[發(fā)明專利]圖像識(shí)別方法、裝置、終端和存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 202010217627.8
• 申請(qǐng)日: 2020-03-25
• 公開（公告）號(hào): CN111444908A
• 公開（公告）日: 2020-07-24
• 發(fā)明（設(shè)計(jì)）人: 伍敏慧;黃華杰;林榆耿
• 申請(qǐng)（專利權(quán)）人: 騰訊科技（深圳）有限公司
• 主分類號(hào): G06K9/20
• 分類號(hào): G06K9/20;G06K9/32;G06K9/34;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 深圳翼盛智成知識(shí)產(chǎn)權(quán)事務(wù)所(普通合伙) 44300
• 代理人: 蔡艾瑩

本發(fā)明實(shí)施例公開了一種圖像識(shí)別方法、裝置、終端和存儲(chǔ)介質(zhì)；本發(fā)明實(shí)施例可以獲取待識(shí)別圖像，待識(shí)別圖像為待識(shí)別證件的圖像；對(duì)待識(shí)別圖像進(jìn)行文本區(qū)域識(shí)別，得到待識(shí)別證件所對(duì)應(yīng)的目標(biāo)文本的文本區(qū)域圖像；根據(jù)文本區(qū)域圖像確定目標(biāo)文本的文本方向；根據(jù)文本方向?qū)ξ谋緟^(qū)域圖像進(jìn)行方向調(diào)整，得到調(diào)整后的文本區(qū)域圖像；基于調(diào)整后的文本區(qū)域圖像進(jìn)行文本識(shí)別，得到目標(biāo)文本的文本內(nèi)容。本發(fā)明可以提取待識(shí)別圖像中目標(biāo)文本的文本區(qū)域圖像，并確定目標(biāo)文本的文本方向，自動(dòng)地采用該文本方向修正歪斜、顛倒的文本區(qū)域圖像后，該文本區(qū)域圖像可用于文本識(shí)別，從而提高文本識(shí)別準(zhǔn)確度。由此，本方案可以提升圖像識(shí)別方法的效率。

技術(shù)領(lǐng)域

本發(fā)明涉及圖像處理領(lǐng)域，具體涉及一種圖像識(shí)別方法、裝置、終端和存儲(chǔ)介質(zhì)。

背景技術(shù)

目前，計(jì)算機(jī)可以針對(duì)銀行卡、身份證、會(huì)員卡等實(shí)體證件的目標(biāo)文本進(jìn)行識(shí)別，比如，用戶可以使用智能手機(jī)拍攝自己的銀行卡的卡面，智能手機(jī)上相應(yīng)的應(yīng)用程序可以識(shí)別出該銀行卡卡面上所顯示的卡號(hào)數(shù)字，用戶無(wú)需手動(dòng)輸入，智能手機(jī)就可以自動(dòng)地錄入用戶的銀行卡卡號(hào)。

然而，一旦用戶不能清晰、完整地從正面拍攝實(shí)體證件，或?qū)嶓w證件的版面不同于常見的實(shí)體證件時(shí)，則需要用戶重新拍攝實(shí)體證件，否則會(huì)導(dǎo)致無(wú)法識(shí)別、識(shí)別錯(cuò)誤、識(shí)別速度慢等情況，因此，目前的圖像識(shí)別方法效率低下。

發(fā)明內(nèi)容

本發(fā)明實(shí)施例提供一種圖像識(shí)別方法、裝置、終端和存儲(chǔ)介質(zhì)，可以提升圖像識(shí)別方法的效率。

本發(fā)明實(shí)施例提供一種圖像識(shí)別方法，包括：

獲取待識(shí)別圖像，所述待識(shí)別圖像為待識(shí)別證件的圖像；

對(duì)所述待識(shí)別圖像進(jìn)行文本區(qū)域識(shí)別，得到所述待識(shí)別證件所對(duì)應(yīng)的目標(biāo)文本的文本區(qū)域圖像；

根據(jù)所述文本區(qū)域圖像確定所述目標(biāo)文本的文本方向；

根據(jù)所述文本方向?qū)λ鑫谋緟^(qū)域圖像進(jìn)行方向調(diào)整，得到調(diào)整后的文本區(qū)域圖像；

基于所述調(diào)整后的文本區(qū)域圖像進(jìn)行文本識(shí)別，得到所述目標(biāo)文本的文本內(nèi)容。

本發(fā)明實(shí)施例還提供一種圖像識(shí)別裝置，包括：

獲取單元，用于獲取待識(shí)別圖像，所述待識(shí)別圖像為待識(shí)別證件的圖像；

文本單元，用于對(duì)所述待識(shí)別圖像進(jìn)行文本區(qū)域識(shí)別，得到所述待識(shí)別證件所對(duì)應(yīng)的目標(biāo)文本的文本區(qū)域圖像；

方向單元，用于根據(jù)所述文本區(qū)域圖像確定所述目標(biāo)文本的文本方向；

調(diào)整單元，用于根據(jù)所述文本方向?qū)λ鑫谋緟^(qū)域圖像進(jìn)行方向調(diào)整，得到調(diào)整后的文本區(qū)域圖像；

識(shí)別單元，用于基于所述調(diào)整后的文本區(qū)域圖像進(jìn)行文本識(shí)別，得到所述目標(biāo)文本的文本內(nèi)容。

在一些實(shí)施例中，所述文本單元，包括：

圖像特征子單元，用于對(duì)所述待識(shí)別圖像進(jìn)行圖像特征提取，得到所述待識(shí)別圖像的圖像特征；

圖像類型子單元，用于采用圖像分類網(wǎng)絡(luò)根據(jù)所述圖像特征對(duì)所述待識(shí)別圖像進(jìn)行圖像類型識(shí)別，確定所述待識(shí)別圖像的圖像類型；

文本區(qū)域子單元，用于當(dāng)所述待識(shí)別圖像的圖像類型為預(yù)設(shè)證件類型時(shí)，采用區(qū)域檢測(cè)網(wǎng)絡(luò)根據(jù)所述圖像特征對(duì)所述待識(shí)別圖像進(jìn)行文本區(qū)域分割，得到所述待識(shí)別證件所對(duì)應(yīng)的目標(biāo)文本的文本區(qū)域圖像。

在一些實(shí)施例中，所述圖像子特征單元，用于：

對(duì)待識(shí)別圖像進(jìn)行圖像切割處理，得到圖像片段組，所述圖像片段組中包括多個(gè)圖像片段；