[發明專利]圖片文字檢測方法、裝置、計算機設備及存儲介質

在審

• 申請號: 202011286320.X
• 申請日: 2020-11-17
• 公開（公告）號: CN112395450A
• 公開（公告）日: 2021-02-23
• 發明（設計）人: 左彬靖
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G06F16/583
• 分類號: G06F16/583;G06K9/00;G06K9/62
• 代理公司: 深圳市世聯合知識產權代理有限公司 44385
• 代理人: 汪琳琳

本申請實施例屬于人工智能領域，涉及一種圖片文字檢測方法，包括在接收到目標檢測圖片時，根據預設檢測模型計算目標檢測圖片的復雜度；在復雜度為低復雜度時，根據預設標注模型中的第一標注模型計算得到目標檢測圖片中第一文本框的目標文本坐標；根據目標文本坐標，計算目標檢測圖片的中心坐標，將中心坐標小于等于預設誤差值的第一文本框融合為新文本框，將中心坐標大于預設誤差值的第一文本框確定為固定文本框；提取新文本框和固定文本框中的文本信息，確定文本信息為檢測文本。本申請還提供一種圖片文字檢測裝置、計算機設備及存儲介質。此外，本申請還涉及區塊鏈技術，檢測文本可存儲于區塊鏈中。本申請實現了對圖片文字的高效檢測。

技術領域

本申請涉及人工智能技術領域，尤其涉及一種圖片文字檢測方法、裝置、計算機設備及存儲介質。

背景技術

隨著目標檢測技術的快速發展，越來越多的領域都用到了目標檢測技術中的文字檢測方法，如支付寶掃福，身份證識別等等。通過識別圖片中的文本，可以對圖片中的信息進行提取。

當前，基于FPN(feature pyramid networks，特征金字塔網絡)的算法對于較小和密集的文字，檢測效果較差，而基于像素級的算法精度相對較高，但是模型的處理時間較長，難以滿足工業化需求。此外，圖片文字檢測主要是為了抽取圖片中有用的信息，如姓名，地址，賬號信息等字段，從而方便這些參數的后續落庫，為后續風控系統提供數據。然而，一張圖片可能包括許多信息，更復雜的圖片可能包含一百多個字段，在通過現有技術對圖片進行文字檢測時，往往會存在文字檢測效率低下的問題。

發明內容

本申請實施例的目的在于提出一種圖片文字檢測方法、裝置、計算機設備及存儲介質，以解決圖片文字檢測效率低下的技術問題。

為了解決上述技術問題，本申請實施例提供一種圖片文字檢測方法，采用了如下所述的技術方案：

在接收到目標檢測圖片時，根據預設檢測模型計算所述目標檢測圖片的復雜度；

在所述復雜度為低復雜度時，根據預設標注模型中的第一標注模型獲取所述目標檢測圖片的特征向量，根據所述特征向量計算得到所述目標檢測圖片中第一文本框的目標文本坐標；

根據所述目標文本坐標，計算所述目標檢測圖片的中心坐標，將所述中心坐標小于等于預設誤差值的第一文本框融合為新文本框，將所述中心坐標大于所述預設誤差值的第一文本框確定為固定文本框；

提取所述新文本框和所述固定文本框中的文本信息，確定所述文本信息為所述目標檢測圖片的檢測文本。

進一步的，所述預設誤差值包括第一誤差值和第二誤差值，所述將所述中心坐標小于等于預設誤差值的第一文本框融合為新文本框的步驟具體包括：

獲取相鄰的兩個所述中心坐標的y軸坐標的第一像素差值，以及所述中心坐標的x軸坐標的第二像素差值；

將所述第一像素差值小于等于所述第一誤差值，且所述第二像素差值小于等于所述第二誤差值的第一文本框融合為新文本框。

進一步的，在所述根據預設檢測模型計算所述目標檢測圖片的復雜度的步驟之后包括：

在所述復雜度為高復雜度時，根據預設標注模型中的第二標注模型獲取所述目標檢測圖片對應的最小圖片，以及所述最小圖片中第二文本框的最小文本坐標；

將所述最小文本坐標并行映射至所述目標檢測圖片對應的最大圖片，得到所述目標檢測圖片的檢測文本坐標，根據所述檢測文本坐標計算得到所述目標檢測圖片對應的檢測文本。

進一步的，所述將所述最小文本坐標并行映射至所述目標檢測圖片對應的最大圖片，得到所述目標檢測圖片的檢測文本坐標的步驟具體包括：

獲取預設映射比例，按照所述預設映射比例將所述最小文本坐標并行放大，得到所述目標檢測圖片的檢測文本坐標。