(guī)則，校正所述矩形物體圖像，得到校正后的矩形物體圖像，其中，所述校正后的矩形物體圖像的上下兩條邊處于水平方向，并分別與所述上邊界和下邊界重合，左右兩條邊處于豎直方向，并分別與所述左邊界和右邊界重合；
[0049]根據(jù)所述校正后的矩形物體圖像分割并識別出所述矩形物體上的信息。
[0050]本公開的實施例提供的技術(shù)方案可以包括以下有益效果:
[0051]上述技術(shù)方案，確定指定區(qū)域中矩形物體圖像的四條目標(biāo)邊界，從而根據(jù)目標(biāo)邊界和透視投影變換規(guī)則校正物體圖像，使得校正后的物體圖像的邊能和四條目標(biāo)邊界重合，這樣，可以使得校正后的矩形物體圖像不會出現(xiàn)傾斜，從而實現(xiàn)對矩形物體上的信息的準(zhǔn)確識別，大大提高識別率。這樣，終端通過拍攝所要識別的矩形物體如銀行卡、身份證、火車票、電影票等等，就可以自動準(zhǔn)確地識別出這些物體上的信息并存儲在終端中，無需用戶手動輸入，提高用戶對終端使用的體驗度和滿意度。
[0052]應(yīng)當(dāng)理解的是，以上的一般描述和后文的細(xì)節(jié)描述僅是示例性和解釋性的，并不能限制本公開。
【附圖說明】
[0053]此處的附圖被并入說明書中并構(gòu)成本說明書的一部分，示出了符合本公開的實施例，并與說明書一起用于解釋本公開的原理。
[0054]圖1是根據(jù)一示例性實施例示出的對矩形物體掃描的示意圖。
[0055]圖2是根據(jù)一示例性實施例示出的矩形物體的圖像處理方法的流程圖。
[0056]圖3A是根據(jù)一示例性實施例示出的指定區(qū)域的示意圖。
[0057]圖3B是根據(jù)一示例性實施例示出的校正后的矩形物體圖像的示意圖。
[0058]圖4是根據(jù)一示例性實施例示出的矩形物體的圖像處理方法中步驟S202的流程圖。
[0059]圖5是根據(jù)一示例性實施例示出的指定區(qū)域的分割示意圖。
[0060]圖6是根據(jù)一示例性實施例示出的矩形物體的圖像處理方法中步驟S403的流程圖。
[0061]圖7是根據(jù)一示例性實施例示出的矩形物體的圖像處理方法中步驟S204的流程圖。
[0062]圖8是根據(jù)一示例性實施例示出的矩形物體的圖像處理裝置的框圖。
[0063]圖9是根據(jù)一示例性實施例示出的矩形物體的圖像處理置中確定模塊的框圖。
[0064]圖10是根據(jù)一示例性實施例示出的矩形物體的圖像處理置中處理模塊的框圖。
[0065]圖11是根據(jù)一示例性實施例示出的適用于矩形物體的圖像處理置的框圖。
【具體實施方式】
[0066]這里將詳細(xì)地對示例性實施例進(jìn)行說明，其示例表示在附圖中。下面的描述涉及附圖時，除非另有表示，不同附圖中的相同數(shù)字表示相同或相似的要素。以下示例性實施例中所描述的實施方式并不代表與本公開相一致的所有實施方式。相反，它們僅是與如所附權(quán)利要求書中所詳述的、本公開的一些方面相一致的裝置和方法的例子。
[0067]圖1是根據(jù)一示例性實施例示出的對矩形物體掃描的示意圖。用戶在對銀行卡進(jìn)行掃描時，如圖1所示，終端界面上會顯示取景框11，用戶將矩形物體12放置在取景框11內(nèi)。最理想的情況是矩形物體剛好填充取景區(qū)域。但是，由于拍攝的角度問題，拍攝到的不是一個準(zhǔn)確的矩形，存在一定的畸變。
[0068]本公開實施例提供了一種矩形物體的圖像處理方法，該方法可用于終端設(shè)備中，該終端可以是移動電話，計算機，數(shù)字廣播終端，消息收發(fā)設(shè)備，游戲控制臺，平板設(shè)備，醫(yī)療設(shè)備，健身設(shè)備，個人數(shù)字助理等任一具有圖像識別功能的設(shè)備。如圖2所示，該方法包括步驟 S201-S204:
[0069]在步驟S201中，獲取指定區(qū)域圖像，指定區(qū)域圖像包括矩形物體圖像，矩形物體圖像為對待檢測的矩形物體進(jìn)行拍攝得到的；其中，指定區(qū)域包括矩形物體圖像，可以小于或等于取景區(qū)域。但是，由于用戶拍攝時，可能距離矩形物體過近，取景區(qū)域可能僅包括矩形物體的部分圖像。為了盡可能保證獲取到矩形物體的全部圖像，因此，可設(shè)定指定區(qū)域大于取景區(qū)域。
[0070]如圖3A所示，指定區(qū)域圖像31包括矩形物體圖像32，矩形物體圖像32有一定的旋轉(zhuǎn)，并可能有透視。
[0071]在步驟S202中，確定指定區(qū)域圖像中矩形物體圖像的四條目標(biāo)邊界，其中，四條目標(biāo)邊界包括上邊界，下邊界，左邊界和右邊界；
