[發明專利]一種圖像矯正方法、裝置、電子設備和存儲介質

有效

• 申請號: 202010315801.2
• 申請日: 2020-04-21
• 公開（公告）號: CN111507333B
• 公開（公告）日: 2023-09-15
• 發明（設計）人: 劉皓
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G06V10/22
• 分類號: G06V10/22;G06V10/774;G06V10/80;G06V10/82;G06N3/0464
• 代理公司: 深圳翼盛智成知識產權事務所(普通合伙) 44300
• 代理人: 汪阮磊

1.一種圖像矯正方法，其特征在于，包括：

獲取目標文本圖像；

對所述目標文本圖像進行文本片段區域識別，以確定所述目標文本圖像的至少一個文本片段區域；

獲取關注預設文本區域的參考圖，所述預設文本區域為與所述文本片段區域位置對應的區域；

將所述參考圖與所述目標文本圖像中的所述文本片段區域進行融合，得到關注每個文本片段區域的全局文本區域關注圖，所述全局文本區域關注圖包括融合后文本片段區域、以及所述融合后文本片段區域的屬性信息，所述屬性信息包括所述目標文本圖像中文本需要矯正的角度信息和尺寸信息，所述融合后文本片段區域的屬性信息是基于所述文本片段區域的屬性信息獲取得到的；

對所述目標文本圖像進行多次下采樣和上采樣處理，得到所述目標文本圖像的矯正位移信息圖，所述矯正位移信息圖包括所述目標文本圖像中內容的預矯正角度信息和預矯正尺寸信息；

根據所述全局文本區域關注圖，對所述矯正位移信息圖進行修正，得到所述目標文本圖像對應的文本矯正位移信息；

基于所述文本矯正位移信息對所述目標文本圖像進行文本矯正處理，得到矯正后圖像。

2.根據權利要求1所述的方法，其特征在于，所述對所述目標文本圖像進行文本片段區域識別，以確定所述目標文本圖像的至少一個文本片段區域，包括：

對所述目標文本圖像進行特征提取，得到所述目標文本圖像的特征圖；

基于滑動的文本窗口對所述特征圖進行文本片段區域識別，以確定所述目標文本圖像的至少一個文本片段區域。

3.根據權利要求2所述的方法，其特征在于，所述目標文本圖像的特征圖包括多尺度的特征圖；所述基于滑動的文本窗口對所述特征圖進行文本片段區域識別，以確定所述目標文本圖像的至少一個文本片段區域，包括：

通過滑動的文本窗口對每個尺度下的特征圖進行文本片段區域識別，得到每個尺度下的特征圖的候選文本片段區域；

將各個尺度的候選文本片段區域進行融合，以確定所述目標文本圖像的至少一個文本片段區域。

4.根據權利要求3所述的方法，其特征在于，所述通過滑動的文本窗口對每個尺度下的特征圖進行文本片段區域識別，得到每個尺度下的特征圖的候選文本片段區域，包括：

確定目標尺度下的特征圖對應的至少一個目標文本窗口；

基于至少一個目標文本窗口，在目標尺度下的特征圖上進行滑動；

在識別到目標文本窗口中的內容為文本內容時，確定所述目標文本窗口對應的區域為所述目標尺度下的特征圖的候選文本片段區域，得到每個尺度下的特征圖的候選文本片段區域。

5.根據權利要求2所述的方法，其特征在于，所述對所述目標文本圖像進行特征提取，得到所述目標文本圖像的特征圖，包括：

對所述目標文本圖像進行多次下采樣和上采樣處理，得到所述目標文本圖像的多個尺度的特征圖。

6.根據權利要求5所述的方法，其特征在于，所述對所述目標文本圖像進行多次下采樣和上采樣處理，得到所述目標文本圖像的多個尺度的特征圖，包括：

對所述目標文本圖像進行多次下采樣處理，得到所述目標文本圖像多個尺度下的下采樣特征圖；

對目標尺度的下采樣特征圖進行多次上采樣處理，得到所述目標文本圖像多個尺度下的上采樣融合特征圖，其中，每個尺度的上采樣輸入為相鄰尺度的上采樣特征圖和下采樣特征圖融合得到的融合特征；

對每個尺度的上采樣融合特征圖進行卷積操作，得到所述目標文本圖像的每個尺度下的特征圖。