[發明專利]文本區域的確定方法、裝置、設備及可讀存儲介質

有效

• 申請號: 202110274178.5
• 申請日: 2021-03-15
• 公開（公告）號: CN113076814B
• 公開（公告）日: 2022-02-25
• 發明（設計）人: 石世昌;黃飛
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G06V30/412
• 分類號: G06V30/412;G06V30/14;G06V30/146;G06V30/18;G06V30/19;G06K9/62
• 代理公司: 北京三高永信知識產權代理有限責任公司 11138
• 代理人: 祝亞男

1.一種文本區域的確定方法，其特征在于，所述方法包括：

獲取目標圖像，所述目標圖像中包括文本內容，所述目標圖像為所述文本內容所在的文本區域待確定的圖像；

對所述目標圖像進行文本識別，得到區域中心預測結果、區域邊緣預測結果、像素點位置預測結果和區域角度預測結果，所述區域中心預測結果表示預測得到的所述文本區域所處的區域范圍，所述區域邊緣預測結果表示預測得到的所述文本區域的邊緣位置，所述像素點位置預測結果表示預測得到的所述像素點到文字區域邊界的距離，所述區域角度預測結果表示所述文字區域在所述目標圖像中相對基準角度的傾斜角度；

對所述區域中心預測結果和所述區域邊緣預測結果進行邏輯結合，得到所述目標圖像中的文本連通區域，所述文本連通區域表示具有連通關系的所述文本內容在所述目標圖像中的區域；

基于所述文本連通區域，對所述像素點位置預測結果和所述區域角度預測結果進行解碼，得到與所述文本連通區域對應的至少兩個文本框，所述至少兩個文本框中包括第一邊緣文本框和第二邊緣文本框，所述第一邊緣文本框是根據接近第一邊緣的像素點確定的文本框，所述第二邊緣文本框是根據接近第二邊緣的像素點確定的文本框，所述第一邊緣和所述第二邊緣是相對的兩條邊，且所述第一邊緣和所述第二邊緣為所述文本區域的寬邊；

基于所述像素點位置預測結果對所述至少兩個文本框進行加權融合，得到所述文本內容在所述目標圖像中的所述文本區域。

2.根據權利要求1所述的方法，其特征在于，所述對所述區域中心預測結果和所述區域邊緣預測結果進行邏輯結合，得到所述目標圖像中的文本連通區域，包括：

基于所述區域中心預測結果生成區域二值圖；

基于所述區域邊緣預測結果生成邊緣二值圖；

對所述邊緣二值圖和所述區域二值圖進行邏輯結合，得到所述文本連通區域。

3.根據權利要求2所述的方法，其特征在于，所述對所述邊緣二值圖和所述區域二值圖進行邏輯結合，得到所述文本連通區域，包括：

對所述邊緣二值圖進行取反處理，得到邊緣取反圖；

對所述邊緣取反圖與所述區域二值圖進行邏輯與運算，得到修正后的所述文本連通區域。

4.根據權利要求2所述的方法，其特征在于，所述區域中心預測結果中包括所述目標圖像中的像素點在所述文本區域范圍內的第一置信度得分；

所述基于所述區域中心預測結果生成區域二值圖，包括：

獲取第一概率閾值；

以所述第一概率閾值為二值化分界，基于所述像素點的所述第一置信度得分對所述像素點進行二值化處理，得到所述區域二值圖。

5.根據權利要求2所述的方法，其特征在于，所述區域邊緣預測結果中包括所述目標圖像中的像素點在所述文本區域的邊緣范圍內的第二置信度得分；

所述基于所述區域邊緣預測結果生成邊緣二值圖，包括：

獲取第二概率閾值；

以所述第二概率閾值為二值化分界，基于所述像素點的所述第二置信度得分對所述像素點進行二值化處理，得到所述邊緣二值圖。

6.根據權利要求1所述的方法，其特征在于，所述至少兩個文本框中包括第一邊緣文本框和第二邊緣文本框；

所述基于所述像素點位置預測結果對所述至少兩個文本框進行加權融合，得到所述文本內容在所述目標圖像中的所述文本區域，包括：

針對所述第一邊緣文本框對應的像素點，根據與所述第一邊緣之間的距離確定第一權重；

針對所述第二邊緣文本框對應的像素點，根據與所述第二邊緣之間的距離確定第二權重；

通過所述第一權重對所述第一邊緣文本框賦權，以及通過所述第二權重對所述第二邊緣文本框賦權，得到所述文本內容在所述目標圖像中的所述文本區域。