[0072]在步驟S203中，根據(jù)矩形物體圖像的四條目標(biāo)邊界和透視投影變換規(guī)則，校正矩形物體圖像，得到校正后的矩形物體圖像，其中，校正后的矩形物體圖像的上下兩條邊處于水平方向，并分別與上邊界和下邊界重合，左右兩條邊處于豎直方向，并分別與左邊界和右邊界重合；
[0073]其中，在確定指定區(qū)域圖像中矩形物體圖像的四條目標(biāo)邊界，并根據(jù)透視投影變換規(guī)則對矩形物體圖像進(jìn)行校正后，得到如圖3B所示的校正后的矩形物體圖像。校正的目的是使得矩形物體中的字符處于大小基本一致的狀態(tài)，并且沒有傾斜，易于后續(xù)進(jìn)行字符切割與識別。
[0074]在步驟S204中，根據(jù)校正后的矩形物體圖像分割并識別出矩形物體上的信息。
[0075]在該實施例中，確定指定區(qū)域中矩形物體圖像的四條目標(biāo)邊界，從而根據(jù)目標(biāo)邊界和透視投影變換規(guī)則校正物體圖像，使得校正后的物體圖像的邊能和四條目標(biāo)邊界重合，這樣，可以使得校正后的矩形物體圖像不會出現(xiàn)傾斜，從而實現(xiàn)對矩形物體上的信息的準(zhǔn)確識別，大大提高識別率。這樣，終端通過拍攝所要識別的矩形物體如銀行卡、身份證、火車票、電影票等等，就可以自動準(zhǔn)確地識別出這些物體上的信息并存儲在終端中，無需用戶手動輸入，提高用戶對終端使用的體驗度和滿意度。
[0076]如圖4所示，在一個實施例中，上述步驟S202包括步驟S401-S403:
[0077]在步驟S401中，確定指定區(qū)域圖像的四條外邊界及四條預(yù)設(shè)內(nèi)邊界，其中，如圖5所示，四條預(yù)設(shè)內(nèi)邊界位于矩形物體圖像的內(nèi)部；
[0078]在步驟S402中，如圖5所示，將外邊界51和預(yù)設(shè)內(nèi)邊界52之間的區(qū)域按照上，下，左，右四個方位進(jìn)行分割，得到四個矩形區(qū)域53，其中，每個矩形區(qū)域分別對應(yīng)矩形物體圖像的每個邊；
[0079]在步驟S403中，根據(jù)每個矩形區(qū)域確定矩形物體圖像對應(yīng)邊的目標(biāo)邊界。
[0080]在該實施例中，確定指定區(qū)域中矩形物體圖像的四條目標(biāo)邊界，從而根據(jù)目標(biāo)邊界和透視投影變換規(guī)則校正物體圖像，使得校正后的物體圖像的邊能和四條目標(biāo)邊界重合，這樣，可以使得校正后的矩形物體圖像不會出現(xiàn)傾斜，從而實現(xiàn)對矩形物體上的信息的準(zhǔn)確識別，大大提高識別率。
[0081 ] 如圖6所示，在一個實施例中，上述步驟S403包括步驟S601-S604:
[0082]在步驟S601中，對于每個矩形區(qū)域，按照所處方位使用索貝爾算子算法進(jìn)行水平方向或豎直方向的梯度提取，得到每個矩形區(qū)域?qū)?yīng)的灰度圖；
[0083]在步驟S602中，對每個矩形區(qū)域?qū)?yīng)的灰度圖進(jìn)行二值化，得到每個矩形區(qū)域?qū)?yīng)的黑白二值圖；
[0084]在步驟S603中，采用霍夫變換算法查找每個黑白二值圖中白色長度大于預(yù)設(shè)閾值的目標(biāo)直線段；
[0085]在步驟S604中，從目標(biāo)直線段中選取出長度最長的直線段，長度最長的直線段為矩形物體圖像對應(yīng)邊的目標(biāo)邊界。
[0086]在該實施例中，通過索貝爾算子算法和霍夫變換算法確定矩形物體圖像對應(yīng)邊的目標(biāo)邊界，可以使確定出的目標(biāo)邊界更準(zhǔn)確，從而根據(jù)目標(biāo)邊界和透視投影變換規(guī)則校正物體圖像，使得校正后的物體圖像的邊能和四條目標(biāo)邊界重合，這樣，可以使得校正后的矩形物體圖像不會出現(xiàn)傾斜，從而實現(xiàn)對矩形物體上的信息的準(zhǔn)確識別，大大提高識別率。
[0087]如圖7所示，在一個實施例中，上述步驟S204包括步驟S701-S703:
[0088]在步驟S701中，根據(jù)矩形物體的實際尺寸的寬高比和矩形物體的矩形物體圖像上的寬高比，確定信息在矩形物體上的實際位置；
[0089]在步驟S702中，根據(jù)實際位置，在矩形物體圖像上分割出信息；
[0090]在步驟S703中，對信息進(jìn)行光學(xué)字符識別。
