文本定位

摘要： 为了改善使用智能手机拍摄的文档图像的质量以提高可读性,对各类边缘保持的图像算法进行了研究,并应用迭代最小二乘法平滑与L_(0)平滑解决印刷纸张本身粗糙导致的噪点问题。提出了基于图论的歪斜文本校正方法,将文本图像构建出点连通域、字连通域、行连通域各级结构,实现对每个文字位置进行重定位,以解决文字排布歪斜、不平整的问题。

摘要： 本期专栏呈现的是王君老师的刘禹锡《陋室铭》教学实录。此次教学不同于一般,它首先将文本定位为思辨型和诵读型文本,带领学生在群诗阅读中纵观刘禹锡一生诗路,辨读写作背景和作者的人生追求,然后将学生的思维引向对自身人生选择与价值的思辨上,以激发其内部生命的活力,彰显出青春语文课堂的独特个性。

摘要： HMI串口触摸屏的驱动程序比较复杂,是单片机系统开发的难点之一.通过对HMI串口触摸屏的硬件、接口协议以及编程原理的分析,选择触摸屏动态图像显示、曲线绘制以及文本动态定位显示为应用需求,提出了控件添加、图形化编程和单片机指令控制的方法.利用上位机与显示器同屏操作方法,降低了触摸屏的图形绘制、按键控制的编程难度,解决了现有触摸屏开发周期长、程序复杂、性能不稳定等问题.

摘要： 语文学科的特殊性,增加了语文教学的难度。选文功能类型鉴别理论,为教师有意识选择教学内容,实现语文教材内容教学化提供了依据。通过文本功能定位,有意识的选择教学内容,为初中语文教材单元主题教学提供了新思路。

摘要： 随着深度学习技术的不断突破与完善,人工智能技术不断应用于金融行业的各个领域,基于人脸识别的人脸支付、基于文字识别的卡号识别等.基于深度学习技术的银行卡样卡智能审核应用正是人工智能技术赋能金融领域的一个创新亮点.银行卡样卡准入服务是成员机构准入服务内容之一,旨在通过对成员机构提交的卡面设计中的相关标识、文字、图案等要素的位置和内容进行审核,帮助成员机构提升卡面设计的合规性,保障银行卡卡面设计标准的一致性.样卡准入服务依托于统一运营服务平台,实现了审核服务全流程的电子化,但其中对于卡面设计合规性的审核目前主要依赖人工判断.重点研究了将深度学习技术引入样卡准入服务审核环节的技术和方法,该项技术的应用有助于优化传统样卡准入服务流程,提高审核效率,缩短审核周期,提升机构用户体验.

摘要： HMI串口触摸屏的驱动程序比较复杂,是单片机系统开发的难点之一。通过对HMI串口触摸屏的硬件、接口协议以及编程原理的分析,选择触摸屏动态图像显示、曲线绘制以及文本动态定位显示为应用需求,提出了控件添加、图形化编程和单片机指令控制的方法。利用上位机与显示器同屏操作方法,降低了触摸屏的图形绘制、按键控制的编程难度,解决了现有触摸屏开发周期长、程序复杂、性能不稳定等问题。

摘要： 在语文教育教学过程中,怎样让学生更好的进入语言文字本身,体会文本蕴含的意义?这是一个值得我们深思的问题。本文就这个问题,分别从“传统的高中语文教与学”、“新兴的文学鉴赏是什么”、“高中语文教学和新兴的文学鉴赏方法之间的联系和交汇”几个方面谈谈自己的见解和看法。

摘要： 尽管前人在文本检测和文本识别方面已经取得了显著的研究进展,但是在场景文本检测方面仍然存在着较大的不足.即使是深度学习模型,也不会达到很好的性能.因为整体性能取决于流程中的多个阶段和组件的相互作用.基于深度学习神经网络模型的EAST算法可以在进行场景文本检测时避免传统文本检测方法不必要的中间步骤(例如候选区域和字分区域),从而得到了快速准确的检测效果,准确率和召回率都有大幅度的提高.然而由于其感受野范围较短,对长文本的检测效果仍存在问题,因此文中对EAST算法进行改进,在EAST算法的基础上,引入BLSTM网络,提高其感受野,增强文本定位的效果.实验结果表明,该算法在ICDAR2015文本定位任务的召回率为78.07％,准确率为85.10％,F-score为81.64％,优于经典EAST算法.

