[發明專利]文字檢測方法、裝置、電子設備和存儲介質

在審

• 申請號: 202010535376.8
• 申請日: 2020-06-12
• 公開（公告）號: CN111783771A
• 公開（公告）日: 2020-10-16
• 發明（設計）人: 張水發;李巖
• 申請（專利權）人: 北京達佳互聯信息技術有限公司
• 主分類號: G06K9/32
• 分類號: G06K9/32;G06K9/34
• 代理公司: 北京博思佳知識產權代理有限公司 11415
• 代理人: 楊凱程

1.一種文字檢測方法，其特征在于，包括：

獲取視頻第t+1幀圖像中第一位置的像素的像素值P_t+1；

計算所述像素值P_t+1與預設模型中每個像素值的差值，以得到n個差值的絕對值，其中，所述預設模型為所述視頻第t幀圖像中所述第一位置的像素的n個鄰像素的像素值的集合，n為超參數；

若所述n個絕對值中大于預設值的絕對值的數量大于預設數量，確定所述第t+1幀圖像中所述第一位置的像素屬于前景，連通屬于前景的像素，構成至少一個連通區域；

對所述連通區域進行檢測，以確定所述第t+1幀圖像中的文字。

2.根據權利要求1所述的方法，其特征在于，所述對所述連通區域進行檢測，以確定所述第t+1幀圖像中的文字包括：

分別計算每個所述連通區域與所述第t+1幀圖像面積的比例，確定所述比例屬于第一范圍的第一類連通區域，和所述比例屬于第二范圍的第二類連通區域，其中，所述第二范圍的下限值大于或等于所述第一范圍的上限值；

通過分類網絡對所述第一類連通區域進行初步檢測；

若通過所述分類網絡初步檢測所述第一類連通區域中存在文字，通過光學字符識別檢測所述第一類連通區域中的文字；

通過光學字符識別檢測所述第二類連通區域中的文字；

根據所述第一類連通區域中的文字和所述第二類連通區域中的文字確定所述第t+1幀圖像中的文字。

3.根據權利要求1所述的方法，其特征在于，所述方法還包括：

若所述n個絕對值中大于預設值的絕對值的數量小于或等于預設數量，確定所述第t+1幀圖像中所述第一位置的像素屬于背景，并以1/m的概率將所述預設模型中的一個像素值替換為所述像素值P_t+1，其中，m為超參數；

若連續k幀確定所述第一位置的像素屬于前景，將所述預設模型中的一個像素值替換為所述像素值P_t+1，其中，k為超參數。

4.根據權利要求1至3中任一項所述的方法，其特征在于，在對所述連通區域進行檢測，以所述連通區域中的文字之前，所述方法還包括：

通過開閉操作去除所述第t+1幀圖像中屬于噪聲的連通區域。

5.根據權利要求1至3中任一項所述的方法，其特征在于，在獲取視頻第t+1幀圖像中第一位置的像素的像素值P_t+1之前，所述方法還包括：

通過光學字符識別檢測所述視頻的第一幀圖像中的文字；

在所述文字中確定屬于背景的背景文字；

其中，所述對所述連通區域進行檢測，以確定所述第t+1幀圖像中的文字包括：

對所述連通區域進行檢測，以確定所述連通區域中的文字；

根據所述背景文字和所述連通區域中的文字確定所述第t+1幀圖像中的文字。

6.一種文字檢測裝置，其特征在于，包括：

像素值獲取模塊，被配置為執行獲取視頻第t+1幀圖像中所述第一位置的像素的像素值P_t+1；

絕對值計算模塊，被配置為執行計算所述像素值P_t+1與預設模型中每個像素值的差值，以得到n個差值的絕對值，其中，所述預設模型為所述視頻第t幀圖像中所述第一位置的像素的n個鄰像素的像素值的集合，n為超參數；

區域連通模塊，被配置為執行在所述n個絕對值中大于預設值的絕對值的數量大于預設數量時，確定所述第t+1幀圖像中所述第一位置的像素屬于前景，連通屬于前景的像素，構成至少一個連通區域；

文字檢測模塊，被配置為執行對所述連通區域進行檢測，以確定所述第t+1幀圖像中的文字。