[0091]在該實施例中，根據(jù)矩形物體的實際尺寸的寬高比和矩形物體的矩形物體圖像上的寬高比，確定信息在矩形物體上的實際位置，進(jìn)而根據(jù)實際位置在矩形物體圖像上分割出信，對信息進(jìn)行光學(xué)字符識別。例如，提取到矩形物體圖像的四條邊緣后，進(jìn)行校正，這樣就得到了校正好的矩形(此時整個矩形物體圖像充滿圖片，即圖片長便是矩形物體的寬度，圖像的高度也即矩形物體的高度)。這樣所有信息的位置便可以根據(jù)比例算出。假設(shè)圖像長度(也即圖像中的矩形物體長度，如身份證卡片長)為W，寬為h，那么舉例來說，如果想切割卡號部分，根據(jù)身份證的版型，18位卡號數(shù)字部分的X軸坐標(biāo)范圍為為0.35*w?0.9*w，y軸的范圍為0.89*h?0.92*h(注意這里0.35,0.9,0.89與0.92為例子，并不完全符合實際情況)，那么可以直接將滿足上述范圍的矩形從原圖中截出來，這樣就不用其它算法判斷卡號具體位置。在得到截取后的矩形后，只需要做自適應(yīng)二值化，再根據(jù)投影圖進(jìn)行文字切割即可。
[0092]在一個實施例中，矩形物體上的信息包括矩形物體上的文字信息和圖形信息中至少一項。
[0093]例如，如圖1所示，如果矩形物體為中國工商銀行的銀行卡，可以預(yù)先獲得該類銀行卡上各文字信息及圖形信息的實際位置。文字信息及圖形信息包括:銀行行標(biāo)、銀行名稱、銀聯(lián)標(biāo)識、VISA標(biāo)識、銀行卡號、銀行卡有效期等。對于該類銀行卡，這些信息的實際位置一般都是固定的。因此，通過這些信息在銀行卡上的實際位置以及銀行卡的實際尺寸圖像，可以更加快速、準(zhǔn)確地識別銀行卡上的這些信息。
[0094]下述為本公開裝置實施例，可以用于執(zhí)行本公開方法實施例。
[0095]圖8是根據(jù)一示例性實施例示出的一種矩形物體的圖像處理裝置的框圖，該裝置可以通過軟件、硬件或者兩者的結(jié)合實現(xiàn)成為終端設(shè)備的部分或者全部。如圖8所示，該矩形物體的圖像處理裝置包括:
[0096]獲取模塊81，被配置為獲取指定區(qū)域圖像，所述指定區(qū)域圖像包括矩形物體圖像，所述矩形物體圖像為對待檢測的矩形物體進(jìn)行拍攝得到的；
[0097]確定模塊82，被配置為確定所述指定區(qū)域圖像中矩形物體圖像的四條目標(biāo)邊界，其中，所述四條目標(biāo)邊界包括上邊界，下邊界，左邊界和右邊界；
[0098]校正模塊83，被配置為根據(jù)所述矩形物體圖像的四條目標(biāo)邊界和透視投影變換規(guī)貝1J，校正所述矩形物體圖像，得到校正后的矩形物體圖像，其中，所述校正后的矩形物體圖像的上下兩條邊處于水平方向，并分別與所述上邊界和下邊界重合，左右兩條邊處于豎直方向，并分別與所述左邊界和右邊界重合；
[0099]處理模塊84，被配置為根據(jù)所述校正后的矩形物體圖像分割并識別出所述矩形物體上的信息。
[0100]在該實施例中，確定指定區(qū)域中矩形物體圖像的四條目標(biāo)邊界，從而根據(jù)目標(biāo)邊界和透視投影變換規(guī)則校正物體圖像，使得校正后的物體圖像的邊能和四條目標(biāo)邊界重合，這樣，可以使得校正后的矩形物體圖像不會出現(xiàn)傾斜，從而實現(xiàn)對矩形物體上的信息的準(zhǔn)確識別，大大提高識別率。這樣，終端通過拍攝所要識別的矩形物體如銀行卡、身份證、火車票、電影票等等，就可以自動準(zhǔn)確地識別出這些物體上的信息并存儲在終端中，無需用戶手動輸入，提高用戶對終端使用的體驗度和滿意度。
[0101]如圖9所示，在一個實施例中，所述確定模塊82包括:
[0102]第一確定子模塊91，被配置為確定所述指定區(qū)域圖像的四條外邊界及四條預(yù)設(shè)內(nèi)邊界，其中，所述四條預(yù)設(shè)內(nèi)邊界位于所述矩形物體圖像的內(nèi)部；
[0103]區(qū)域分割子模塊92，被配置為將所述外邊界和所述預(yù)設(shè)內(nèi)邊界之間的區(qū)域按照上，下，左，右四個方位進(jìn)行分割，得到四個矩形區(qū)域，其中，每個矩形區(qū)域分別對應(yīng)所述矩形物體圖像的每個邊；
[0104]第二確定子模塊93，被配置為根據(jù)所述每個矩形區(qū)域確定所述矩形物體圖像對應(yīng)邊的目標(biāo)邊界。
[0105]在該實施例中，確定指定區(qū)域中矩形物體圖像的四條目標(biāo)邊界，從而根據(jù)目標(biāo)邊界和透視投影變換規(guī)則校正物體圖像，使得校正后的物體圖像的邊能和四條目標(biāo)邊界重合，這樣，可以使得校正后的矩形物體圖像不會出現(xiàn)傾斜，從而實現(xiàn)對矩形物體上的信息的準(zhǔn)確識別，大大提高識別率。
[0106]在一個實施例中，所述第二確定子模塊93用于:
[0107]對于每個矩形區(qū)域，按照所處方位使用索貝爾算子算法進(jìn)行水平方向或豎直方向的梯度提取，得到每個矩形區(qū)域?qū)?yīng)的灰度圖；
