[發明專利]基于圖像的文本識別方法、裝置及存儲介質

在審

• 申請號: 202010076369.6
• 申請日: 2020-01-22
• 公開（公告）號: CN111291753A
• 公開（公告）日: 2020-06-16
• 發明（設計）人: 何嘉欣;劉鵬;劉玉宇;肖京
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G06K9/32
• 分類號: G06K9/32;G06K9/36;G06K9/62
• 代理公司: 深圳市沃德知識產權代理事務所(普通合伙) 44347
• 代理人: 高杰;于志光

1.一種基于圖像的文本識別方法，適用于電子裝置，其特征在于，該方法包括：

接收步驟：接收用戶發出的文本識別指令，所述文本識別指令中包括待識別圖像；

第一識別步驟：將所述待識別圖像輸入預設識別模型中，得到第一識別結果，包括多個第一文本框；

第一判斷步驟：判斷所述第一識別結果是否滿足第一預設條件；

變換步驟：當判斷所述第一識別結果不滿足所述第一預設條件時，基于預設變換算法對所述第一文本框進行多次變換，得到每個所述第一文本框對應的多個第二文本框；

第二識別步驟：將所述第一文本框對應的多個第二文本框輸入所述識別模型中，得到所述第一文本框對應的多個第二識別結果；

第二判斷步驟：判斷所述第一文本框對應的多個第二識別結果中是否存在滿足第二預設條件的第二識別結果；及

第一生成步驟，當判斷存在滿足所述第二預設條件的第二識別結果時，基于所述滿足第二預設條件的第二識別結果確定所述第一文本框對應的目標文本信息，生成目標識別結果，并向所述用戶展示所述目標識別結果。

2.根據權利要求1所述的基于圖像的文本識別方法，其特征在于，所述基于圖像的文本識別方法還包括：

第二生成步驟：當判斷不存在滿足所述第二預設條件的第二識別結果時，基于所述第一識別結果及所述多個第二識別結果確定所述每個第一文本框對應的目標文本信息，生成目標識別結果，并向所述用戶展示所述目標識別結果。

3.根據權利要求1所述的基于圖像的文本識別方法，其特征在于，所述基于圖像的文本識別方法還包括：

第三生成步驟：當判斷所述第一識別結果滿足所述第一預設條件時，基于所述第一識別結果生成目標識別結果，并向所述用戶展示所述目標識別結果。

4.根據權利要求1至3中任意一項所述的基于圖像的文本識別方法，其特征在于，在所述變換步驟之前，該方法還包括：

基于預設畸變校正規則對所述待識別圖像進行畸變校正，得到畸變校正后的待識別圖像。

5.根據權利要求4所述的基于圖像的文本識別方法，其特征在于，所述基于預設畸變校正規則對所述待識別圖像進行畸變校正，得到畸變校正后的待識別圖像，包括：

獲取所述待識別圖像的像素角點，計算所述像素角點在無畸變圖像上的坐標；

根據所述像素角點在所述無畸變圖像上的坐標計算透視變換矩陣；及

根據所述透視變換矩陣對所述待識別圖像進行畸變校正，生成所述畸變校正后的待識別圖像。

6.根據權利要求5所述的基于圖像的文本識別方法，其特征在于，所述計算所述像素角點在無畸變圖像上的坐標，包括：

在所述無畸變圖像上確定一個目標像素點，目標像素點的坐標與所述待識別圖像上的像素角點的坐標相同；

確定以所述目標像素點為圓心，預設鄰域半徑為半徑的圓形區域內的像素點，作為鄰域像素點；

遍歷所述無畸變圖像上目標像素點的各個鄰域像素點，分別計算所述各個鄰域像素點在所述待識別圖像上的坐標；及

根據所述各個鄰域像素點在所述待識別圖像上的坐標確定所述像素角點在所述無畸變圖像上的坐標。

7.根據權利要求1所述的基于圖像的文本識別方法，其特征在于，所述預設變換算法為隨機透視變換算法。