公开(公告)号：CN118135596A

公开(公告)日：2024-06-04

申请号：CN202410270335.9

申请日：2024-03-11

Applicant: 安徽大学

Inventor： 徐国明 ,  金睿 ,  席宇亮 ,  宛新文 ,  周扬 ,  袁宏武 ,  杨雨木 ,  曹旭妍

IPC: G06V30/42 ,  G06V30/413 ,  G06T5/50 ,  G06V30/19 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一个文档印章图像的去印章方法，包括：1导入图片；2使用深度学习方法检测图像中的印章位置并返回印章位置坐标；3根据坐标在原图上将印章所在区域裁剪保存，并将原印章位置逐像素遍历更改为白色像素；4对裁剪保存的印章区域图片进行像素聚类，得到印章主体像素值，文字像素值以及图片背景像素值；5根据三类像素值，通过设计的八邻域判别法对印章区域像素值进行替换；6将处理后的印章区域图片与原始裁剪图片融合得到最终输出图像。本发明通过预训练后的深度学习网络精确定位印章位置，实行精确裁剪，通过像素值聚类分析以及八邻域判别方法在保证印章信息去除的同时极大程度保证文字内容的完整性，从而提高OCR识别的准确性。

公开(公告)号：CN118096587A

公开(公告)日：2024-05-28

申请号：CN202311749681.7

申请日：2023-12-18

Applicant: 安徽大学

Inventor： 徐国明 ,  周扬 ,  宛新文 ,  金睿 ,  席宇亮 ,  袁宏武 ,  曹旭妍 ,  杨雨木

IPC: G06T5/73 ,  G06T5/50 ,  G06T5/60 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/08

Abstract: 本发明公开一种基于深度学习的文档图像去模糊方法、系统及设备，涉及图像复原与重建领域。本发明首先基于原始清晰文档图像，通过生成模糊核的方式来批量生成模糊程度不一的模糊文档图像；然后将模糊文档图像与对应的原始清晰文档图像构成图像数据集；构建包括残差骨干网络和特征融合模块的卷积神经网络模型；采用图像数据集对卷积神经网络模型进行训练和测试，得到训练好的卷积神经网络模型作为文档图像的去模糊模型；将待去模糊的文档图像输入到去模糊模型中，通过端到端的方式直接输出对应的清晰文档图像。采用本发明方法去除模糊后的文档图像具有较高的内容质量，整体具有良好的视觉感知效果。