[發明專利]文本圖像的處理方法、裝置、設備以及存儲介質

在審

• 申請號: 202110872093.7
• 申請日: 2021-07-30
• 公開（公告）號: CN113822143A
• 公開（公告）日: 2021-12-21
• 發明（設計）人: 趙志遠;王洪振;黃珊
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/20;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京市立方律師事務所 11330
• 代理人: 張筱寧

1.一種文本圖像的處理方法，其特征在于，包括：

提取待處理文本圖像的初始特征圖；

根據所述初始特征圖，確定所述待處理文本圖像所包含的至少一個文本區域中各個文本區域的文本內容特征和空間位置特征；

對于每個所述文本區域，將所述文本區域的文本內容特征和空間位置特征拼接，得到所述文本區域的區域特征；

基于各所述文本區域的區域特征，確定各所述文本區域的排序結果，所述排序結果表征了各所述文本區域的文本識別結果的輸出順序；

獲取各所述文本區域的文本識別結果，基于所述排序結果將各所述文本區域的文本識別結果進行排序，得到所述待處理圖像的文本識別結果。

2.根據權利要求1所述的方法，其特征在于，所述根據所述初始特征圖，確定所述待處理文本圖像所包含的至少一個文本區域中各個文本區域的文本內容特征和空間位置特征，包括：

基于所述初始特征圖中各特征點的位置，確定所述初始特征圖中各特征點之間的位置關系；

基于所述初始特征圖中各特征點的特征值、以及所述初始特征圖中各特征點之間的位置關系，對所述初始特征圖進行特征提取，得到目標特征圖；

根據所述目標特征圖，確定所述目標特征圖中各特征點對應的分類結果，所述分類結果表征了所述目標特征圖中各特征點屬于文本區域或背景區域；

根據所述目標特征圖中各特征點對應的分類結果，確定所述目標特征圖中的至少一個文本區域；

對于每個所述文本區域，根據所述文本區域在所述目標特征圖中所對應的各特征點的特征值，確定所述文本區域對應的文本內容特征，根據所述文本區域在所述目標特征圖中所對應的各特征點的位置，確定所述文本區域對應的空間位置特征。

3.根據權利要求2所述的方法，其特征在于，所述基于所述初始特征圖中各特征點的位置，確定所述初始特征圖中各特征點之間的位置關系，包括：

基于所述初始特征圖中各特征點的位置，確定所述初始特征圖中各特征點之間的距離；

所述基于所述初始特征圖中各特征點的特征值、以及所述初始特征圖中各特征點之間的位置關系，對所述初始特征圖進行特征提取，得到目標特征圖，包括：

基于所述初始特征圖中各特征點的特征值、以及所述初始特征圖中各特征點之間的距離，構建圖結構，對所述圖結構進行特征提取，得到目標特征圖，其中，所述初始特征圖中每個特征點對應于所述圖結構中的一個節點，所述距離小于或等于設定值的特征點所對應的節點之間具有連邊。

4.根據權利要求2所述的方法，其特征在于，所述目標特征圖包括多個通道的特征圖，對于每個所述文本區域，所述根據所述文本區域在所述目標特征圖中所對應的各特征點的特征值，確定所述文本區域對應的文本內容特征，包括：

將所述文本區域在所述目標特征圖中所對應的各特征點中同一通道的特征值進行融合，得到對應于各通道的融合特征值；

基于所述文本區域對應的融合特征值，確定所述文本區域對應的文本內容特征。

5.根據權利要求1所述的方法，其特征在于，所述基于各所述文本區域對應的區域特征，確定各所述文本區域的排序結果，包括：

基于包含各所述文本區域的區域特征的特征序列，預測所述特征序列中各所述區域特征在每個時間步所對應的概率，基于各所述區域特征在每個時間步所對應的概率，確定各所述文本區域的排序結果；

其中，一個所述區域特征在一個時間步所對應的概率，表征了所述區域特征對應的文本區域在各所述文本區域中的排序對應于所述時間步的概率。