[發(fā)明專利]一種文本圖像傾斜角度的檢測(cè)方法及裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 202011095925.0
• 申請(qǐng)日: 2020-10-14
• 公開(kāi)（公告）號(hào): CN112287927B
• 公開(kāi)（公告）日: 2023-04-07
• 發(fā)明（設(shè)計(jì)）人: 郭從洲;李可;朱奕坤;童曉沖;李賀;魏鑫;王習(xí)文;張錦添;雷毅
• 申請(qǐng)（專利權(quán)）人: 中國(guó)人民解放軍戰(zhàn)略支援部隊(duì)信息工程大學(xué)
• 主分類號(hào): G06V20/62
• 分類號(hào): G06V20/62;G06V10/24;G06V10/764
• 代理公司: 北京國(guó)昊天誠(chéng)知識(shí)產(chǎn)權(quán)代理有限公司 11315
• 代理人: 張倩;朱文杰

本說(shuō)明書(shū)實(shí)施例提供了文本圖像傾斜角度的檢測(cè)方法及裝置，通過(guò)預(yù)先訓(xùn)練好包含一階段二分類網(wǎng)絡(luò)模型和多階段多分類網(wǎng)絡(luò)模型的深度神經(jīng)網(wǎng)絡(luò)模型集合，在獲取到目標(biāo)文本圖像信息后，結(jié)合該目標(biāo)文本圖像信息對(duì)應(yīng)的傾斜角度用途標(biāo)注信息，確定對(duì)應(yīng)的目標(biāo)神經(jīng)網(wǎng)絡(luò)模型，再利用該目標(biāo)神經(jīng)網(wǎng)絡(luò)模型識(shí)別得到目標(biāo)文本圖像信息的圖像傾斜角度數(shù)據(jù)，這樣能夠提高圖像傾斜角度的確定準(zhǔn)確率，提高圖像傾斜角度的識(shí)別效率，提升了圖像傾斜角度的參考價(jià)值，以便作為后續(xù)文本圖像處理的關(guān)鍵依據(jù)；另外，針對(duì)多階段多分類網(wǎng)絡(luò)模型，通過(guò)對(duì)目標(biāo)文本圖像信息執(zhí)行多次傾斜角度類別識(shí)別，實(shí)現(xiàn)由大角度區(qū)間類別到小角度區(qū)間類別逐層細(xì)化確定最終的圖像傾斜角度數(shù)據(jù)。

技術(shù)領(lǐng)域

本文件涉及文本圖像傾斜角度的檢測(cè)領(lǐng)域，尤其涉及一種文本圖像傾斜角度的檢測(cè)方法及裝置。

背景技術(shù)

目前，光學(xué)字符識(shí)別(Optical?Character?Recognition,OCR)是指對(duì)文本圖像進(jìn)行處理，獲取文字及版面信息的過(guò)程，也是光學(xué)理論實(shí)踐應(yīng)用的一個(gè)重要研究方向。不論是傳統(tǒng)意義上OCR技術(shù)還是基于深度學(xué)習(xí)的OCR技術(shù)，均需要獲得更高的文字識(shí)別精度和準(zhǔn)確率。

隨著深度學(xué)習(xí)技術(shù)的發(fā)展，人們?cè)谖淖肿R(shí)別方法上取得了很大的進(jìn)步，已經(jīng)將文本檢測(cè)和文本識(shí)別集成到了一個(gè)模型中。從單一的水平直線文字行到現(xiàn)在的各類曲線文字行都能有很好的識(shí)別結(jié)果。然而，文字識(shí)別過(guò)程中要求單個(gè)文字方向要保持大致上的“正立”，如果出現(xiàn)“倒立”的文字，識(shí)別準(zhǔn)確率就會(huì)變得很低，可見(jiàn)文字識(shí)別準(zhǔn)確率除了與識(shí)別方法有關(guān)以外，還與文本圖像中文字的傾斜方向和角度也密切相關(guān)。

其中，常見(jiàn)的文本傾斜角度方法主要有投影法、Hough變換法、K-最近鄰簇法、Fourier變換法及其變種方法。這些方法的基本原理都是先檢測(cè)文本圖像中的直線特征，利用直線的斜率來(lái)確定文本圖像的傾斜角度，然后再進(jìn)行傾斜校正。這些檢測(cè)方法均需要文本圖像中一定要有直線特征或類似于直線的特征，人們常常對(duì)文本圖像進(jìn)行游長(zhǎng)平滑及細(xì)化處理來(lái)獲取文本行直線。由于直線的傾斜角度范圍是在±90°之間，而文本圖像的傾斜角度范圍是在±180°之間，因此，當(dāng)文本圖像旋轉(zhuǎn)180°成為倒立圖像時(shí)，利用常規(guī)的傾斜角度檢測(cè)方法無(wú)法得到準(zhǔn)確度傾斜角度。也就是說(shuō)，當(dāng)文本圖像傾斜角度大于90°或小于90°時(shí)，利用將直線的傾斜角理解為文本圖像的傾斜角都是錯(cuò)誤的。由于文本圖像傾斜程度不僅與角度有關(guān)也與方向有關(guān)，而常規(guī)的直線檢測(cè)法是無(wú)法檢測(cè)出旋轉(zhuǎn)方向的。

由此可知，需要一種不依賴直線特征的、更加普適的、準(zhǔn)確度更高地文本圖像傾斜角度檢測(cè)的方法。

發(fā)明內(nèi)容

本說(shuō)明書(shū)一個(gè)或多個(gè)實(shí)施例的目的是提供一種文本圖像傾斜角度的檢測(cè)方法。該文本圖像傾斜角度的檢測(cè)方法包括：

獲取待檢測(cè)的目標(biāo)文本圖像信息；

基于所述目標(biāo)文本圖像信息的傾斜角度用途標(biāo)注信息，在預(yù)先訓(xùn)練好的深度神經(jīng)網(wǎng)絡(luò)模型集合中選擇目標(biāo)神經(jīng)網(wǎng)絡(luò)模型；其中，所述深度神經(jīng)網(wǎng)絡(luò)模型集合包括：一階段二分類網(wǎng)絡(luò)模型和多階段多分類網(wǎng)絡(luò)模型；

利用所述目標(biāo)神經(jīng)網(wǎng)絡(luò)模型，對(duì)所述目標(biāo)文本圖像信息進(jìn)行圖像傾斜角度識(shí)別處理，得到所述目標(biāo)文本圖像信息的圖像傾斜角度數(shù)據(jù)；其中，所述圖像傾斜角度數(shù)據(jù)是基于對(duì)所述目標(biāo)文本圖像信息執(zhí)行至少一次傾斜角度類別識(shí)別所確定的。

本說(shuō)明書(shū)一個(gè)或多個(gè)實(shí)施例的目的是提供一種文本圖像傾斜角度的檢測(cè)裝置。該文本圖像傾斜角度的檢測(cè)裝置包括：

文本圖像獲取模塊，用于獲取待檢測(cè)的目標(biāo)文本圖像信息；

目標(biāo)網(wǎng)絡(luò)選取模塊，用于基于所述目標(biāo)文本圖像信息的傾斜角度用途標(biāo)注信息，在預(yù)先訓(xùn)練好的深度神經(jīng)網(wǎng)絡(luò)模型集合中選擇目標(biāo)神經(jīng)網(wǎng)絡(luò)模型；其中，所述深度神經(jīng)網(wǎng)絡(luò)模型集合包括：一階段二分類網(wǎng)絡(luò)模型和多階段多分類網(wǎng)絡(luò)模型；