[發明專利]文本檢測方法及裝置、電子設備和存儲介質

在審

• 申請號: 202011185740.9
• 申請日: 2020-10-29
• 公開（公告）號: CN112200202A
• 公開（公告）日: 2021-01-08
• 發明（設計）人: 畢研廣;胡志強
• 申請（專利權）人: 上海商湯智能科技有限公司
• 主分類號: G06K9/46
• 分類號: G06K9/46
• 代理公司: 北京林達劉知識產權代理事務所(普通合伙) 11277
• 代理人: 劉新宇

1.一種文本檢測方法，其特征在于，包括：

通過對待檢測圖像進行目標檢測，得到所述待檢測圖像中的多個文本行，其中，各所述文本行中包括多個文字邊界點；

針對任一所述文本行，通過對所述文本行中包括的所述多個文字邊界點進行線性擬合，得到所述文本行對應的目標邊界框。

2.根據權利要求1所述的方法，其特征在于，所述通過對待檢測圖像進行目標檢測，得到所述待檢測圖像中的多個文本行，包括：

通過對所述待檢測圖像進行目標檢測，確定所述待檢測圖像中多個文字在豎直方向上的位置；

根據所述多個文字在豎直方向上的位置，確定所述多個文本行。

3.根據權利要求2所述的方法，其特征在于，所述通過對所述待檢測圖像進行目標檢測，確定所述待檢測圖像中多個文字在豎直方向上的位置，包括：

利用無錨框目標檢測網絡對所述待檢測圖像進行目標檢測，確定所述待檢測圖像中的多個豎直線段，其中，各所述豎直線段的上、下端點用于指示文字在豎直方向上的上、下文字邊界點；

所述根據所述多個文字在豎直方向上的位置，確定所述多個文本行，包括：

根據相鄰所述豎直線段之間的距離，和/或，相鄰所述豎直線段在豎直方向上的偏移程度，確定所述多個文本行，其中，各所述文本行中包括多個所述豎直線段。

4.根據權利要求3所述的方法，其特征在于，同一所述文本行中包括的多個所述豎直線段中，相鄰所述豎直線段之間的距離小于等于第一閾值；

同一所述文本行中包括的多個所述豎直線段中，相鄰所述豎直線段在豎直方向上的偏移程度小于等于第二閾值。

5.根據權利要求1至4中任一項所述的方法，其特征在于，所述針對任一所述文本行，通過對所述文本行中包括的所述多個文字邊界點進行線性擬合，得到所述文本行對應的目標邊界框，包括：

對所述文本行中包括的所述多個文字邊界點進行線性擬合，得到擬合邊界線，其中，所述擬合邊界線對應的擬合殘差小于等于第三閾值，所述擬合邊界線包括上擬合邊界線和下擬合邊界線；

根據所述擬合邊界線，確定所述目標邊界框。

6.根據權利要求5所述的方法，其特征在于，所述對所述文本行中包括的所述多個文字邊界點進行線性擬合，得到擬合邊界線，包括：

對所述多個文字邊界點進行直線擬合，得到第一擬合直線；

在所述第一擬合直線對應的擬合殘差小于等于所述第三閾值的情況下，將所述第一擬合直線確定為所述擬合邊界線。

7.根據權利要求6所述的方法，其特征在于，所述方法還包括：

在所述第一擬合直線對應的擬合殘差大于所述第三閾值的情況下，確定所述多個文字邊界點中是否存在拐點，其中，分別對所述拐點兩側的其它文字邊界點進行直線擬合得到的第二擬合直線和第二擬合直線，對應的擬合殘差均小于等于所述第三閾值；

在存在所述拐點的情況下，根據所述第二擬合直線和所述第三擬合直線，確定所述擬合邊界線；

在不存在所述拐點的情況下，對所述多個文字邊界點進行曲線擬合，得到擬合曲線，以及將所述擬合曲線確定為所述擬合邊界線。

8.根據權利要求1至7中任一項所述的方法，其特征在于，所述方法還包括：

根據所述多個文本行對應的所述目標邊界框，對所述多個文本行進行文字識別。

9.一種文本檢測裝置，其特征在于，包括：

目標檢測模塊，用于通過對待檢測圖像進行目標檢測，得到所述待檢測圖像中的多個文本行，其中，各所述文本行中包括多個文字邊界點；

邊界確定模塊，用于針對任一所述文本行，通過對所述文本行中包括的所述多個文字邊界點進行線性擬合，得到所述文本行對應的目標邊界框。