摘要： 在文档图像分析处理过程中，文本定位技术十分必要。本文介绍了一般图像的文本定位技术，并针对基于版面特征的文档图像提出了一种文本定位方法。该方法首先利用拉普拉斯算子粗略检测出文字边缘区域，利用形态学膨胀方法扩展区域，接着通过聚类分析来提取文本层，最后根据中文字符的自身矩形区域比例、宽高比等特征有效定位出图像中的文本区域。对超过100幅图文混合文档图像进行实验，均获得较满意结果。实验发现定位的准确率与边缘检测、切分、聚类分析等处理工作效果关系很大。文本区域的准确定位将有利于提高图文混合文档图像的检索效率。

摘要： 复杂背景下的文本定位有着广泛的应用前景,可以用于图像检索、视频检索等。但文本所处的背景的复杂性使得文本定位非常困难.本文提出一种基于小波变换和数学形态学的复杂背景下的文本定位算法。该算法首先对输入图像进行小波变换,在对小波变换后的垂直方向上的高频分量图进行二值化及规则限制。实验结果表明该算法快速有效。

摘要： 本文提出了一种分级的电路板图像中的文本定位方法.该方法分三步:基于梯度图像空间方差文本定位;基于纹理的文本定位以及基于颜色聚类的文本定位.通过对我们图像样本库中电路板图像的试验,验证了本文方法的速度和效果.

摘要： 作业抄袭检测是文本抄袭检测的一个重要分支。针对教学过程中普遍存在的作业抄袭现象，本文在详细分析计算机相关课程作业抄袭特征的基础上，提出一种基于聚类的抄袭检测算法，通过Winnowing方法获取作业抽样指纹，避免分词带来的误差和效率问题；使用不对称相似度衡量作业间的相似程度，获得抄袭作业清单；引入聚类方法对作业中抄袭片段进行启发式合并，降低干扰信息给文本定位造成的影响。

摘要： 图像和视频中包含着大量的文本信息,这些文本的自动检测、定位、提取和识别,对图像和视频的理解、索引和检索有非常重要的价值,其中文本的检测定位扮演着尤其重要的角色.为使研究人员有所借鉴,本文综述了该领域的发展现状,分别从图像和视频两个方面分析了主要技术方法的优缺点,并指出了当前存在的问题和未来的研究方向.

摘要： 为实现新闻视频图像中标注文本的快速检测与定位,提出了一种有效的字幕定位方法.该方法通过灰度差分统计对视频帧中文字区域进行行定位,再利用行定位信息得到的子图像在垂直方向的投影进行列定位,最后对预处理结果进行过滤和合并得到文字区域定位的精确结果.实验结果表明:该方法效果良好,不受文字大小影响,不受图像背景复杂度限制,方便快捷.

摘要： 为实现新闻视频图像中标注文本的快速检测与定位,提出了一种有效的字幕定位方法.该方法通过灰度差分统计对视频帧中文字区域进行行定位,再利用行定位信息得到的子图像在垂直方向的投影进行列定位,最后对预处理结果进行过滤和合并得到文字区域定位的精确结果.实验结果表明:该方法效果良好,不受文字大小影响,不受图像背景复杂度限制,方便快捷.

摘要： 为实现新闻视频图像中标注文本的快速检测与定位,提出了一种有效的字幕定位方法.该方法通过灰度差分统计对视频帧中文字区域进行行定位,再利用行定位信息得到的子图像在垂直方向的投影进行列定位,最后对预处理结果进行过滤和合并得到文字区域定位的精确结果.实验结果表明:该方法效果良好,不受文字大小影响,不受图像背景复杂度限制,方便快捷.

