[發明專利]文字識別方法、裝置、存儲介質及電子設備

在審

• 申請號: 202010963512.3
• 申請日: 2020-09-14
• 公開（公告）號: CN112183250A
• 公開（公告）日: 2021-01-05
• 發明（設計）人: 姜仟藝;劉曦;宋祺;張睿;周鍇;李楠;周永生
• 申請（專利權）人: 北京三快在線科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/20;G06K9/32;G06K9/34;G06K9/62
• 代理公司: 北京英創嘉友知識產權代理事務所(普通合伙) 11447
• 代理人: 曾堯

1.一種文字識別方法，其特征在于，所述方法包括：

通過對待識別圖像中的文字進行定位檢測，得到所述待識別圖像中的文字框，其中，每一所述文字框中的文字具有同一行文方向；

針對每一所述文字框，確定該文字框中文字的所述行文方向；并

根據該文字框的所述行文方向，得到該文字框的文字識別結果。

2.根據權利要求1所述的方法，其特征在于，所述針對每一所述文字框，確定該文字框中文字的所述行文方向，包括：

針對每一所述文字框，確定該文字框中每一個文字的中心點坐標；并

根據該文字框中每一文字的所述中心點坐標，確定該文字框的所述行文方向。

3.根據權利要求2所述的方法，其特征在于，所述行文方向包括橫向行文方向和豎向行文方向；

所述根據該文字框中每一文字的所述中心點坐標，確定該文字框的所述行文方向，包括：

計算該文字框中每一文字對的所述中心點坐標的X軸偏移量和Y軸偏移量，所述文字對表征該文字框中的兩個相鄰文字；

計算該文字框的所有所述文字對的所述X軸偏移量的平均值和所述Y軸偏移量的平均值；

在所述X軸偏移量的平均值大于或等于所述Y軸偏移量的平均值的情況下，確定該文字框的所述行文方向為所述橫向行文方向；

在所述X軸偏移量的平均值小于所述Y軸偏移量的平均值的情況下，確定該文字框的所述行文方向為所述豎向行文方向。

4.根據權利要求3所述的方法，其特征在于，所述根據該文字框的所述行文方向，得到該文字框的文字識別結果，包括：

若該文字框的所述行文方向為所述橫向行文方向，則將該文字框輸入橫向識別模型，得到橫向行文的所述文字識別結果；

若該文字框的所述行文方向為所述豎向行文方向，則將該文字框輸入豎向識別模型，得到豎向行文的所述文字識別結果。

5.根據權利要求1所述的方法，其特征在于，在所述針對每一所述文字框，確定該文字框中文字的所述行文方向之前，所述方法還包括：

針對每一所述文字框，將該文字框分別輸入橫向識別模型和豎向識別模型，得到所述橫向識別模型輸出的第一識別結果和所述豎向識別模型輸出的第二識別結果；

所述根據該文字框的所述行文方向，得到該文字框的文字識別結果，包括：

根據所述行文方向，從所述第一識別結果以及所述第二識別結果中選擇該文字框的所述文字識別結果。

6.根據權利要求5所述的方法，其特征在于，所述確定該文字框中文字的所述行文方向包括：

在所述第一識別結果不為空、且所述文字框的長度大于高度的情況下，確定所述文字框的所述行文方向為橫向行文方向；

在所述第一識別結果不為空、所述文字框的長度小于或等于高度、且所述第一識別結果的長度小于所述第二識別結果的長度的情況下，確定所述文字框的所述行文方向為豎向行文方向；

在所述第一識別結果不為空、所述文字框的長度小于或等于高度、所述第一識別結果的長度大于或等于所述第二識別結果的長度、所述第二識別結果中文字數量大于1的情況下，確定所述文字框的所述行文方向為所述豎向行文方向；

在所述第一識別結果不為空、所述文字框的長度小于或等于高度、所述第一識別結果的長度大于或等于所述第二識別結果的長度、所述第二識別結果中文字數量小于或等于1的情況下，確定所述文字框的所述行文方向為所述橫向行文方向。

7.根據權利要求1-6中任一項所述的方法，其特征在于，在對所述待識別圖像中的文字進行定位檢測之前，所述方法還包括：

將所述待識別圖像校正為正向視圖；

在得到所述待識別圖像中的文字框之后，所述方法還包括：

對得到的所述文字框進行校正，以使所述文字框的形狀為矩形。