[0108]對所述每個矩形區(qū)域?qū)?yīng)的灰度圖進(jìn)行二值化，得到每個矩形區(qū)域?qū)?yīng)的黑白二值圖；
[0109]采用霍夫變換算法查找每個黑白二值圖中白色長度大于預(yù)設(shè)閾值的目標(biāo)直線段；
[0110]從所述目標(biāo)直線段中選取出長度最長的直線段，所述長度最長的直線段為所述矩形物體圖像對應(yīng)邊的目標(biāo)邊界。
[0111]在該實施例中，通過索貝爾算子算法和霍夫變換算法確定矩形物體圖像對應(yīng)邊的目標(biāo)邊界，可以使確定出的目標(biāo)邊界更準(zhǔn)確，從而根據(jù)目標(biāo)邊界和透視投影變換規(guī)則校正物體圖像，使得校正后的物體圖像的邊能和四條目標(biāo)邊界重合，這樣，可以使得校正后的矩形物體圖像不會出現(xiàn)傾斜，從而實現(xiàn)對矩形物體上的信息的準(zhǔn)確識別，大大提高識別率。
[0112]如圖10所示，在一個實施例中，所述處理模塊84包括:
[0113]位置確定子模塊101，被配置為根據(jù)所述矩形物體的實際尺寸的寬高比和所述矩形物體的矩形物體圖像上的寬高比，確定所述信息在所述矩形物體上的實際位置；
[0114]信息分割子模塊102，被配置為根據(jù)所述實際位置，在所述矩形物體圖像上分割出所述信息；
[0115]識別子模塊103，被配置為對所述信息進(jìn)行光學(xué)字符識別。
[0116]在該實施例中，根據(jù)矩形物體的實際尺寸的寬高比和矩形物體的矩形物體圖像上的寬高比，確定信息在矩形物體上的實際位置，進(jìn)而根據(jù)實際位置在矩形物體圖像上分割出信，對信息進(jìn)行光學(xué)字符識別。例如，提取到矩形物體圖像的四條邊緣后，進(jìn)行校正，這樣就得到了校正好的矩形(此時整個矩形物體圖像充滿圖片，即圖片長便是矩形物體的寬度，圖像的高度也即矩形物體的高度)。這樣所有信息的位置便可以根據(jù)比例算出。假設(shè)圖像長度(也即圖像中的矩形物體長度，如身份證卡片長)為W，寬為h，那么舉例來說，如果想切割卡號部分，根據(jù)身份證的版型，18位卡號數(shù)字部分的X軸坐標(biāo)范圍為為0.35*w?0.9*w，y軸的范圍為0.89*h?0.92*h(注意這里0.35,0.9,0.89與0.92為例子，并不完全符合實際情況)，那么可以直接將滿足上述范圍的矩形從原圖中截出來，這樣就不用其它算法判斷卡號具體位置。在得到截取后的矩形后，只需要做自適應(yīng)二值化，再根據(jù)投影圖進(jìn)行文字切割即可。
[0117]在一個實施例中，所述矩形物體上的信息包括所述矩形物體上的文字信息和圖形信息中至少一項。
[0118]例如，如圖1所示，如果矩形物體為中國工商銀行的銀行卡，可以預(yù)先獲得該類銀行卡上各文字信息及圖形信息的實際位置。文字信息及圖形信息包括:銀行行標(biāo)、銀行名稱、銀聯(lián)標(biāo)識、VISA標(biāo)識、銀行卡號、銀行卡有效期等。對于該類銀行卡，這些信息的實際位置一般都是固定的。因此，通過這些信息在銀行卡上的實際位置以及銀行卡的實際尺寸圖像，可以更加快速、準(zhǔn)確地識別銀行卡上的這些信息。
[0119]根據(jù)本公開實施例的第三方面，提供一種矩形物體的圖像處理裝置，包括:
[0120]處理器；
[0121]用于存儲處理器可執(zhí)行指令的存儲器；
[0122]其中，處理器被配置為:
[0123]獲取指定區(qū)域圖像，所述指定區(qū)域圖像包括矩形物體圖像，所述矩形物體圖像為對待檢測的矩形物體進(jìn)行拍攝得到的；
[0124]確定所述指定區(qū)域圖像中矩形物體圖像的四條目標(biāo)邊界，其中，所述四條目標(biāo)邊界包括上邊界，下邊界，左邊界和右邊界；
[0125]根據(jù)所述矩形物體圖像的四條目標(biāo)邊界和透視投影變換規(guī)則，校正所述矩形物體圖像，得到校正后的矩形物體圖像，其中，所述校正后的矩形物體圖像的上下兩條邊處于水平方向，并分別與所述上邊界和下邊界重合，左右兩條邊處于豎直方向，并分別與所述左邊界和右邊界重合；
[0126]根據(jù)所述校正后的矩形物體圖像分割并識別出所述矩形物體上的信息。
[0127]上述處理器還可被配置為:
[0128]所述確定所述指定區(qū)域圖像中矩形物體圖像的四條目標(biāo)邊界，包括:
[0129]確定所述指定區(qū)域圖像的四條外邊界及四條預(yù)設(shè)內(nèi)邊界，其中，所述四條預(yù)設(shè)內(nèi)邊界位于所述矩形物體圖像的內(nèi)部；
