[發(fā)明專利]一種文本定位方法及裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 201811527265.1
• 申請(qǐng)日: 2018-12-13
• 公開（公告）號(hào): CN109697414B
• 公開（公告）日: 2021-06-18
• 發(fā)明（設(shè)計(jì)）人: 丁洪利;劉天悅;詹華年;鄭磊波
• 申請(qǐng)（專利權(quán)）人: 北京金山數(shù)字娛樂科技有限公司;成都金山互動(dòng)娛樂科技有限公司
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00;G06K9/32
• 代理公司: 北京柏杉松知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11413
• 代理人: 李欣;馬敬

1.一種文本定位方法，其特征在于，所述方法包括：

獲取待轉(zhuǎn)換文本的目標(biāo)文本圖像；

通過預(yù)設(shè)的文本行檢測(cè)算法，確定所述目標(biāo)文本圖像包含的文本行圖像、以及所述文本行圖像對(duì)應(yīng)的第一坐標(biāo)信息，所述第一坐標(biāo)信息為所述文本行圖像對(duì)應(yīng)的目標(biāo)顯示區(qū)域的坐標(biāo)信息；

通過預(yù)設(shè)的段落合并規(guī)則、所述文本行圖像對(duì)應(yīng)的第一坐標(biāo)信息，對(duì)所述文本行圖像進(jìn)行合并，得到文本段圖像、以及所述文本段圖像對(duì)應(yīng)的第二坐標(biāo)信息；

所述獲取待轉(zhuǎn)換文本的目標(biāo)文本圖像包括：

獲取待轉(zhuǎn)換文本的初始文本圖像；

基于所述初始文本圖像的圖像數(shù)據(jù)，判斷所述初始文本圖像是否包含插入對(duì)象的信息；

若包含所述插入對(duì)象的信息，則確定所述初始文本圖像包含的插入對(duì)象對(duì)應(yīng)的第三坐標(biāo)信息、以及去除所述插入對(duì)象的目標(biāo)文本圖像；

所述得到文本段圖像、以及所述文本段圖像對(duì)應(yīng)的第二坐標(biāo)信息之后，還包括：

若包含所述插入對(duì)象的信息，則基于所述第二坐標(biāo)信息和所述第三坐標(biāo)信息，將預(yù)先存儲(chǔ)的所述文本段圖像包含的各字符和所述插入對(duì)象進(jìn)行存儲(chǔ)，得到結(jié)構(gòu)化存儲(chǔ)的信息。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述獲取待轉(zhuǎn)換文本的目標(biāo)文本圖像包括：

若不包含所述插入對(duì)象的信息，則將所述初始文本圖像作為目標(biāo)文本圖像。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述得到文本段圖像、以及所述文本段圖像對(duì)應(yīng)的第二坐標(biāo)信息之后，還包括：

若不包含所述插入對(duì)象的信息，則基于所述第二坐標(biāo)信息，將預(yù)先存儲(chǔ)的所述文本段圖像包含的各字符進(jìn)行存儲(chǔ)，得到結(jié)構(gòu)化存儲(chǔ)的信息。

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述通過預(yù)設(shè)的段落合并規(guī)則、所述文本行圖像對(duì)應(yīng)的第一坐標(biāo)信息，對(duì)所述文本行圖像進(jìn)行合并，得到文本段圖像、以及所述文本段圖像對(duì)應(yīng)的第二坐標(biāo)信息包括：

在預(yù)設(shè)坐標(biāo)系中，按照文本行圖像的縱坐標(biāo)的數(shù)值從小到大的順序，確定目標(biāo)文本行圖像、以及與所述目標(biāo)文本行圖像相鄰的文本行圖像，所述預(yù)設(shè)坐標(biāo)系為以所述目標(biāo)文本圖像的左上角為原點(diǎn)的直角坐標(biāo)系；

基于第一文本行圖像的第一坐標(biāo)信息、與所述目標(biāo)文本行圖像相鄰的第二文本行圖像的第一坐標(biāo)信息和預(yù)設(shè)的文本段識(shí)別規(guī)則，判斷所述目標(biāo)文本行圖像包含的文本與所述第二文本行圖像包含的文本是否屬于同一文本段，所述第一文本行圖像為所述目標(biāo)文本行圖像包含的文本行圖像中，縱坐標(biāo)的數(shù)值最大的文本行圖像；

如果判斷結(jié)果為是，則將所述目標(biāo)文本行圖像和所述第二文本行圖像進(jìn)行合并，得到新的目標(biāo)文本行圖像；

如果判斷結(jié)果為否，則將所述目標(biāo)文本行圖像作為文本段圖像。