[發明專利]圖像識別、文字排序方法及設備

在審

• 申請號: 202010106180.7
• 申請日: 2020-02-20
• 公開（公告）號: CN113283432A
• 公開（公告）日: 2021-08-20
• 發明（設計）人: 鄭琪;于智;李亮城;高飛宇;王永攀;張建鋒
• 申請（專利權）人: 阿里巴巴集團控股有限公司
• 主分類號: G06K9/34
• 分類號: G06K9/34;G06F40/30
• 代理公司: 北京太合九思知識產權代理有限公司 11610
• 代理人: 柴艷波;劉戈

本申請實施例提供一種圖像識別、文字排序方法及設備。其中，方法包括如下的步驟：從待識別圖像中，識別出其中所包含的多個待排序文字信息；根據所述多個待排序文字信息各自對應的特征，確定所述多個待排序文字信息的閱讀順序；其中，所述特征中攜帶有語義特征；按照所述閱讀順序，對所述多個待排序文字信息進行排序，得到待排序文字信息序列。本申請實施例提供的排序方法適用于任何文字排版格式的圖像，適用范圍大，適用性好。

技術領域

本申請涉及計算機技術領域，尤其涉及一種圖像識別、文字排序方法及設備。

背景技術

隨著計算機技術的發展，圖像文字識別技術應運而生，通過這種技術，設備可以將圖像中的文字自動識別出來。

現有技術中，通常默認將從圖像中識別出來的多個文字按照自左向右、自上向下的方式進行閱讀排序。而這種簡單的閱讀排序方式只能適應于那些排版簡單的圖片，而對于那些排版復雜的圖片(例如：分欄、環形排版)就會失效，因為這種簡單的閱讀順序會破壞原始的語義連貫性。

可見，現有技術中的閱讀排序方法適用性或通用性較差。

發明內容

鑒于上述問題，提出了本申請以提供一種解決上述問題或至少部分地解決上述問題的圖像識別、文字排序方法及設備。

于是，在本申請的一個實施例中，提供了一種圖像識別方法。該方法包括：

從待識別圖像中，識別出其中所包含的多個待排序文字信息；

根據所述多個待排序文字信息各自對應的特征，確定所述多個待排序文字信息的閱讀順序；其中，所述特征中攜帶有語義特征；

按照所述閱讀順序，對所述多個待排序文字信息進行排序，得到待排序文字信息序列。

在本申請的又一個實施例中，提供了一種文字排序方法。該方法包括：

獲取多個待排序文字信息；

綜合所述多個待排序文字信息各自對應的特征以及所述多個待排序文字信息間的鄰接關系，確定所述多個待排序文字信息的閱讀順序；

按照所述閱讀順序，對所述多個第一文字信息進行排序，得到第一文字信息序列。

在本申請的一個實施例中，提供了一種圖像識別方法。該方法包括：

從待識別圖像中，識別出其中所包含的多個待排序文字信息；

確定所述多個待排序文字信息的文字類型；

獲取所述文字類型對應的排列規則；

根據所述排列規則，對所述多個待排序文字信息進行排序，得到待排序文字信息序列。

在本申請的另一實施例中，提供了一種電子設備。該設備，包括：存儲器和處理器，其中，

所述存儲器，用于存儲程序；

所述處理器，與所述存儲器耦合，用于執行所述存儲器中存儲的所述程序，以用于：

從待識別圖像中，識別出其中所包含的多個待排序文字信息；

根據所述多個待排序文字信息各自對應的特征，確定所述多個待排序文字信息的閱讀順序；其中，所述特征中攜帶有語義特征；

按照所述閱讀順序，對所述多個待排序文字信息進行排序，得到待排序文字信息序列。

在本申請的另一實施例中，提供了一種電子設備。該設備，包括：存儲器和處理器，其中，

所述存儲器，用于存儲程序；

所述處理器，與所述存儲器耦合，用于執行所述存儲器中存儲的所述程序，以用于：