[發(fā)明專利]一種文本行提取方法及裝置、電子設(shè)備

在審

• 申請?zhí)枺?/td>: 201910270014.8
• 申請日: 2019-04-04
• 公開（公告）號: CN110119681A
• 公開（公告）日: 2019-08-13
• 發(fā)明（設(shè)計）人: 韓茂琨;回艷菲;王健宗
• 申請（專利權(quán)）人: 平安科技（深圳）有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/20;G06K9/34
• 代理公司: 深圳市隆天聯(lián)鼎知識產(chǎn)權(quán)代理有限公司 44232
• 代理人: 劉抗美

本發(fā)明涉及場景文本檢測技術(shù)領(lǐng)域，揭示了一種文本行提取方法及裝置、電子設(shè)備。該方法包括：獲取輸入圖像；對輸入圖像進行二值化處理，以獲得二值輸入圖像；將二值輸入圖像輸入混合神經(jīng)網(wǎng)絡(luò)模型以進行文本行標(biāo)注，獲得標(biāo)有文本行特征線的輸出圖像；其中，該混合神經(jīng)網(wǎng)絡(luò)模型包括卷積層、最大池化層以及長短期記憶網(wǎng)絡(luò)層；對標(biāo)有文本行特征線的輸出圖像進行上采樣，獲得目標(biāo)輸出圖像，以根據(jù)目標(biāo)輸出圖像的文本行特征線，從輸入圖像中提取出相應(yīng)的文本行；其中，目標(biāo)輸出圖像的尺寸與輸入圖像的尺寸相匹配。實施本發(fā)明實施例，能夠提高了文本行提取的魯棒性。

技術(shù)領(lǐng)域

本發(fā)明涉及場景文本檢測技術(shù)領(lǐng)域，特別涉及一種文本行提取方法及裝置、電子設(shè)備。

背景技術(shù)

隨著計算機的多媒體處理能力愈加強大，人們常常通過掃描儀等計算機輸入設(shè)備將文檔以圖像格式輸入計算機，以利用計算機處理和存儲文檔。為了從存儲的文檔圖像中提取出文字信息，通常需要對文檔圖像進行版面分析，以識別出文檔圖像中文本信息所在區(qū)域，之后，去除文本信息所在區(qū)域的冗余噪聲，從而提取出文本行。實踐中發(fā)現(xiàn)，傳統(tǒng)的文本行提取方式通常要求文檔圖像中的文本行具有一定平行度，并且位于指定的矩形區(qū)域內(nèi)，因此，需要在提取文本行之前對文檔圖像進行傾斜校正、畸變校正等預(yù)處理，使得文本行提取的魯棒性不高。

發(fā)明內(nèi)容

為了解決相關(guān)技術(shù)中存在的文本行提取的魯棒性不高的問題，本發(fā)明提供了一種文本行提取方法及裝置、電子設(shè)備。

本發(fā)明實施例第一方面公開了一種文本行提取方法，所述方法包括：

獲取輸入圖像；

對所述輸入圖像進行二值化處理，以獲得二值輸入圖像；

將所述二值輸入圖像輸入混合神經(jīng)網(wǎng)絡(luò)模型以進行文本行標(biāo)注，獲得標(biāo)有文本行特征線的輸出圖像；其中，所述混合神經(jīng)網(wǎng)絡(luò)模型包括卷積層、最大池化層以及長短期記憶網(wǎng)絡(luò)層；

對所述標(biāo)有文本行特征線的輸出圖像進行上采樣，獲得目標(biāo)輸出圖像，以根據(jù)所述目標(biāo)輸出圖像的文本行特征線，從所述輸入圖像中提取出相應(yīng)的文本行；其中，所述目標(biāo)輸出圖像的尺寸與所述輸入圖像的尺寸相匹配。

作為一種可選的實施方式，在本發(fā)明實施例第一方面中，所述對所述輸入圖像進行二值化處理，以獲得二值輸入圖像，包括：

將所述輸入圖像從RGB顏色空間轉(zhuǎn)換到灰度顏色空間，以獲得灰度輸入圖像；

對所述灰度輸入圖像進行二值化處理，以獲得初始二值圖像；其中，所述初始二值圖像的背景色為白色；

對所述初始二值圖像進行顏色反轉(zhuǎn)處理，以獲得二值輸入圖像；其中，所述二值輸入圖像的背景色為黑色。

作為一種可選的實施方式，在本發(fā)明實施例第一方面中，在所述獲取輸入圖像之前，所述方法還包括：

對用于訓(xùn)練模型的二值文本圖像進行文本行標(biāo)注，以獲得目標(biāo)二值圖像；

將所述二值文本圖像和所述目標(biāo)二值圖像輸入混合神經(jīng)網(wǎng)絡(luò)；

根據(jù)所述目標(biāo)二值圖像調(diào)整所述混合神經(jīng)網(wǎng)絡(luò)的參數(shù)，直至利用所述混合神經(jīng)網(wǎng)絡(luò)對所述二值文本圖像進行文本行標(biāo)注后輸出的圖像與所述目標(biāo)二值圖像達(dá)到指定的匹配度時，生成混合神經(jīng)網(wǎng)絡(luò)模型。

作為一種可選的實施方式，在本發(fā)明實施例第一方面中，所述對用于訓(xùn)練模型的二值文本圖像進行文本行標(biāo)注，以獲得目標(biāo)二值圖像，包括：

利用包圍盒對用于訓(xùn)練模型的二值文本圖像進行標(biāo)注，以獲得標(biāo)有包圍盒的二值文本圖像；

利用高斯濾波器對所述標(biāo)有包圍盒的二值文本圖像中的文本行圖像進行處理，以獲得標(biāo)有文本行特征線的二值文本圖像；