[發明專利]文本框標注方法、裝置和存儲介質

有效

• 申請號: 202010161011.3
• 申請日: 2020-03-10
• 公開（公告）號: CN111353458B
• 公開（公告）日: 2023-08-18
• 發明（設計）人: 彭梅英;魯四喜;農高明;唐嘉龍
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G06V30/412
• 分類號: G06V30/412
• 代理公司: 北京三高永信知識產權代理有限責任公司 11138
• 代理人: 祝亞男

1.一種文本框標注方法，其特征在于，所述方法包括：

獲取圖像中的多個文本框的位置信息；

將所述多個文本框中長邊的長度最大的一個文本框作為第二文本框，文本框的長邊是兩個上角點或兩個下角點之間的邊；

獲取所述第二文本框的長邊所在的直線與圖像坐標系的橫軸之間的夾角的角度作為目標角度，所述圖像坐標系是用于確定文本框的位置信息的坐標系；

以所述第二文本框的一個角點為旋轉點，將所述多個文本框旋轉所述目標角度后得到對應的多個目標框；

根據所述多個目標框的位置信息，按照指定排序規則對所述多個文本框進行排序，得到所述多個文本框的序號；

從序號與屬性名稱之間的對應關系中，獲取第一文本框的序號對應的屬性名稱作為所述第一文本框的屬性名稱，所述第一文本框是所述多個文本框中的一個文本框；

將所述多個文本框的位置信息和屬性名稱作為所述圖像的文本框標注信息。

2.如權利要求1所述的方法，其特征在于，所述獲取圖像中的多個文本框的位置信息，包括：

將所述圖像輸入文本框檢測模型，獲得所述圖像中的多個文本框位置信息；

根據所述多個文本框位置信息獲取所述圖像中的多個文本框的位置信息。

3.如權利要求2所述的方法，其特征在于，所述根據所述多個文本框位置信息獲取所述圖像中的多個文本框的位置信息，包括：

在所述圖像中顯示所述多個文本框位置信息指示的文本框；

響應于對所述圖像中顯示的一個文本框的調整操作，調整所述一個文本框的位置；

響應于在所述圖像中執行的框選操作，將所述框選操作對應的框選框作為文本框在所述圖像中顯示；

獲取所述圖像中顯示的所有文本框的位置信息。

4.如權利要求1所述的方法，其特征在于，所述根據所述多個目標框的位置信息，按照指定排序規則對所述多個文本框進行排序，包括：

按照所述多個目標框的目標角點的縱坐標由小到大的順序，對與所述多個目標框一一對應的所述多個文本框進行排序；其中，若至少兩個目標框的目標角點的縱坐標相同，則按照所述至少兩個目標框的目標角點的橫坐標由小到大的順序，對與所述至少兩個目標框一一對應的至少兩個文本框進行排序。

5.一種文本框標注裝置，其特征在于，所述裝置包括：

獲取模塊，用于獲取圖像中的多個文本框的位置信息；

確定模塊，用于將所述多個文本框中長邊的長度最大的一個文本框作為第二文本框，文本框的長邊是兩個上角點或兩個下角點之間的邊；獲取所述第二文本框的長邊所在的直線與圖像坐標系的橫軸之間的夾角的角度作為目標角度，所述圖像坐標系是用于確定文本框的位置信息的坐標系；以所述第二文本框的一個角點為旋轉點，將所述多個文本框旋轉所述目標角度后得到對應的多個目標框；根據所述多個目標框的位置信息，按照指定排序規則對所述多個文本框進行排序，得到所述多個文本框的序號；從序號與屬性名稱之間的對應關系中，獲取第一文本框的序號對應的屬性名稱作為所述第一文本框的屬性名稱，所述第一文本框是所述多個文本框中的一個文本框；

標注模塊，用于將所述多個文本框的位置信息和屬性名稱作為所述圖像的文本框標注信息。

6.如權利要求5所述的裝置，其特征在于，所述獲取模塊用于：

將所述圖像輸入文本框檢測模型，獲得所述圖像中的多個文本框位置信息；

根據所述多個文本框位置信息獲取所述圖像中的多個文本框的位置信息。

7.如權利要求6所述的裝置，其特征在于，所述獲取模塊用于：

在所述圖像中顯示所述多個文本框位置信息指示的文本框；

響應于對所述圖像中顯示的一個文本框的調整操作，調整所述一個文本框的位置；

響應于在所述圖像中執行的框選操作，將所述框選操作對應的框選框作為文本框在所述圖像中顯示；

獲取所述圖像中顯示的所有文本框的位置信息。