[發明專利]一種文本檢測的方法、裝置、電子設備和存儲介質

有效

• 申請號: 202010513951.4
• 申請日: 2020-06-08
• 公開（公告）號: CN111666933B
• 公開（公告）日: 2023-04-07
• 發明（設計）人: 尹磊;鄧小兵;張春雨
• 申請（專利權）人: 廣東小天才科技有限公司
• 主分類號: G06V30/14
• 分類號: G06V30/14;G06V30/148;G06V30/19;G06V10/82
• 代理公司: 廣州智斧知識產權代理事務所(普通合伙) 44649
• 代理人: 孔德超

1.一種文本檢測的方法，其特征在于，包括：

獲取目標圖片的文本行區域掩碼的掩碼圖，所述掩碼圖與目標圖片的尺寸相同；

確定所述掩碼圖中各個像素點的值，在編號為i的文本行區域掩碼中，其文本行區域掩碼內的各個像素點的值為i，掩碼圖中文本行區域掩碼外的其余像素點的值為0；1≤i≤M，M為目標圖片對應的文本行區域掩碼的總數；

將掩碼圖中第j行像素點的值減去第j+1行對應像素點的值，得到第j行或第j+1行像素點的新值，其中，1≤j≤N，N為掩碼圖的總行數；

所述新值中等于-i的像素點的集合，形成編號為i的文本行區域掩碼對應的第一邊界信息，所述新值中等于i的像素點的集合，形成編號為i的文本行區域掩碼對應的第二邊界信息；

利用所述第一邊界信息和第二邊界信息構造編號為i的文本行區域掩碼對應的文本行輪廓。

2.根據權利要求1所述的方法，其特征在于，獲取目標圖片的文本行區域掩碼的掩碼圖，包括：

獲取目標圖片；

將所述目標圖片輸入預先訓練過的基于深度學習的文本行檢測網絡模型，輸出帶有各個文本行區域掩碼的掩碼圖。

3.根據權利要求1所述的方法，其特征在于，所述利用所述第一邊界信息和第二邊界信息構成構造編號為i的文本行區域掩碼對應的文本行輪廓，包括：

根據所述第一邊界信息和第二邊界信息確定編號為i的文本行區域掩碼對應的中線位置和高度。

4.根據權利要求3所述的方法，其特征在于，所述根據所述第一邊界信息和第二邊界信息確定編號為i的文本行區域掩碼對應的中線位置和高度，包括：

確定所述新值中等于-i的像素點的第一坐標對應的新值中等于i的像素點的第二坐標，所述第一坐標和第二坐標的橫坐標相同；

將所述第一坐標和第二坐標的縱坐標相加后求平均，得到中點位置；所有中點位置的集合構成編號為i的文本行區域掩碼對應的中線位置；

將所述第一坐標和第二坐標的縱坐標相減后取絕對值，得到高度信息；所有高度信息的集合構成編號為i的文本行區域掩碼對應的高度；

基于所述編號為i的文本行區域掩碼對應的中線位置和高度構造編號為i的文本行區域掩碼對應的文本行輪廓。

5.根據權利要求1所述的方法，其特征在于，所述利用所述第一邊界信息和第二邊界信息構成構造編號為i的文本行區域掩碼對應的文本行輪廓，包括：

將所述新值中等于-i的像素點依次相連，形成編號為i的文本行區域掩碼對應的第一邊界；將所述新值中等于i的像素點依次相連，形成編號為i的文本行區域掩碼對應的第二邊界；

確定所述新值等于-i的像素點中橫坐標最小的像素點為第一像素點，確定所述新值等于i的像素點中橫坐標最小的像素點為第二像素點；確定所述新值等于-i的像素點中橫坐標最大的像素點為第三像素點，確定所述新值等于i的像素點中橫坐標最大的像素點為第四像素點；

將第一像素點和第二像素點連接，作為編號為i的文本行區域掩碼對應的左邊界；將第三像素點和第四像素點，連接作為編號為i的文本行區域掩碼的右邊界；

將所述左邊界、第一邊界、右邊界以及第二邊界構成的閉合框形成所述編號為i的文本行區域掩碼對應的文本行輪廓。

6.根據權利要求1-5任一項所述的方法，其特征在于，所述方法，還包括：

確定編號為i的文本行區域掩碼對應的文本行輪廓在所述目標圖片中的位置，將所述文本行輪廓合成于所述目標圖片中。