[發明專利]一種文字識別方法、裝置、電子設備及存儲介質

在審

• 申請號: 202110851664.9
• 申請日: 2021-07-27
• 公開（公告）號: CN113505745A
• 公開（公告）日: 2021-10-15
• 發明（設計）人: 唐銘蔚;裴積全
• 申請（專利權）人: 京東科技控股股份有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/32;G06K9/62
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 藏斌

本發明提供一種文字識別方法、裝置、電子設備及存儲介質，獲取豎排文本行圖像；對豎排文本行圖像進行二值化處理，得到二值圖；將二值圖進行縱向投影，得到第一投影數據，其中，第一投影數據包括多行像素行，每行像素行包括多個像素點；遍歷第一投影數據的每行像素行，從第一投影數據中確定縱向有效文本區域；其中，縱向有效文本區域為像素值為0的像素點的個數大于預設閾值的像素行對應的區域；根據縱向有效文本區域，從在豎排文本行圖像中剪切出對應的目標有效文本區域，并對目標有效文本區域進行文字識別。本發明能夠提高文字識別的精度。

技術領域

本發明涉及文字識別技術領域，更具體地說，涉及一種文字識別方法、裝置、電子設備及存儲介質。

背景技術

隨著科技技術的不斷發展，文字識別技術也隨之不斷的發展，且被廣泛應用于各個行業中。

目前的文字識別技術大部分集中在對橫排文本行進行文字識別，當文本行為豎排文本行時，需要先將豎排文本行旋轉成橫排文本行后，再對該豎排文本行對應的橫排文本行進行文字識別，從而實現對豎排文本行的文字識別。但是，這種方式需要提供大量豎排文本行樣本，重新訓練一套支持豎排文本行的文字識別模型；并且，由于豎排文本行和橫排文本行的比例存在一定的差異，導致文字識別器對豎排文本行對應的橫排文本行識別的精度低。

發明內容

有鑒于此，本發明提供一種文字識別方法、裝置、電子設備及存儲介質，以提高文字識別的精度為目的。

本發明第一方面公開一種文字識別方法，所述方法包括：

獲取豎排文本行圖像；

對所述豎排文本行圖像進行二值化處理，得到二值圖；

將所述二值圖進行縱向投影，得到第一投影數據，其中，所述第一投影數據包括多行像素行，每行所述像素行包括多個像素點；

遍歷所述第一投影數據的每行所述像素行，從所述第一投影數據中確定縱向有效文本區域；其中，所述縱向有效文本區域為像素值為0的像素點的個數大于預設閾值的像素行對應的區域；

根據所述縱向有效文本區域，從在所述豎排文本行圖像中剪切出對應的目標有效文本區域，并對所述目標有效文本區域進行文字識別。

可選的，所述將所述二值圖進行縱向投影，得到第一投影數據，包括：

構建坐標系；

將所述二值圖沿所述坐標系的y軸進行縱向投影，得到第一投影數據。

可選的，所述遍歷所述第一投影數據的每行所述像素行，從所述第一投影數據中確定縱向有效文本區域，包括：

遍歷所述第一投影數據的每行所述像素行，并判斷所述像素行中像素值為0的像素點的個數是否大于預設閾值；

若所述像素行中像素值為0的像素點的個數大于預設閾值，將所述像素行對應的區域確定為縱向有效文本區域。

可選的，所述根據所述縱向有效文本區域，從在所述豎排文本行圖像中剪切出對應的目標有效文本區域，并對所述目標有效文本區域進行文字識別，包括：

確定所述縱向有效文本區域對應的第一起始坐標、第二起始坐標、第一終點坐標和第二終點坐標；

將所述豎排文本行圖像對應的所述待識別豎行文本圖像沿所述坐標系的y軸進行投影，將投影在所述坐標系中的所述待識豎行文本圖像中左上角的像素點的坐標確定為原始坐標；

確定投影在所述坐標系中的所述待識別豎行文本圖像中，所述縱向有效文本區域對應的所述豎排文本行圖像左上角的像素點的坐標為參考坐標；

根據所述原始坐標和所述參考坐標，計算所述縱向有效文本區域的相對位置關系；