[發(fā)明專利]文本識別方法、終端及存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 202111203921.4
• 申請日: 2021-10-15
• 公開（公告）號: CN113920292A
• 公開（公告）日: 2022-01-11
• 發(fā)明（設(shè)計）人: 張恒;李銘瀚
• 申請（專利權(quán)）人: 掌閱科技股份有限公司
• 主分類號: G06V10/22
• 分類號: G06V10/22;G06V30/148
• 代理公司: 北京開陽星知識產(chǎn)權(quán)代理有限公司 11710
• 代理人: 吳崇

1.一種文本識別方法，其特征在于，包括：

獲取目標(biāo)圖像；

對所述目標(biāo)圖像進(jìn)行文本識別，得到所述目標(biāo)圖像中的多個文本行和每個所述文本行在所述目標(biāo)圖像中的文本位置；

根據(jù)所述文本位置，計算每兩個所述文本行之間的相對位置關(guān)系；

基于所述相對位置關(guān)系，對多個所述文本行進(jìn)行段落合并，得到至少一個文本段落。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，在所述根據(jù)所述文本位置，計算每兩個所述文本行之間的相對位置關(guān)系之前，所述方法還包括：

將多個所述文本行劃分為多個文本行組，每個所述文本行組內(nèi)的各個文本行的文本特征相同；

其中，所述根據(jù)所述文本位置，計算每兩個所述文本行之間的相對位置關(guān)系，包括：

針對每個所述文本行組，根據(jù)所述文本位置，計算每兩個所述文本行之間的相對位置關(guān)系；

其中，所述基于所述相對位置關(guān)系，對多個所述文本行進(jìn)行段落合并，得到至少一個文本段落，包括：

針對每個所述文本行組，基于所述相對位置關(guān)系，對多個所述文本行進(jìn)行段落合并，得到至少一個文本段落。

3.根據(jù)權(quán)利要求1或2所述的方法，其特征在于，所述相對位置關(guān)系包括每兩個所述文本行之間的行間距。

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，在所述基于所述相對位置關(guān)系，對多個所述文本行進(jìn)行段落合并，得到至少一個文本段落之前，所述方法還包括：

基于所述行間距，在多個所述文本行中，識別多個文本行序列，每個所述文本行序列中的各個文本行屬于同一最小距離塊；

其中，所述基于所述相對位置關(guān)系，對多個所述文本行進(jìn)行段落合并，得到至少一個文本段落，包括：

針對每個所述文本行序列，基于所述相對位置關(guān)系，對多個所述文本行進(jìn)行段落合并，得到至少一個文本段落。

5.根據(jù)權(quán)利要求3或4所述的方法，其特征在于，所述基于所述相對位置關(guān)系，對多個所述文本行進(jìn)行段落合并，得到至少一個文本段落，包括：

將行間距小于或等于預(yù)設(shè)的距離閾值的相鄰所述文本行聚合為一個集合，得到多個文本行集合；

按照所述文本位置，將每個所述文本行集合內(nèi)的各個文本行合并，得到每個所述文本行集合對應(yīng)的一個所述文本段落。

6.根據(jù)權(quán)利要求5所述的方法，其特征在于，所述相對位置關(guān)系包括每兩個所述文本行之間的重疊率；

其中，所述將行間距小于或等于預(yù)設(shè)的距離閾值的相鄰所述文本行聚合為一個集合，得到多個文本行集合，包括：

將行間距小于或等于預(yù)設(shè)的所述距離閾值且重疊率大于或等于預(yù)設(shè)的重疊率閾值的相鄰所述文本行聚合為一個集合，得到多個所述文本行集合。

7.根據(jù)權(quán)利要求3-6中任一項所述的方法，其特征在于，在所述根據(jù)所述文本位置，計算每兩個所述文本行之間的相對位置關(guān)系之前，所述方法還包括：

根據(jù)所述文本位置，確定每個所述文本行的排版方向；

其中，所述行間距為在所述排版方向的垂直方向上的距離。

8.根據(jù)權(quán)利要求1-7中任一項所述的方法，其特征在于，所述文本行在所述目標(biāo)圖像中的文本位置包括所述文本行的最小外接矩形框的各個邊界在所述目標(biāo)圖像中的坐標(biāo)信息。

9.一種終端，其特征在于，包括：處理器和存儲器，所述存儲器用于存儲可執(zhí)行指令，所述可執(zhí)行指令使所述處理器執(zhí)行以下操作：

獲取目標(biāo)圖像；

對所述目標(biāo)圖像進(jìn)行文本識別，得到所述目標(biāo)圖像中的多個文本行和每個所述文本行在所述目標(biāo)圖像中的文本位置；

根據(jù)所述文本位置，計算每兩個所述文本行之間的相對位置關(guān)系；

基于所述相對位置關(guān)系，對多個所述文本行進(jìn)行段落合并，得到至少一個文本段落。

10.一種計算機(jī)可讀存儲介質(zhì)，其特征在于，所述存儲介質(zhì)存儲有計算機(jī)程序，當(dāng)所述計算機(jī)程序被處理器執(zhí)行時，使得處理器實現(xiàn)上述權(quán)利要求1-8中任一項所述的文本識別方法。