[發明專利]圖像中文本的識別方法、裝置、計算機設備及計算機存儲介質

在審

• 申請號: 202010051888.7
• 申請日: 2020-01-17
• 公開（公告）號: CN111291629A
• 公開（公告）日: 2020-06-16
• 發明（設計）人: 楊紫崴
• 申請（專利權）人: 平安醫療健康管理股份有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06K9/34;G06N3/04
• 代理公司: 北京中強智尚知識產權代理有限公司 11448
• 代理人: 黃耀威

1.一種圖像中文本的識別方法，其特征在于，所述方法包括：

獲取通過場景化處理后類針打印字體的文字樣本圖像；

將所述類針打印字體的文字樣本圖像作為訓練數據分別輸入至不同架構的網絡模型中進行訓練，得到文本區域檢測模型以及文本識別模型；

當接收到圖像文本檢測請求時，將請求檢測的圖像輸入至所述文本區域識別模型，確定圖像對應文本區域的位置信息；

將所述圖像對應文本區域的位置信息以及請求檢測的圖像共同輸入至所述文本識別模型，得到圖像中的文本信息。

2.根據權利要求1所述的方法，其特征在于，所述獲取通過場景化處理后類針打印字體的文字樣本圖像，具體包括：

獲取利用打印方式生成的打印樣本圖像，設置所述打印樣本圖像對應的屬性值；

通過變更所述打印樣本圖像中像素對應的屬性值，對所述打印樣本圖像進行場景化處理，得到類針打印字體的文字樣本圖像。

3.根據權利要求2所述的方法，其特征在于，所述通過變更所述打印樣本圖像中像素對應的屬性值，對所述打印樣本圖像進行場景化處理，得到類針打印字體的文字樣本圖像，具體包括：

利用最大類間方差法確定劃分所述打印樣本圖像中像素對應顏色屬性值的最佳閾值；

以所述最佳閾值作為劃分依據對所述打印樣本圖像進行二值化處理，得到二值化處理后打印樣本圖像的背景像素和前景像素；

將所述二值化處理后打印樣本圖像的背景像素按照預設比例劃分為多個背景部分；

針對各個背景部分對應參數的像素值，對所述打印樣本圖像進行場景化處理，得到類針打印字體的文字樣本圖像。

4.根據權利要求3所述的方法，其特征在于，所述利用最大類間方差法確定劃分所述打印樣本圖像中像素對應顏色屬性值的最佳閾值，具體包括：

利用假定灰度值將所述打印樣本圖像中像素對應顏色屬性值劃分為兩組，計算類間方差，其中一組顏色屬性值取值為所述假定灰度值，其中另一組顏色屬性值取值為不大于所述假定灰度值；

通過更改所述假定灰度值，將所述類間方差最大值時的假定灰度值確定為顏色屬性值最佳閾值。

5.根據權利要求3所述的方法，其特征在于，所述針對各個背景部分對應參數的像素值，對所述打印樣本圖像進行場景化處理，得到類針打印字體的文字樣本圖像，具體包括：

通過調整各個背景部分對應對比度的像素值，得到增加對比度場景后類針打印字體的文字樣本圖像，使得所述文字樣本圖像覆蓋不同對比度的場景；

通過對各個背景部分對應參數的像素值進行模糊處理，得到增加模糊效果后類針打印字體的文字樣本圖像，使得所述文字樣本圖像覆蓋模糊效果的場景。

6.根據權利要求1-5中任一項所述的方法，其特征在于，所述將所述類針打印字體的文字樣本圖像作為訓練數據分別輸入至不同架構的網絡模型中進行訓練，得到文本區域檢測模型以及文本識別模型，具體包括：

將所述類針打印字體的文字樣本圖像中文本區域的位置信息進行標注后輸入至第一網絡模型中進行訓練，得到文本區域檢測模型；

將所述類針打印字體的文字樣本圖像中文本區域內的文本信息進行標注后輸入至第二網絡模型中進行訓練，得到文本識別模型。

7.根據權利要求6所述的方法，其特征在于，所述第一網絡模型中包括多層結構，所述將所述類針打印字體的文字樣本圖像中文本區域的位置信息進行標注后輸入至第一網絡模型中進行訓練，得到文本區域檢測模型，具體包括：

通過所述第一網絡模型的卷積層提取所述類針打印字體的文字樣本圖像對應的圖像區域特征；

通過所述第一網絡模型的解碼層根據文字樣本圖像對應的圖像區域特征，生成水平的文本序列特征；

通過所述第一網絡模型的預測層根據所述水平的文本序列特征確定所述文字樣本圖像中的文本區域，并將所述文本區域處理得到候選文本線。