[發明專利]文本識別方法、裝置、電子設備及存儲介質

有效

• 申請號: 202010065784.1
• 申請日: 2020-01-20
• 公開（公告）號: CN113139547B
• 公開（公告）日: 2022-04-29
• 發明（設計）人: 鄭琪;于智;李亮城;高飛宇;王永攀
• 申請（專利權）人: 阿里巴巴集團控股有限公司
• 主分類號: G06V30/148
• 分類號: G06V30/148;G06V30/19
• 代理公司: 北京智信四方知識產權代理有限公司 11519
• 代理人: 鐘文芳;宋海龍

1.一種文本識別方法，其中，包括：

獲取待識別的圖片中包括的多個第一字符圖像塊的圖像信息；所述第一字符圖像塊中包含至少一個字符；

根據所述圖像信息獲取所述第一字符圖像塊的第一特征數據；

利用偏序關系識別模型對所述第一特征數據進行識別，獲得至少三個所述第一字符圖像塊對應的第一偏序關系；所述第一偏序關系包括任意所述三個第一字符圖像塊包含的字符在所述圖片包括的第一正確字符序列中的間隔關系；

根據所述第一偏序關系確定所述第一正確字符序列。

2.根據權利要求1所述的方法，其中，所述特征數據包括視覺特征數據和/或語義特征數據。

3.根據權利要求1所述的方法，其中，所述圖像信息包括所述第一字符圖像塊在所述圖片中的位置以及所述第一字符圖像塊包含的字符。

4.根據權利要求1-3任一項所述的方法，其中，利用偏序關系識別模型對所述第一特征數據進行識別，獲得至少三個所述第一字符圖像塊對應的第一偏序關系，包括：

構建包括三個所述第一字符圖像塊的第一三元組合；

將所述第一三元組合中所述第一字符圖像塊對應的第一特征數據構成的三元組特征數據輸入至所述偏序關系識別模型，獲得所述第一三元組合對應的所述第一偏序關系。

5.根據權利要求4所述的方法，其中，構建包括三個所述第一字符圖像塊的第一三元組合，包括：

根據在所述圖片中的位置選定按照預置的自然閱讀順序排列的三個所述第一字符圖像塊，并將選定的三個所述第一字符圖像塊構建成所述第一三元組合；其中所述第一偏序關系包括所述第一三元組合中第一個所述第一字符圖像塊包含的字符與其他兩個所述第一字符圖像塊包含的字符在所述第一正確字符序列中的間隔關系。

6.根據權利要求1-3任一項所述的方法，其中，根據所述第一偏序關系確定所述第一正確字符序列，包括：

根據所述第一偏序關系確定所述第一字符圖像塊包含的字符與其他字符在所述第一正確字符序列中的順序關系；

根據所述順序關系確定所述第一正確字符序列。

7.根據權利要求6所述的方法，其中，根據所述第一偏序關系確定所述第一字符圖像塊包含的字符與其他字符在所述第一正確字符序列中的順序關系，包括：

選定其中一個所述第一字符圖像塊為目標字符圖像塊；

根據所述目標字符圖像塊對應的每一所述第一偏序關系確定候選字符圖像塊，并加入候選字符圖像塊集合；其中，所述候選字符圖像塊為按照預置的自然閱讀順序排列在所述目標字符圖像塊之后的其他兩個所述第一字符圖像塊中的一個，且所述候選字符圖像塊包含的字符在所述第一正確字符序列中相較于另一個與所述目標字符圖像塊包含的字符間隔更??；

根據在所述候選圖像塊集合中的出現次數將其中一個所述候選字符圖像塊包含的字符確定為在所述第一正確字符序列中排列在所述目標字符圖像塊包含的字符之后的鄰近字符。

8.根據權利要求7所述的方法，其中，根據在所述候選圖像塊集合中的出現次數將其中一個所述候選字符圖像塊包含的字符確定為在所述第一正確字符序列中排列在所述目標字符圖像塊包含的字符之后的鄰近字符，包括：

將所述候選圖像塊集合中出現次數最多的所述候選字符圖像塊包含的字符確定為所述鄰近字符；和/或，

在所述候選圖像塊集合中存在出現次數最多的兩個及兩個以上的所述候選字符圖像塊時，從出現次數最多的所述候選字符圖像塊中，將按照預置的自然閱讀順序最靠前的所述候選字符圖像塊包含的字符確定為所述鄰近字符。

9.根據權利要求7或8所述的方法，其中，選定其中一個所述第一字符圖像塊為目標字符圖像塊，包括：

根據所述第一字符圖像塊在所述圖片中的位置將所述第一字符圖像塊按照預置的自然閱讀順序進行初始排序；

根據所述初始排序，最初將第一個所述第一字符圖像塊確定為目標字符圖像塊，并在之后將所述鄰近字符對應的所述第一字符圖像塊確定為目標字符圖像塊。