[發明專利]一種包含文本的圖像生成方法及裝置

在審

• 申請號: 202010800615.8
• 申請日: 2020-08-11
• 公開（公告）號: CN112016545A
• 公開（公告）日: 2020-12-01
• 發明（設計）人: 費志軍;邱雪濤;何朔
• 申請（專利權）人: 中國銀聯股份有限公司
• 主分類號: G06K9/32
• 分類號: G06K9/32;G06K9/34
• 代理公司: 北京同達信恒知識產權代理有限公司 11291
• 代理人: 侯林林

本發明提供一種包含文本的圖像生成方法及裝置，屬于計算機技術領域，涉及人工智能和計算機視覺技術。其中，包含文本的圖像生成方法包括：獲取第一樣本圖像中各個像素點的像素值；根據像素值，確定所述第一樣本圖像中的文本區域；將所述第一樣本圖像進行圖像語義分割，得到多個語義分割區域；根據所述文本區域與語義分割區域的重合關系，從所述多個語義分割區域中確定目標背景區域；獲取目標文本圖像，并將所述目標文本圖像與所述目標背景區域融合，生成第二樣本圖像。

技術領域

本發明涉及計算機技術領域，尤其涉及一種包含文本的圖像生成方法及裝置。

背景技術

門頭，是指企業、事業單位和個體工商戶在門口設置的牌匾及相關設施，是一個商鋪店門外的裝飾形式，是美化銷售場所和裝飾店鋪、吸引顧客的一種手段。

商戶的門頭中一般包含有商戶名稱、商戶地址等文字內容，在審核商戶真實性時，需要根據商戶門頭中的商戶名稱進行信息核對。目前一般利用文本識別模型對商戶門頭圖像中的商戶名稱進行識別。為了訓練文本識別模型，需要大量標注的商戶門頭圖像作為訓練樣本。但依靠巡檢人員前往商鋪的地址進行拍照得到的商戶門頭圖像數量較少，無法滿足網絡模型的訓練要求。

發明內容

本發明實施例提供了一種包含文本的圖像生成方法及裝置，用于增加網絡模型的訓練樣本數量，提高網絡模型的訓練效果和準確度。

一方面，本發明實施例提供了一種包含文本的圖像生成方法，包括：

獲取第一樣本圖像中各個像素點的像素值；

根據像素值，確定所述第一樣本圖像中的文本區域；

將所述第一樣本圖像進行圖像語義分割，得到多個語義分割區域；

根據所述文本區域與語義分割區域的重合關系，從所述多個語義分割區域中確定目標背景區域；

獲取目標文本圖像，并將所述目標文本圖像與所述目標背景區域融合，生成第二樣本圖像。

所述根據像素值，確定所述第一樣本圖像中的文本區域，包括：

將所述第一樣本圖像輸入文本定位模型，通過所述文本定位模型對所述第一樣本圖像進行特征統計，得到所述第一樣本圖像中的多個待選文本區域；

利于非極大值抑制算法，對所述多個待選文本區域進行合并過濾，得到所述第一樣本圖像中的文本區域。

進一步地，所述獲取目標文本圖像，并將所述目標文本圖像與所述目標背景區域融合，生成第二樣本圖像，包括：

確定目標文本內容，以及所述目標文本內容對應的文本信息；

根據所述目標文本內容和文本信息，生成目標文本圖像；

采用圖像融合算法，將所述目標文本圖像與所述目標背景區域融合，生成所述第二樣本圖像。

進一步地，所述將所述第一樣本圖像進行圖像語義分割，得到多個語義分割區域之后，所述根據所述文本區域與語義分割區域的重合關系，從所述多個語義分割區域中確定目標背景區域之前，還包括：

確定所述第一樣本圖像中文本區域的面積，將面積小于第一面積閾值的文本區域刪去；

確定所述語義分割區域的面積，將面積小于第二面積閾值的語義分割區域刪去。

一種包含文本的圖像生成裝置，所述裝置包括：

獲取單元，用于獲取第一樣本圖像中各個像素點的像素值；

文本單元，用于根據像素值，確定所述第一樣本圖像中的文本區域；

分割單元，用于將所述第一樣本圖像進行圖像語義分割，得到多個語義分割區域；