[發(fā)明專利]文本信息提取方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 202011009652.3
• 申請(qǐng)日: 2020-09-23
• 公開(kāi)（公告）號(hào): CN112101353A
• 公開(kāi)（公告）日: 2020-12-18
• 發(fā)明（設(shè)計(jì)）人: 華路延
• 申請(qǐng)（專利權(quán)）人: 廣州虎牙科技有限公司
• 主分類號(hào): G06K9/32
• 分類號(hào): G06K9/32;G06F16/783;G06F16/78
• 代理公司: 北京超凡宏宇專利代理事務(wù)所(特殊普通合伙) 11463
• 代理人: 張欣欣

1.一種文本信息提取方法，其特征在于，所述方法包括：

獲取待檢測(cè)視頻的N個(gè)幀圖像，所述N大于零；

根據(jù)所述N個(gè)幀圖像，確定目標(biāo)幀圖像集，所述目標(biāo)幀圖像集包含的每個(gè)目標(biāo)幀圖像均包含目標(biāo)文本，所述目標(biāo)幀圖像屬于所述N個(gè)幀圖像；

根據(jù)所述目標(biāo)幀圖像集，確定目標(biāo)文本、所述目標(biāo)文本的起始時(shí)間戳與結(jié)束時(shí)間戳，其中，所述起始時(shí)間戳為所述目標(biāo)幀圖像集中起始位置的目標(biāo)幀圖像對(duì)應(yīng)的時(shí)間戳；所述結(jié)束時(shí)間戳為所述目標(biāo)幀圖像集中結(jié)束位置的目標(biāo)幀圖像對(duì)應(yīng)的時(shí)間戳。

2.根據(jù)權(quán)利要求1所述的文本信息提取方法，其特征在于，所述根據(jù)所述N個(gè)幀圖像，確定目標(biāo)幀圖像集，包括：

判斷所述N個(gè)幀圖像中任意相鄰的幀圖像是否具有相同的目標(biāo)文本；

當(dāng)在第n個(gè)幀圖像中具有所述目標(biāo)文本，且第n-1個(gè)幀圖像中不具有所述目標(biāo)文本，將所述第n個(gè)幀圖像作為所述目標(biāo)幀圖像集中起始位置的目標(biāo)幀圖像；

當(dāng)在第n+m個(gè)幀圖像中不具有所述目標(biāo)文本，且第n+m-1個(gè)幀圖像中具有所述目標(biāo)文本，將所述第n+m-1個(gè)幀圖像作為所述目標(biāo)幀圖像集中結(jié)束位置的目標(biāo)幀圖像。

3.根據(jù)權(quán)利要求2所述的文本信息提取方法，其特征在于，所述判斷所述N個(gè)幀圖像中任意相鄰的幀圖像是否具有相同的目標(biāo)文本，包括：

當(dāng)在第n個(gè)幀圖像中具有第一目標(biāo)文本，且所述n-1個(gè)幀圖像中具有第二目標(biāo)文本，判斷所述第一目標(biāo)文本與所述第二目標(biāo)文本的重復(fù)率是否大于或等于重復(fù)閾值；

若所述重復(fù)率大于或等于重復(fù)閾值，則判定所述第n個(gè)幀圖像與所述n-1個(gè)幀圖像具有相同的目標(biāo)文本。

4.根據(jù)權(quán)利要求1所述的文本信息提取方法，其特征在于，所述獲取待檢測(cè)視頻的N個(gè)幀圖像，包括：

獲取所述待檢測(cè)視頻的起始文本坐標(biāo)；

根據(jù)所述起始文本坐標(biāo)確定文本檢測(cè)區(qū)域；所述文本檢測(cè)區(qū)域?yàn)閷?duì)所述起始文本所在區(qū)域進(jìn)行擴(kuò)展后的區(qū)域；

根據(jù)所述文本檢測(cè)區(qū)域獲得所述N個(gè)幀圖像；所述N個(gè)幀圖像為所述待檢測(cè)視頻的每一幀圖像中包含所述文本檢測(cè)區(qū)域的截圖。

5.根據(jù)權(quán)利要求4所述的文本信息提取方法，其特征在于，在所述獲取所述待檢測(cè)視頻的起始文本坐標(biāo)之前，所述方法還包括：

提取所述待檢測(cè)視頻的全部文本信息；所述全部文本信息中包含所述起始文本坐標(biāo)。

6.根據(jù)權(quán)利要求5所述的文本信息提取方法，其特征在于，在所述提取所述待檢測(cè)視頻的全部文本信息之后，所述方法還包括：

當(dāng)任意一幀圖像中具有至少兩個(gè)文本，將所述任意一幀圖像對(duì)應(yīng)的全部文本進(jìn)行拼接，并將拼接后的文本作為所述任意一幀圖像的文本。

7.根據(jù)權(quán)利要求1所述的文本信息提取方法，其特征在于，所述方法還包括：

獲取所述目標(biāo)文本的每個(gè)字符位置對(duì)應(yīng)的字符集；所述字符集中包含至少一種字體格式的字符；

對(duì)每個(gè)所述字符位置對(duì)應(yīng)的字符集，將最大概率值對(duì)應(yīng)的字符作為所述字符位置的目標(biāo)字符；所述目標(biāo)文本為所述每個(gè)字符位置的目標(biāo)字符組成的文本。

8.一種文本信息提取裝置，其特征在于，包括：

獲取模塊，用于獲取待檢測(cè)視頻的N個(gè)幀圖像，所述N大于零；

確定模塊，用于根據(jù)所述N個(gè)幀圖像，確定目標(biāo)幀圖像集，所述目標(biāo)幀圖像集包含的每個(gè)目標(biāo)幀圖像均包含目標(biāo)文本，所述目標(biāo)幀圖像屬于所述N個(gè)幀圖像；

提取模塊，用于根據(jù)所述目標(biāo)幀圖像集，提取目標(biāo)文本、所述目標(biāo)文本的起始時(shí)間戳與結(jié)束時(shí)間戳，其中，所述起始時(shí)間戳為所述目標(biāo)幀圖像集中起始位置的目標(biāo)幀圖像對(duì)應(yīng)的時(shí)間戳；所述結(jié)束時(shí)間戳為所述目標(biāo)幀圖像集中結(jié)束位置的目標(biāo)幀圖像對(duì)應(yīng)的時(shí)間戳。

9.一種電子設(shè)備，其特征在于，所述電子設(shè)備包括機(jī)器可讀存儲(chǔ)介質(zhì)及處理器，所述機(jī)器可讀存儲(chǔ)介質(zhì)存儲(chǔ)有機(jī)器可執(zhí)行指令，所述處理器在執(zhí)行所述機(jī)器可執(zhí)行指令時(shí)，該電子設(shè)備實(shí)現(xiàn)權(quán)利要求1-7中任意一項(xiàng)所述的文本信息提取方法。

10.一種存儲(chǔ)介質(zhì)，其特征在于，所述存儲(chǔ)介質(zhì)中存儲(chǔ)有機(jī)器可執(zhí)行指令，所述機(jī)器可執(zhí)行指令被執(zhí)行時(shí)實(shí)現(xiàn)權(quán)利要求1-7中任意一項(xiàng)所述的文本信息提取方法。