笔记处理方法和装置与流程

本技术涉及图像处理，特别涉及一种笔记处理方法和装置。

背景技术：

1、随着手机、电子书阅读器等移动终端的快速发展，对纸质文档进行电子扫描，并将其以电子扫描图像的方式进行归档存储越来越被大众所接受。然而，纸质文档在使用过程中经常会被做上手写笔记，因此，在对其电子扫描图像进行归档之前，需要将其中的手写笔记进行擦除。相关技术中，多是借用修图工具，如ps(photoshop，一种图像处理软件)、美图秀秀等，通过人工操作的方式进行笔记擦除，显然，该种实现方式存在效率低下的问题。

2、因此，如何对电子扫描图像中的手写笔记进行快速高效的擦除是本领域技术人员亟待解决的问题。

技术实现思路

1、本技术的目的是提供一种笔记处理方法，该笔记处理方法可以对电子扫描图像中的手写笔记进行快速高效的擦除；本技术的另一目的是提供一种笔记处理装置，同样具有上述有益效果。

2、第一方面，本技术提供了一种笔记处理方法，包括：

3、获取有笔记图像；

4、将所述有笔记图像输入至笔记擦除模型，并通过所述笔记擦除模型对所述有笔记图像执行笔记清除操作，得到所述有笔记图像对应的无笔记图像。

5、可选地，在所述得到所述有笔记图像对应的无笔记图像之后，还包括：

6、确定所述无笔记图像中的待处理区域；

7、对所述待处理区域进行笔记分割，得到区域分割图；

8、利用所述区域分割图对所述待处理区域进行背景还原，得到区域还原图；

9、对所述区域还原图与所述无笔记图像进行合成，得到背景还原图像。

10、可选地，所述将所述有笔记图像输入至笔记擦除模型，包括：

11、对所述有笔记图像进行二值化处理，获得二值化图像；

12、将所述二值化图像输入至所述笔记擦除模型。

13、可选地，所述通过所述笔记擦除模型对所述有笔记图像执行笔记清除操作，包括：

14、通过所述笔记擦除模型识别所述有笔记图像中每一像素点的像素点类型，所述像素点类型包括：笔记类和非笔记类；

15、根据所述像素点类型得到所述有笔记图像对应的笔记像素点集合；

16、针对所述笔记像素点集合中的每一所述笔记像素点，将所述有笔记图像中的所述笔记像素点还原为背景像素点。

17、可选地，所述通过所述笔记擦除模型识别所述有笔记图像中每一像素点的像素点类型，包括：

18、通过所述笔记擦除模型识别所述有笔记图像中的每一像素点，得到像素点集合；

19、针对所述像素点集合中的每一像素点，从多个维度对所述像素点进行特征提取，得到像素点特征，所述维度至少包括以下之一：纹理、颜色或形状；

20、根据所述像素点特征确定对应像素点的像素点类型。

21、可选地，所述将所述有笔记图像中的所述笔记像素点还原为背景像素点，包括：

22、确定所述背景像素点对应的第一像素点特征；

23、确定所述笔记像素点对应的第二像素点特征；

24、将所述笔记像素点的所述第二像素点特征更新为所述第一像素点特征，以将所述笔记像素点还原为所述背景像素点。

25、可选地，所述笔记擦除模型通过以下步骤训练得到：

26、获取无笔记图像训练集和笔记图像训练集；

27、基于所述无笔记图像训练集和所述笔记图像训练集生成有笔记图像训练集；

28、利用所述有笔记图像训练集和所述无笔记图像训练集对初始模型进行训练，得到笔记擦除模型。

29、可选地，所述基于所述无笔记图像训练集和所述笔记图像训练集生成有笔记图像训练集，包括：

30、针对所述无笔记图像训练集中的任一无笔记训练图像，将所述无笔记训练图像与所述笔记图像训练集中的每个笔记训练图像进行组合，得到图像对；

31、针对任一所述图像对，对所述图像对中的无笔记训练图像和笔记训练图像进行合成，得到有笔记训练图像；

32、基于所有所述有笔记训练图像生成所述有笔记图像训练集。

33、可选地，所述对所述图像对中的无笔记训练图像和笔记训练图像进行合成，得到有笔记训练图像，包括：

34、确定所述无笔记训练图像中的合成区域，并基于所述合成区域生成掩膜模板；

35、利用所述掩膜模板对所述笔记训练图像进行掩膜提取，得到掩膜图像；

36、对所述掩膜图像和所述无笔记训练图像进行合成，得到所述有笔记训练图像。

37、第二方面，本技术提供了一种笔记处理装置，包括：

