[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

本公開涉及一種文字識別方法、裝置、存儲介質及電子設備，該方法包括：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。采用這種方法，不管待識別圖像中的文字是何種字體類型、字號大小，也不管該待識別圖像中的文字是何種行文方向以及采用了何種排版方式，都能檢測得到該待識別圖像中的文字框，并可以根據檢測到的每一文字框的行文方向，得到對應行文方向的文字識別結果。因此這種方法可以針對任意版式的圖像進行文字識別。

技術領域

本公開涉及文字識別技術領域，具體地，涉及一種文字識別方法、裝置、存儲介質及電子設備。

背景技術

人們在日常生活中，經常要處理大量的圖片、文本以及報表。為了減輕人們的工作量，提高處理效率，文字識別技術應運而生。文字識別技術可應用于許多領域，如文檔和圖片檢索、信件和包裹的分揀、稿件的編輯和校對、統計報表和卡片的匯總與分析、銀行支票的處理、商品發票的統計匯總、商品編碼的識別、各類證件識別、以及敏感字檢查等等。

相關技術中，通過光學字符識別(Optical Character Recognition，簡稱OCR)技術識別圖像中的文字。具體地，采用某一類具有固定版式的圖片樣本進行模型訓練，然后利用訓練好的模型對該類固定版式的圖片進行文字識別，從而得到圖片中的文字內容。然而，這種訓練好的模型無法用于識別其他版式的圖片中的文字。

發明內容

本公開的目的是提供一種文字識別方法、裝置、存儲介質及電子設備，以解決相關技術中存在的問題。

為了實現上述目的，根據本公開實施例的第一部分，提供一種文字識別方法，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。

可選地，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。

可選地，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。

可選地，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。