[0130]將所述外邊界和所述預(yù)設(shè)內(nèi)邊界之間的區(qū)域按照上，下，左，右四個方位進(jìn)行分害J，得到四個矩形區(qū)域，其中，每個矩形區(qū)域分別對應(yīng)所述矩形物體圖像的每個邊；
[0131]根據(jù)所述每個矩形區(qū)域確定所述矩形物體圖像對應(yīng)邊的目標(biāo)邊界。
[0132]上述處理器還可被配置為:
[0133]所述根據(jù)所述每個矩形區(qū)域確定所述矩形物體圖像對應(yīng)邊的目標(biāo)邊界，包括:
[0134]對于每個矩形區(qū)域，按照所處方位使用索貝爾算子算法進(jìn)行水平方向或豎直方向的梯度提取，得到每個矩形區(qū)域?qū)?yīng)的灰度圖；
[0135]對所述每個矩形區(qū)域?qū)?yīng)的灰度圖進(jìn)行二值化，得到每個矩形區(qū)域?qū)?yīng)的黑白二值圖；
[0136]采用霍夫變換算法查找每個黑白二值圖中白色長度大于預(yù)設(shè)閾值的目標(biāo)直線段；
[0137]從所述目標(biāo)直線段中選取出長度最長的直線段，所述長度最長的直線段為所述矩形物體圖像對應(yīng)邊的目標(biāo)邊界。
[0138]上述處理器還可被配置為:
[0139]所述根據(jù)所述校正后的矩形物體圖像分割并識別出所述矩形物體上的信息，包括:
[0140]根據(jù)所述矩形物體的實際尺寸的寬高比和所述矩形物體的矩形物體圖像上的寬高比，確定所述信息在所述矩形物體上的實際位置；
[0141]根據(jù)所述實際位置，在所述矩形物體圖像上分割出所述信息；
[0142]對所述信息進(jìn)行光學(xué)字符識別。
[0143]上述處理器還可被配置為:
[0144]所述矩形物體上的信息包括所述矩形物體上的文字信息和圖形信息中至少一項。
[0145]圖11是根據(jù)一示例性實施例示出的一種用于圖片拍攝裝置的框圖，該裝置適用于終端設(shè)備。例如，裝置1100可以是移動電話，計算機，數(shù)字廣播終端，消息收發(fā)設(shè)備，游戲控制臺，平板設(shè)備，醫(yī)療設(shè)備，健身設(shè)備，個人數(shù)字助理等。
[0146]裝置1100可以包括以下一個或多個組件:處理組件1102，存儲器1104，電源組件1106，多媒體組件1108，音頻組件1110，輸入/輸出(I/O)的接口 1112，傳感器組件1114，以及通信組件1116。
[0147]處理組件1102通常控制裝置1100的整體操作，諸如與顯示，電話呼叫，數(shù)據(jù)通信，相機操作和記錄操作相關(guān)聯(lián)的操作。處理組件1102可以包括一個或多個處理器1120來執(zhí)行指令，以完成上述的方法的全部或部分步驟。此外，處理組件1102可以包括一個或多個模塊，便于處理組件1102和其他組件之間的交互。例如，處理組件1102可以包括多媒體模塊，以方便多媒體組件1108和處理組件1102之間的交互。
[0148]存儲器1104被配置為存儲各種類型的數(shù)據(jù)以支持在裝置1100的操作。這些數(shù)據(jù)的示例包括用于在裝置1100上操作的任何應(yīng)用程序或方法的指令，聯(lián)系人數(shù)據(jù)，電話簿數(shù)據(jù)，消息，圖片，視頻等。存儲器1104可以由任何類型的易失性或非易失性存儲設(shè)備或者它們的組合實現(xiàn)，如靜態(tài)隨機存取存儲器(SRAM)，電可擦除可編程只讀存儲器(EEPROM)，可擦除可編程只讀存儲器(EPR0M)，可編程只讀存儲器(PROM)，只讀存儲器(ROM)，磁存儲器，快閃存儲器，磁盤或光盤。
[0149]電源組件1106為裝置1100的各種組件提供電力。電源組件1106可以包括電源管理系統(tǒng)，一個或多個電源，及其他與為裝置1100生成、管理和分配電力相關(guān)聯(lián)的組件。
[0150]多媒體組件1108包括在所述裝置1100和用戶之間的提供一個輸出接口的屏幕。在一些實施例中，屏幕可以包括液晶顯示器(LCD)和觸摸面板(TP)。如果屏幕包括觸摸面板，屏幕可以被實現(xiàn)為觸摸屏，以接收來自用戶的輸入信號。觸摸面板包括一個或多個觸摸傳感器以感測觸摸、滑動和觸摸面板上的手勢。所述觸摸傳感器可以不僅感測觸摸或滑動動作的邊界，而且還檢測與所述觸摸或滑動操作相關(guān)的持續(xù)時間和壓力。在一些實施例中，多媒體組件1108包括一個前置攝像頭和/或后置攝像頭。當(dāng)裝置1100處于操作模式，如拍攝模式或視頻模式時，前置攝像頭和/或后置攝像頭可以接收外部的多媒體數(shù)據(jù)。每個前置攝像頭和后置攝像頭可以是一個固定的光學(xué)透鏡系統(tǒng)或具有焦距和光學(xué)變焦能力。
