[發明專利]文本圖像的識別方法及裝置

在審

• 申請號: 202011138322.4
• 申請日: 2020-10-22
• 公開（公告）號: CN112507782A
• 公開（公告）日: 2021-03-16
• 發明（設計）人: 林濤;潘甜甜;黃偉如;金成偉;鄭建飛;趙仕嘉;董浩欣;張宇
• 申請（專利權）人: 廣東省電信規劃設計院有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/32;G06K9/34;G06K9/38;G06K9/62;G06N3/04;G06N3/08;G06T5/00;G06T5/20;G06T7/13
• 代理公司: 廣州三環專利商標代理有限公司 44202
• 代理人: 肖宇揚;付靜

1.一種文本圖像的識別方法，其特征在于，所述方法包括：

對承載有目標文本的文本圖像進行預處理，得到模型輸入圖像；

將所述模型輸入圖像輸入至預先確定出的文字檢測模型進行分析，得到所述文本圖像的文字檢測結果，所述文字檢測結果包括至少一個用于在所述文本圖像中框選出目標圖像區域的邊界框，每個所述邊界框至少包括用于表示所述目標圖像區域在所述文本圖像中的位置的坐標信息，所述目標圖像區域是指所述目標文本中的單個文字在所述文本圖像中所處的圖像區域；

根據每個所述邊界框的坐標信息，對所有的所述邊界框進行聚類以得到至少一個邊界框聚類集合，每個所述邊界框聚類集合中所有的邊界框所對應的文字均是在所述目標文本中處于同一行的文字；

將每個所述邊界框所框選出的目標圖像區域中的圖像輸入至預先確定出的文字識別模型進行分析，得到該邊界框的文字識別結果；

根據每個所述邊界框的文字識別結果、坐標信息以及所屬的邊界框聚類集合，確定所述文本圖像的文本識別結果。

2.根據權利要求1所述的文本圖像的識別方法，其特征在于，所述根據每個所述邊界框的文字識別結果、坐標信息以及所屬的邊界框聚類集合，確定所述文本圖像的文本識別結果，包括：

根據每個所述邊界框所屬的邊界框聚類集合和該邊界框的坐標信息，確定該邊界框的文本坐標，所述文本坐標用于表示該邊界框所對應的文字在所述目標文本中的位置，其中，所述文本坐標至少包括文本縱向坐標和文本橫向坐標，且屬于同一所述邊界框聚類集合的所述邊界框的文本縱向坐標相同；

根據每個所述邊界框的文字識別結果和文本坐標，確定所述文本圖像的文本識別結果。

3.根據權利要求2所述的文本圖像的識別方法，其特征在于，每個所述邊界框的坐標信息包括該邊界框的橫坐標信息和縱坐標信息；

以及，所述根據每個所述邊界框所屬的邊界框聚類集合和該邊界框的坐標信息，確定該邊界框的文本坐標，包括：

根據每個所述邊界框所屬的邊界框聚類集合中所有邊界框的縱坐標信息，確定該邊界框所屬的邊界框聚類集合中所有邊界框的文本縱向坐標；

根據每個所述邊界框聚類集合中每個所述邊界框的橫坐標信息，確定該邊界框聚類集合中每個所述邊界框的文本橫向坐標。

4.根據權利要求3所述的文本圖像的識別方法，其特征在于，每個所述邊界框的縱坐標信息包括該邊界框的最大縱坐標和最小縱坐標；

以及，所述根據每個所述邊界框的坐標信息，對所有的所述邊界框進行聚類以得到至少一個邊界框聚類集合，包括：

根據每個所述邊界框的最大縱坐標和最小縱坐標，確定該邊界框的縱坐標區間；

判斷每兩個所述邊界框的縱坐標區間之間是否存在交集；

當判斷出該兩個所述邊界框的縱坐標區間之間存在交集時，將該兩個所述邊界框劃分至同一邊界框聚類集合；

當判斷出該兩個所述邊界框的縱坐標區間之間不存在交集時，將該兩個所述邊界框劃分至不同的邊界框聚類集合。

5.根據權利要求2-4任一項所述的文本圖像的識別方法，其特征在于，所述根據每個所述邊界框的文字識別結果和文本坐標，確定所述文本圖像的文本識別結果，包括：

根據每個所述邊界框的文字識別結果和文本坐標，確定所述文本圖像的原始文本識別結果；

確定所述文本圖像對應的正則表達式和文本模板；

基于所述正則表達式從所述原始文本識別結果中提取出關鍵文本信息；

將所述關鍵文本信息填充至所述文本模板，得到所述文本圖像的文本識別結果。