[發(fā)明專利]圖片文本的識別方法、系統(tǒng)、設(shè)備和存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 202110213721.0
• 申請日: 2021-02-25
• 公開（公告）號: CN112926565A
• 公開（公告）日: 2021-06-08
• 發(fā)明（設(shè)計）人: 何小臻
• 申請（專利權(quán)）人: 中國平安人壽保險股份有限公司
• 主分類號: G06K9/20
• 分類號: G06K9/20;G06K9/34
• 代理公司: 深圳國新南方知識產(chǎn)權(quán)代理有限公司 44374
• 代理人: 張?jiān)?/td>

1.一種圖片文本的識別方法，其特征在于，所述識別方法包括：

獲取待識別圖片，對所述圖片進(jìn)行預(yù)處理；

利用預(yù)先訓(xùn)練完成的文本檢測模型對經(jīng)過預(yù)處理的圖片進(jìn)行檢測，得到圖片中每個文本行的坐標(biāo)；

根據(jù)每個文本行的坐標(biāo)計算得到每個文本行對應(yīng)的寬度值；

將文本行根據(jù)寬度值進(jìn)行排序，遍歷所有的寬度值，將寬度最長的文本行和寬度最短的文本行進(jìn)行拼接以形成長文本，并重復(fù)操作，當(dāng)正在拼接的長文本寬度值將要超過寬度閾值時停止拼接；

檢測該長文本，若該長文本寬度值未達(dá)到寬度閾值，將根據(jù)寬度閾值對該長文本寬度進(jìn)行修補(bǔ)；

對剩下的文本行進(jìn)行拼接和修補(bǔ)的操作，直到所有文本行都形成達(dá)到寬度閾值的長文本，以形成長文本集合；

將長文本集合輸入預(yù)設(shè)文本識別模型進(jìn)行識別，并把返回的結(jié)果進(jìn)行拆解，得到待識別圖片的識別結(jié)果。

2.如權(quán)利要求1所述的識別方法，其特征在于，所述對所述圖片進(jìn)行預(yù)處理的步驟包括：

對所述圖片進(jìn)行縮放，所述圖片縮放的最大寬度不超過1600像素，最大高度不超過2400像素，最小寬度不小于600像素，最小高度不小于800像素；

將縮放后的圖片轉(zhuǎn)換成灰度圖。

3.如權(quán)利要求1所述的識別方法，其特征在于，所述利用預(yù)先訓(xùn)練完成的文本檢測模型對經(jīng)過預(yù)處理的圖片進(jìn)行檢測，得到圖片中每個文本行的坐標(biāo)的步驟包括：

調(diào)用訓(xùn)練好的文本檢測模型，所述文本檢測模型采用dbnet算法，將經(jīng)過預(yù)處理的圖片輸入到所述文本檢測模型，所述文本檢測模型輸出所述圖片像素點(diǎn)中對應(yīng)文本的概率值；

對圖片中像素點(diǎn)進(jìn)行閾值化選擇，并根據(jù)概率值將圖片中像素點(diǎn)劃分為文本像素點(diǎn)和非文本像素點(diǎn)，以得到二值圖；

利用第一圖像處理算法計算所述二值圖的連通域集合；

將所述連通域集合輸入到第二圖像處理算法中，計算每個連通域的最小外接矩形，所述最小外接矩形的四個頂點(diǎn)為文本行的坐標(biāo)。

4.如權(quán)利要求1所述的識別方法，其特征在于，所述根據(jù)每個文本行的坐標(biāo)計算得到每個文本行對應(yīng)的寬度值的步驟包括：

根據(jù)各個文本行四個頂點(diǎn)的坐標(biāo)計算得到各個文本行的原始寬度和原始高度；

將各個文本行縮放至相同預(yù)設(shè)高度，并通過各個文本行的原始高度和預(yù)設(shè)高度計算得到各個文本行對應(yīng)的縮放比率；

通過各個文本行的原始寬度和縮放比率，得到各個文本行現(xiàn)在的寬度值。

5.如權(quán)利要求1所述的識別方法，其特征在于，所述檢測該長文本，若該長文本寬度值未達(dá)到寬度閾值，將根據(jù)寬度閾值對該長文本寬度進(jìn)行修補(bǔ)的步驟包括：

檢測該長文本，判斷該長文本寬度值是否達(dá)到寬度閾值，所述寬度閾值為1600像素；

若否，則選取待識別圖片的顏色三通道的黑邊，根據(jù)寬度閾值對該長文本寬度添加所述黑邊，使得該長文本的寬度達(dá)到1600像素。

6.如權(quán)利要求1所述的識別方法，其特征在于，所述將長文本集合輸入預(yù)設(shè)文本識別模型進(jìn)行識別，并把返回的結(jié)果進(jìn)行拆解，得到待識別圖片的識別結(jié)果的步驟包括：

將長文本集合按TensorRT的批處理操作進(jìn)行文本識別模型的識別計算，所述文本識別模型采用CRNN算法；

將長文本識別出來的文本串進(jìn)行拆分，并對應(yīng)到相應(yīng)的文本行上；

得到待識別圖片的識別結(jié)果。

7.如權(quán)利要求1所述的識別方法，其特征在于，所述得到待識別圖片的識別結(jié)果之后，將所述識別結(jié)果上傳至區(qū)塊鏈中，以使得所述區(qū)塊鏈對所述識別結(jié)果進(jìn)行加密存儲。