[0151]音頻組件1110被配置為輸出和/或輸入音頻信號。例如，音頻組件1110包括一個麥克風(fēng)(MIC)，當(dāng)裝置1100處于操作模式，如呼叫模式、記錄模式和語音分割并識別模式時，麥克風(fēng)被配置為接收外部音頻信號。所接收的音頻信號可以被進(jìn)一步存儲在存儲器1104或經(jīng)由通信組件1116發(fā)送。在一些實施例中，音頻組件1110還包括一個揚聲器，用于輸出音頻信號。
[0152]I/O接口 1112為處理組件1102和外圍接口模塊之間提供接口，上述外圍接口模塊可以是鍵盤，點擊輪，按鈕等。這些按鈕可包括但不限于:主頁按鈕、音量按鈕、啟動按鈕和鎖定按鈕。
[0153]傳感器組件1114包括一個或多個傳感器，用于為裝置1100提供各個方面的狀態(tài)評估。例如，傳感器組件1114可以檢測到裝置1100的打開/關(guān)閉狀態(tài)，組件的相對定位，例如所述組件為裝置1100的顯示器和小鍵盤，傳感器組件1114還可以檢測裝置1100或裝置1100—個組件的位置改變，用戶與裝置1100接觸的存在或不存在，裝置1100方位或加速/減速和裝置1100的溫度變化。傳感器組件1114可以包括接近傳感器，被配置用來在沒有任何的物理接觸時檢測附近物體的存在。傳感器組件1114還可以包括光傳感器，如CMOS或CCD圖像傳感器，用于在成像應(yīng)用中使用。在一些實施例中，該傳感器組件1114還可以包括加速度傳感器，陀螺儀傳感器，磁傳感器，壓力傳感器或溫度傳感器。
[0154]通信組件1116被配置為便于裝置1100和其他設(shè)備之間有線或無線方式的通信。裝置1100可以接入基于通信標(biāo)準(zhǔn)的無線網(wǎng)絡(luò)，如WiFi，2G或3G，或它們的組合。在一個示例性實施例中，通信組件1116經(jīng)由廣播信道接收來自外部廣播管理系統(tǒng)的廣播信號或廣播相關(guān)信息。在一個示例性實施例中，所述通信組件1116還包括近場通信(NFC)模塊，以促進(jìn)短程通信。例如，在NFC模塊可基于射頻分割并識別(RFID)技術(shù)，紅外數(shù)據(jù)協(xié)會(IrDA)技術(shù)，超寬帶(UWB)技術(shù)，藍(lán)牙(BT)技術(shù)和其他技術(shù)來實現(xiàn)。
[0155]在示例性實施例中，裝置1100可以被一個或多個應(yīng)用專用集成電路(ASIC)、數(shù)字信號處理器(DSP)、數(shù)字信號處理設(shè)備(DSPD)、可編程邏輯器件(PLD)、現(xiàn)場可編程門陣列(FPGA)、控制器、微控制器、微處理器或其他電子元件實現(xiàn)，用于執(zhí)行上述方法。
[0156]在示例性實施例中，還提供了一種包括指令的非臨時性計算機可讀存儲介質(zhì)，例如包括指令的存儲器1104，上述指令可由裝置1100的處理器1120執(zhí)行以完成上述方法。例如，所述非臨時性計算機可讀存儲介質(zhì)可以是R0M、隨機存取存儲器(RAM)、CD-R0M、磁帶、軟盤和光數(shù)據(jù)存儲設(shè)備等。
[0157]—種非臨時性計算機可讀存儲介質(zhì)，當(dāng)所述存儲介質(zhì)中的指令由裝置1100的處理器執(zhí)行時，使得裝置1100能夠執(zhí)行上述矩形物體的圖像處理方法，所述方法包括:
[0158]獲取指定區(qū)域圖像，所述指定區(qū)域圖像包括矩形物體圖像，所述矩形物體圖像為對待檢測的矩形物體進(jìn)行拍攝得到的；
[0159]確定所述指定區(qū)域圖像中矩形物體圖像的四條目標(biāo)邊界，其中，所述四條目標(biāo)邊界包括上邊界，下邊界，左邊界和右邊界；
[0160]根據(jù)所述矩形物體圖像的四條目標(biāo)邊界和透視投影變換規(guī)則，校正所述矩形物體圖像，得到校正后的矩形物體圖像，其中，所述校正后的矩形物體圖像的上下兩條邊處于水平方向，并分別與所述上邊界和下邊界重合，左右兩條邊處于豎直方向，并分別與所述左邊界和右邊界重合；
[0161]根據(jù)所述校正后的矩形物體圖像分割并識別出所述矩形物體上的信息。
[0162]在一個實施例中，所述確定所述指定區(qū)域圖像中矩形物體圖像的四條目標(biāo)邊界，包括:
[0163]確定所述指定區(qū)域圖像的四條外邊界及四條預(yù)設(shè)內(nèi)邊界，其中，所述四條預(yù)設(shè)內(nèi)邊界位于所述矩形物體圖像的內(nèi)部；
[0164]將所述外邊界和所述預(yù)設(shè)內(nèi)邊界之間的區(qū)域按照上，下，左，右四個方位進(jìn)行分害J，得到四個矩形區(qū)域，其中，每個矩形區(qū)域分別對應(yīng)所述矩形物體圖像的每個邊；
