[發明專利]文本識別方法、裝置、設備及存儲介質

在審

• 申請號: 202010825772.4
• 申請日: 2020-08-17
• 公開（公告）號: CN111985465A
• 公開（公告）日: 2020-11-24
• 發明（設計）人: 章婷婷;沙源;丁隆乾;羅紅
• 申請（專利權）人: 中移（杭州）信息技術有限公司;中國移動通信集團有限公司
• 主分類號: G06K9/20
• 分類號: G06K9/20;G06K9/32
• 代理公司: 上海晨皓知識產權代理事務所(普通合伙) 31260
• 代理人: 成麗杰

1.一種文本識別方法，其特征在于，包括：

獲取待識別文本圖像；

基于預設的文本檢測模型對所述待識別文本圖像進行識別，得到所述待識別文本圖像中包含的多個文本框；

獲取各文本框的定位信息，并基于所述定位信息確定各文本框的中心坐標和行高；

基于所述中心坐標和所述行高，對各文本框進行排序，得到目標識別順序；

將排序后的各文本框按照所述目標識別順序輸入預設的文本識別模型進行解析，得到所述待識別文本圖像包含的文本信息。

2.根據權利要求1所述的文本識別方法，其特征在于，所述獲取各文本框的定位信息，并基于所述定位信息確定各文本框的中心坐標和行高，包括：

對于每一個文本框，獲取所述文本框四個頂點的橫坐標和縱坐標，得到所述文本框的定位信息；

基于所述定位信息中的四個橫坐標和四個縱坐標，確定所述文本框的中心坐標；

從所述定位信息中的四個縱坐標中選取最大縱坐標和最小縱坐標；

基于所述最大縱坐標和所述最小縱坐標，確定所述文本框的行高。

3.根據權利要求1或2所述的文本識別方法，其特征在于，所述基于所述中心坐標和所述行高，對各文本框進行排序，得到目標識別順序，包括：

基于所述中心坐標的縱坐標，對各文本框進行預排序，得到第一識別順序；

基于所述中心坐標的縱坐標和所述行高，對按照所述第一識別順序排序的文本框進行同排檢測，去除重復的文本框，得到第二識別順序；

基于所述中心坐標的橫坐標，對按照所述第二識別順序排序的文本框進行同排調序，得到所述目標識別順序。

4.根據權利要求3所述的文本識別方法，其特征在于，所述基于所述中心坐標的縱坐標和所述行高，對按照所述第一識別順序排序的文本框進行同排檢測，去除重復的文本框，得到第二識別順序，包括：

基于所述中心坐標的縱坐標和所述行高，確定每一個文本框對應的核心縱區間；

按照所述第一識別順序，檢測相鄰的文本框對應的核心縱區間是否存在重疊；

若存在重疊，則確定相鄰的文本框為重復的文本框；

對重復的文本框擇一保留，得到第二識別順序。

5.根據權利要求4所述的文本識別方法，其特征在于，所述基于所述中心坐標的縱坐標和所述行高，確定每一個文本框對應的核心縱區間，包括：

對于每一個文本框，對所述中心坐標的縱坐標和所述行高進行求差運算，得到起始值；

對所述中心坐標的縱坐標和所述行高進行求和運算，得到終止值；

基于所述起始值和所述終止值，確定所述文本框的核心縱區間。

6.根據權利要求5所述的文本識別方法，其特征在于，所述基于所述起始值和所述終止值，確定所述文本框的核心縱區間，包括：

基于預設的核心區間因子對所述起始值和所述終止值進行調整；

基于調整后的起始值和調整后的終止值，確定所述文本框的核心縱區間。

7.根據權利要求6所述的文本識別方法，其特征在于，所述按照所述第一識別順序，檢測相鄰的文本框對應的核心縱區間是否存在重疊，包括：

按照所述第一識別順序，檢測第i個文本框對應的核心縱區間的起始值是否小于第i+1個文本框對應的核心縱區間的終止值，且第i個文本框對應的核心縱區間的終止值是否小于第i+1個文本框對應的核心縱區間的起始值，i為大于0的整數；

若第i個文本框對應的核心縱區間的起始值小于第i+1個文本框對應的核心縱區間的終止值，且第i個文本框對應的核心縱區間的終止值小于第i+1個文本框對應的核心縱區間的起始值，則確定第i個文本框和第i+1個文本框為重復的文本框。