摘要： 为实现新闻视频图像中标注文本的快速检测与定位,提出了一种有效的字幕定位方法.该方法通过灰度差分统计对视频帧中文字区域进行行定位,再利用行定位信息得到的子图像在垂直方向的投影进行列定位,最后对预处理结果进行过滤和合并得到文字区域定位的精确结果.实验结果表明:该方法效果良好,不受文字大小影响,不受图像背景复杂度限制,方便快捷.

摘要： 视频图像中字幕的提取对于实现视频检索具有重要的意义。本文对传统的字幕提取方法进行了改进,得到了一种简单易行的字幕提取方法。在二值边化之后对图像进行去除噪声处理,过滤掉非文本区域的干扰,最终经过定位得到准确的文字区域。经大量实验证明,该方法具有较高的文字提取准确率和较好的健壮性。

摘要： 本发明提供一种语言文本检测与定位系统及应用该系统的语言文本检测与定位方法，该系统包括：一特征提取网络，用于从待检测图像中提取底层的CNN特征，得到若干不同的特征图；至少三个区域建议网络，用于分别对上述不同的特征图进行二分类以及边界框回归，然后根据包含文本的特征图产生文本候选区域；一过渡区域，用于连接多个上述文本候选区域，并根据上述包含文本的特征图及文本候选区域产生区域卷积特征图；一文本检测网络，用于根据上述区域卷积特征图产生文本区域边界框偏置信息，并对上述偏置信息进行非极大值抑制以及非合理区域过滤操作，产生图像坐标空间的预测文本区域边界框坐标信息。

摘要： 本发明公开了一种基于多层次文本组件定位与生长的自然场景图像中文本区域提取方法，首先输入灰度或彩色RGB图像；在输入图像上运行MSER算法，进而以MSER边界作为区域边缘在MSER中运行SWT算法，获取极值区域内部像素的笔画宽度值；在极值区域中计算笔画宽度直方图，选取直方图中包含最多像素数量的三个笔画宽度对应的像素集合，并将通过边缘梯度差角特征验证的像素集合中的像素作为种子像素；基于种子像素，迭代进行字符内、字符间两个层次的生长过程，进一步基于多种文本区域特征对生长后获得的区域进行过滤，并将最终得到的文本区域作为结果输出。本发明提出的文本区域提取方法能够兼顾提取结果的精度和召回率，同时不依赖于特定机器学习模型，简单易重现。

摘要： 本发明提供一种语言文本检测与定位系统及应用该系统的语言文本检测与定位方法，该系统包括：一特征提取网络，用于从待检测图像中提取底层的CNN特征，得到若干不同的特征图；至少三个区域建议网络，用于分别对上述不同的特征图进行二分类以及边界框回归，然后根据包含文本的特征图产生文本候选区域；一过渡区域，用于连接多个上述文本候选区域，并根据上述包含文本的特征图及文本候选区域产生区域卷积特征图；一文本检测网络，用于根据上述区域卷积特征图产生文本区域边界框偏置信息，并对上述偏置信息进行非极大值抑制以及非合理区域过滤操作，产生图像坐标空间的预测文本区域边界框坐标信息。

摘要： 本发明提供一种图像文本定位方法及装置、图像文本识别方法及装置。所述图像文本定位方法包括：提供待处理的图像文本；提取所述图像文本的四层基础纹理特征信息；根据所述四层基础纹理特征信息，对每个像素进行分类，以使每个像素被划分为文字或背景；根据所述四层基础纹理特征信息，判断被划分为文字的相邻两个像素之间是否连接；根据被划分为文字的像素之间的连接信息确定最小分割区域，以将所述图像文本划分为多个文字检测框。本发明不仅大大降低了网络结构的复杂性，提高了网络的泛化能力，打破了深度网络需要成千上万的训练数据的局限性，而且大大缩减了模型内存占用量，最终显著提高了处理效率。