[0165]根據(jù)所述每個矩形區(qū)域確定所述矩形物體圖像對應(yīng)邊的目標(biāo)邊界。
[0166]在一個實施例中，所述根據(jù)所述每個矩形區(qū)域確定所述矩形物體圖像對應(yīng)邊的目標(biāo)邊界，包括:
[0167]對于每個矩形區(qū)域，按照所處方位使用索貝爾算子算法進(jìn)行水平方向或豎直方向的梯度提取，得到每個矩形區(qū)域?qū)?yīng)的灰度圖；
[0168]對所述每個矩形區(qū)域?qū)?yīng)的灰度圖進(jìn)行二值化，得到每個矩形區(qū)域?qū)?yīng)的黑白二值圖；
[0169]采用霍夫變換算法查找每個黑白二值圖中白色長度大于預(yù)設(shè)閾值的目標(biāo)直線段；
[0170]從所述目標(biāo)直線段中選取出長度最長的直線段，所述長度最長的直線段為所述矩形物體圖像對應(yīng)邊的目標(biāo)邊界。
[0171]在一個實施例中，所述根據(jù)所述校正后的矩形物體圖像分割并識別出所述矩形物體上的信息，包括:
[0172]根據(jù)所述矩形物體的實際尺寸的寬高比和所述矩形物體的矩形物體圖像上的寬高比，確定所述信息在所述矩形物體上的實際位置；
[0173]根據(jù)所述實際位置，在所述矩形物體圖像上分割出所述信息；
[0174]對所述信息進(jìn)行光學(xué)字符識別。
[0175]在一個實施例中，所述矩形物體上的信息包括所述矩形物體上的文字信息和圖形信息中至少一項。
[0176]本領(lǐng)域技術(shù)人員在考慮說明書及實踐這里公開的公開后，將容易想到本公開的其它實施方案。本申請旨在涵蓋本公開的任何變型、用途或者適應(yīng)性變化，這些變型、用途或者適應(yīng)性變化遵循本公開的一般性原理并包括本公開未公開的本技術(shù)領(lǐng)域中的公知常識或慣用技術(shù)手段。說明書和實施例僅被視為示例性的，本公開的真正范圍和精神由下面的權(quán)利要求指出。
[0177]應(yīng)當(dāng)理解的是，本公開并不局限于上面已經(jīng)描述并在附圖中示出的精確結(jié)構(gòu)，并且可以在不脫離其范圍進(jìn)行各種修改和改變。本公開的范圍僅由所附的權(quán)利要求來限制。
【主權(quán)項】
1.一種矩形物體的圖像處理方法，其特征在于，包括: 獲取指定區(qū)域圖像，所述指定區(qū)域圖像包括矩形物體圖像，所述矩形物體圖像為對待檢測的矩形物體進(jìn)行拍攝得到的； 確定所述指定區(qū)域圖像中矩形物體圖像的四條目標(biāo)邊界，其中，所述四條目標(biāo)邊界包括上邊界，下邊界，左邊界和右邊界； 根據(jù)所述矩形物體圖像的四條目標(biāo)邊界和透視投影變換規(guī)則，校正所述矩形物體圖像，得到校正后的矩形物體圖像，其中，所述校正后的矩形物體圖像的上下兩條邊處于水平方向，并分別與所述上邊界和下邊界重合，左右兩條邊處于豎直方向，并分別與所述左邊界和右邊界重合； 根據(jù)所述校正后的矩形物體圖像分割并識別出所述矩形物體上的信息。2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述確定所述指定區(qū)域圖像中矩形物體圖像的四條目標(biāo)邊界，包括: 確定所述指定區(qū)域圖像的四條外邊界及四條預(yù)設(shè)內(nèi)邊界，其中，所述四條預(yù)設(shè)內(nèi)邊界位于所述矩形物體圖像的內(nèi)部； 將所述外邊界和所述預(yù)設(shè)內(nèi)邊界之間的區(qū)域按照上，下，左，右四個方位進(jìn)行分割，得到四個矩形區(qū)域，其中，每個矩形區(qū)域分別對應(yīng)所述矩形物體圖像的每個邊； 根據(jù)所述每個矩形區(qū)域確定所述矩形物體圖像對應(yīng)邊的目標(biāo)邊界。3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述根據(jù)所述每個矩形區(qū)域確定所述矩形物體圖像對應(yīng)邊的目標(biāo)邊界，包括: 對于每個矩形區(qū)域，按照所處方位使用索貝爾算子算法進(jìn)行水平方向或豎直方向的梯度提取，得到每個矩形區(qū)域?qū)?yīng)的灰度圖； 對所述每個矩形區(qū)域?qū)?yīng)的灰度圖進(jìn)行二值化，得到每個矩形區(qū)域?qū)?yīng)的黑白二值圖； 采用霍夫變換算法查找每個黑白二值圖中白色長度大于預(yù)設(shè)閾值的目標(biāo)直線段； 從所述目標(biāo)直線段中選取出長度最長的直線段，所述長度最長的直線段為所述矩形物體圖像對應(yīng)邊的目標(biāo)邊界。