[發(fā)明專利]一種文字定位方法、裝置及設(shè)備

有效

• 申請?zhí)枺?/td>: 202010692775.5
• 申請日: 2020-07-17
• 公開（公告）號: CN111881916B
• 公開（公告）日: 2023-07-25
• 發(fā)明（設(shè)計）人: 盧健
• 申請（專利權(quán)）人: 中國工商銀行股份有限公司
• 主分類號: G06V30/148
• 分類號: G06V30/148;G06V30/40
• 代理公司: 北京三友知識產(chǎn)權(quán)代理有限公司 11127
• 代理人: 周達;劉飛

1.一種文字定位方法，其特征在于，應(yīng)用于服務(wù)器，包括：

獲取包括文字的原始圖像；

基于所述原始圖像生成多個中間圖像；其中，所述中間圖像包括表示預計文字區(qū)域的顏色和表示預計背景區(qū)域的顏色；所述多個中間圖像的預計文字區(qū)域的面積不同；

分別對應(yīng)所述多個中間圖像生成多個二值矩陣；其中，以預計文字區(qū)域的面積最小的中間圖像對應(yīng)的二值矩陣作為基準矩陣，以除預計文字區(qū)域的面積最小的中間圖像之外的中間圖像對應(yīng)的二值矩陣作為約束矩陣；其中，與中間圖像對應(yīng)的二值矩陣中，對應(yīng)所述預計文字區(qū)域的元素為第一取值，以及對應(yīng)所述預計背景區(qū)域的元素為第二取值；

以中間圖像的預計文字區(qū)域的面積順次增大的順序，選擇約束矩陣，對所述基準矩陣中第一取值的元素的數(shù)量進行擴展處理，得到目標二值矩陣；其中，所述目標二值矩陣中第一取值的元素對應(yīng)的所述原始圖像中的區(qū)域為文字區(qū)域。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述對所述基準矩陣中第一取值的元素的數(shù)量進行擴展處理，包括：

確定所述基準矩陣中對應(yīng)預計文字區(qū)域的外邊界的第一位置信息；

基于所述第一位置信息執(zhí)行下述擴展步驟：獲取選擇的約束矩陣中所述第一位置信息所對應(yīng)的元素的取值；在獲取的取值中存在第一取值的情況下，根據(jù)所述獲取的取值對所述基準矩陣中第一取值的元素的數(shù)量進行擴展處理。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述對所述基準矩陣中第一取值的元素的數(shù)量進行擴展處理，包括：

確定所述獲取的取值中第一取值的元素所對應(yīng)的第二位置信息；

將所述基準矩陣中第二位置信息所對應(yīng)的元素的取值更新為第一取值，獲得擴展后的基準矩陣。

4.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述對所述基準矩陣中第一取值的元素的數(shù)量進行擴展處理，包括：

將所述基準矩陣中所述第一位置信息所對應(yīng)的元素的取值更新為所述獲取的取值中相應(yīng)第一位置信息所對應(yīng)的元素的取值。

5.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述確定所述基準矩陣中對應(yīng)預計文字區(qū)域的外邊界的第一位置信息，包括：

以所述基準矩陣的維度范圍為限制，將所述基準矩陣中第一取值的元素的位置分別向四周平移一個元素單位；

將平移后的基準矩陣與平移前的基準矩陣進行矩陣運算，得到邊界矩陣；

將所述邊界矩陣中第一取值的元素的位置信息作為所述基準矩陣中對應(yīng)預計文字區(qū)域的外邊界的第一位置信息。

6.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述方法還包括：

將擴展后的基準矩陣代替所述基準矩陣，重復上述擴展步驟，直至所述選擇的約束矩陣中所述第一位置信息所對應(yīng)的元素的取值中不存在第一取值。

7.根據(jù)權(quán)利要求6所述的方法，其特征在于，所述方法還包括：

在所述選擇的約束矩陣中所述第一位置信息所對應(yīng)的元素的取值中不存在第一取值情況下，獲取所述選擇的約束矩陣的下一個約束矩陣，對在所述選擇的約束矩陣約束下最后一次擴展后的基準矩陣重復第一位置信息確定以及擴展步驟，直至不存在約束矩陣，得到目標二值矩陣。

8.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述對所述基準矩陣中第一取值的元素的數(shù)量進行擴展處理，包括：

利用pytorch工具，調(diào)用GPU資源并行對所述基準矩陣中第一取值的元素的數(shù)量進行擴展處理。