摘要： 本申请提供了一种文本定位方法，属于文本识别技术领域，解决了现有技术文本识别过程中准确率低下的问题。所述方法包括：获取待识别文本行图像；沿所述待识别文本行图像的宽度方向按照预设步长移动预设宽度和预设高度的滑窗，确定所述待识别文本行图像上顺序分布的图像区域，所述图像区域的宽度与所述滑窗的宽度匹配；将各所述图像区域内待识别文本行图像分别输入至预先训练的文本行识别模型，确定各所述图像区域内所述待识别文本行图像对应的文本行识别结果，根据各所述图像区域内所述待识别文本行图像对应的文本行识别结果，确定所述待识别文本行图像中与所述文本行属性匹配的图像位置，可以提升文本识别的准确性。

摘要： 本申请提供了一种文本识别方法，属于文本识别技术领域，解决了现有技术文本识别过程中准确率低下的问题。所述方法包括：获取待识别文本行图像；将所述待识别文本行图像输入至预先训练的文本行识别模型，确定所述待识别文本行图像对应的文本行识别结果，所述文本行识别结果用于指示所述待识别文本行图像相应位置处的文本行属性；根据文本行识别结果确定所述待识别文本行图像中与所述文本行属性对应的图像区域。本申请公开的文本定位方法通过训练的文本行识别模型确定复杂排布的待识别文本行图像中不同文本行属性的文本的分布区域，有助于针对不同的文本区域采用与该文本区域的文本行属性对应的文本图像识别引擎进行识别，以提升文本识别的准确性。

摘要： 本发明公开了一种基于文本选取模型的无监督文本定位方法。本发明通过SLIC和DBSCAN图像分割生成若干个超像素，并创新地将超像素区域作为文本候选区域，解决了候选区域在数量和精度上的平衡；其次，本发明利用同一张图中文本对象之间的相似性建立文本选取模型，生成样本参考图，其中，样本参考图包括强文本图和非文本图，并以样本参考图为依据，通过双阈值机制自适应地提取以超像素为单位的文本样本，避免了传统算法对于数据库的依赖性；最后，通过文本样本训练得到文本分类器并对超像素区域进行文本/非文本分类；该方法召回率高，避免了传统算法中依赖数据库、通用性较差、候选区域数量爆炸的问题，实现了无监督的文本定位目标。

摘要： 提供了一种文本定位方法和系统以及文本定位模型训练方法和系统，其中，所述文本定位方法包括：获取预测图像样本；基于预测图像样本的特征，利用预先训练的文本定位模型，确定用于在预测图像样本中定位文本的文本框的位置并确定所述文本框中的文本的方向，其中，所述文本定位模型包括用于确定文本位置的文本框位置预测分支和用于预测与所述文本框的角度有关的值以确定文本方向的文本方向预测分支。

摘要： 本发明提供的一种文本识别模型训练方法、文本定位方法及相关装置，该文本识别模型训练方法包括：获取预设数量的训练样本图像；每张样本图像具有文本信息；将训练样本图像输入识别网络进行训练；当训练的步长达到目标训练步长时，则将识别网络作为文本识别模型；目标训练步长用于指示识别网络即将处于收敛状态。本发明将带有任意文本信息的训练样本输入到识别网络中训练到目标训练步长后，得到文本识别模型，通过控制训练步长，在模型的损失函数快速下降之前停止训练过程，此时获得的文本识别模型学习到的是字体笔画类型的纹理结构，能够识别出没有经过训练的字体格式，提高了模型的泛化能力，能够准确识别字体，进而提高了字体定位效率。

摘要： 本发明公开了一种金属表面弯曲文本定位及文本线拟合方法，具体包括：训练基于深度卷积神经网络的字符检测模型；获取字符检测框中心点；采用代数方法、聚类算法等方式扩充点集；采用基于最小二乘法的曲线拟合方法拟合文本曲线。该方法对金属件表面平直、倾斜或弯曲文本都有很好的定位与拟合效果。