4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)所述校正后的矩形物體圖像分割并識別出所述矩形物體上的信息，包括: 根據(jù)所述矩形物體的實際尺寸的寬高比和所述矩形物體的矩形物體圖像上的寬高比，確定所述信息在所述矩形物體上的實際位置； 根據(jù)所述實際位置，在所述矩形物體圖像上分割出所述信息； 對所述信息進(jìn)行光學(xué)字符識別。5.根據(jù)權(quán)利要求1至4中任一項所述的方法，其特征在于，所述矩形物體上的信息包括所述矩形物體上的文字信息和圖形信息中至少一項。6.一種矩形物體的圖像處理裝置，其特征在于，包括: 獲取模塊，用于獲取指定區(qū)域圖像，所述指定區(qū)域圖像包括矩形物體圖像，所述矩形物體圖像為對待檢測的矩形物體進(jìn)行拍攝得到的； 確定模塊，用于確定所述指定區(qū)域圖像中矩形物體圖像的四條目標(biāo)邊界，其中，所述四條目標(biāo)邊界包括上邊界，下邊界，左邊界和右邊界； 校正模塊，用于根據(jù)所述矩形物體圖像的四條目標(biāo)邊界和透視投影變換規(guī)則，校正所述矩形物體圖像，得到校正后的矩形物體圖像，其中，所述校正后的矩形物體圖像的上下兩條邊處于水平方向，并分別與所述上邊界和下邊界重合，左右兩條邊處于豎直方向，并分別與所述左邊界和右邊界重合； 處理模塊，用于根據(jù)所述校正后的矩形物體圖像分割并識別出所述矩形物體上的信息。7.根據(jù)權(quán)利要求6所述的裝置，其特征在于，所述確定模塊包括: 第一確定子模塊，用于確定所述指定區(qū)域圖像的四條外邊界及四條預(yù)設(shè)內(nèi)邊界，其中，所述四條預(yù)設(shè)內(nèi)邊界位于所述矩形物體圖像的內(nèi)部； 區(qū)域分割子模塊，用于將所述外邊界和所述預(yù)設(shè)內(nèi)邊界之間的區(qū)域按照上，下，左，右四個方位進(jìn)行分割，得到四個矩形區(qū)域，其中，每個矩形區(qū)域分別對應(yīng)所述矩形物體圖像的每個邊； 第二確定子模塊，用于根據(jù)所述每個矩形區(qū)域確定所述矩形物體圖像對應(yīng)邊的目標(biāo)邊界。8.根據(jù)權(quán)利要求7所述的裝置，其特征在于，所述第二確定子模塊用于: 對于每個矩形區(qū)域，按照所處方位使用索貝爾算子算法進(jìn)行水平方向或豎直方向的梯度提取，得到每個矩形區(qū)域?qū)?yīng)的灰度圖； 對所述每個矩形區(qū)域?qū)?yīng)的灰度圖進(jìn)行二值化，得到每個矩形區(qū)域?qū)?yīng)的黑白二值圖； 采用霍夫變換算法查找每個黑白二值圖中白色長度大于預(yù)設(shè)閾值的目標(biāo)直線段； 從所述目標(biāo)直線段中選取出長度最長的直線段，所述長度最長的直線段為所述矩形物體圖像對應(yīng)邊的目標(biāo)邊界。9.根據(jù)權(quán)利要求6所述的裝置，其特征在于，所述處理模塊包括: 位置確定子模塊，用于根據(jù)所述矩形物體的實際尺寸的寬高比和所述矩形物體的矩形物體圖像上的寬高比，確定所述信息在所述矩形物體上的實際位置； 信息分割子模塊，用于根據(jù)所述實際位置，在所述矩形物體圖像上分割出所述信息； 識別子模塊，用于對所述信息進(jìn)行光學(xué)字符識別。10.根據(jù)權(quán)利要求6至9中任一項所述的裝置，其特征在于，所述矩形物體上的信息包括所述矩形物體上的文字信息和圖形信息中至少一項。11.一種矩形物體的圖像處理裝置，其特征在于，包括: 處理器； 用于存儲處理器可執(zhí)行指令的存儲器； 其中，所述處理器被配置為: 獲取指定區(qū)域圖像，所述指定區(qū)域圖像包括矩形物體圖像，所述矩形物體圖像為對待檢測的矩形物體進(jìn)行拍攝得到的； 確定所述指定區(qū)域圖像中矩形物體圖像的四條目標(biāo)邊界，其中，所述四條目標(biāo)邊界包括上邊界，下邊界，左邊界和右邊界； 根據(jù)所述矩形物體圖像的四條目標(biāo)邊界和透視投影變換規(guī)則，校正所述矩形物體圖像，得到校正后的矩形物體圖像，其中，所述校正后的矩形物體圖像的上下兩條邊處于水平方向，并分別與所述上邊界和下邊界重合，左右兩條邊處于豎直方向，并分別與所述左邊界和右邊界重合； 根據(jù)所述校正后的矩形物體圖像分割并識別出所述矩形物體上的信息。
【文檔編號】G06K9/32GK106056117SQ201610446883
【公開日】2016年10月26日
【申請日】2016年6月20日
【發(fā)明人】龍飛, 陳志軍, 汪平仄
【申請人】北京小米移動軟件有限公司