38、获取模块，用于获取有笔记图像；

39、处理模块，用于将所述有笔记图像输入至笔记擦除模型，并通过所述笔记擦除模型对所述有笔记图像执行笔记清除操作，得到所述有笔记图像对应的无笔记图像。

40、可选地，所述笔记处理装置还包括区域处理模块，所述区域处理模块包括：

41、区域确定单元，用于在所述得到所述有笔记图像对应的无笔记图像之后，确定所述无笔记图像中的待处理区域；

42、笔记分割单元，用于对所述待处理区域进行笔记分割，得到区域分割图；

43、背景还原单元，用于利用所述区域分割图对所述待处理区域进行背景还原，得到区域还原图；

44、图像合成单元，用于对所述区域还原图与所述无笔记图像进行合成，得到背景还原图像。

45、可选地，所述处理模块包括：

46、二值化单元，用于对所述有笔记图像进行二值化处理，获得二值化图像；

47、输入单元，用于将所述二值化图像输入至所述笔记擦除模型。

48、可选地，所述处理模块包括：

49、类型识别单元，用于通过所述笔记擦除模型识别所述有笔记图像中每一像素点的像素点类型，所述像素点类型包括：笔记类和非笔记类；

50、集合生成单元，用于根据所述像素点类型得到所述有笔记图像对应的笔记像素点集合；像素还原单元，用于针对所述笔记像素点集合中的每一所述笔记像素点，将所述有笔记图像中的所述笔记像素点还原为背景像素点。

51、可选地，所述类型识别单元具体用于通过所述笔记擦除模型识别所述有笔记图像中的每一像素点，得到像素点集合；针对所述像素点集合中的每一像素点，从多个维度对所述像素点进行特征提取，得到像素点特征，所述维度至少包括以下之一：纹理、颜色或形状；根据所述像素点特征确定对应像素点的像素点类型。

52、可选地，所述像素还原单元具体用于确定所述背景像素点对应的第一像素点特征；确定所述笔记像素点对应的第二像素点特征；将所述笔记像素点的所述第二像素点特征更新为所述第一像素点特征，以将所述笔记像素点还原为所述背景像素点。

53、可选地，所述笔记处理装置还包括模型训练模块，所述模型训练模块包括：

54、获取单元，用于获取无笔记图像训练集和笔记图像训练集；

55、生成单元，用于基于所述无笔记图像训练集和所述笔记图像训练集生成有笔记图像训练集；

56、训练单元，用于利用所述有笔记图像训练集和所述无笔记图像训练集对初始模型进行训练，得到笔记擦除模型。

57、可选地，所述生成单元包括：

58、组合子单元，用于针对所述无笔记图像训练集中的任一无笔记训练图像，将所述无笔记训练图像与所述笔记图像训练集中的每个笔记训练图像进行组合，得到图像对；

59、合成子单元，用于针对任一所述图像对，对所述图像对中的无笔记训练图像和笔记训练图像进行合成，得到有笔记训练图像；

60、生成子单元，用于基于所有所述有笔记训练图像生成所述有笔记图像训练集。

61、可选地，所述合成子单元具体用于确定所述无笔记训练图像中的合成区域，并基于所述合成区域生成掩膜模板；利用所述掩膜模板对所述笔记训练图像进行掩膜提取，得到掩膜图像；对所述掩膜图像和所述无笔记训练图像进行合成，得到所述有笔记训练图像。

62、第三方面，本技术提供了一种电子设备，包括：

63、存储器，用于存储计算机程序；

64、处理器，用于执行所述计算机程序时，实现如上所述的任一种笔记处理方法的步骤。

65、第四方面，本技术提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上所述的任一种笔记处理方法的步骤。

66、本技术所提供的一种笔记处理方案，通过获取有笔记图像；将所述有笔记图像输入至笔记擦除模型，并通过所述笔记擦除模型对所述有笔记图像执行笔记清除操作，得到所述有笔记图像对应的无笔记图像，可见，当获取到需要进行笔记擦除的有笔记图像时，可以直接将其输入至笔记擦除模型，由笔记擦除模型对其执行笔记清除操作，从而得到擦除笔记后的无笔记图像，显然，相较于借助修图工具的人工操作方式，该种实现方式实现了手写笔记的自动化擦除，具有更高的工作效率。

67、本技术所提供的一种笔记处理装置、电子设备以及计算机可读存储介质，均具有上述有益效果，在此不再赘述。