[發明專利]一種圖片文本識別方法、裝置及設備

在審

• 申請號: 202210429147.7
• 申請日: 2022-04-22
• 公開（公告）號: CN114821615A
• 公開（公告）日: 2022-07-29
• 發明（設計）人: 田廣庫;金圣海
• 申請（專利權）人: 東軟集團股份有限公司
• 主分類號: G06V30/413
• 分類號: G06V30/413;G06V30/148;G06V20/62
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 馬小青

1.一種圖片文本識別方法，其特征在于，獲取模板圖像，所述模板圖像中標記有目標錨點文本、所述目標錨點文本對應的目標錨點位置以及目標識別框位置，所述方法包括：

識別待識別圖像中包括的錨點文本以及所述錨點文本對應的錨點位置；

利用所述目標錨點文本對應的目標錨點位置以及所述待識別圖像中包括的錨點文本對應的錨點位置，確定表征所述待識別圖像與所述模板圖像之間映射關系的投影矩陣；

根據所述投影矩陣將所述待識別圖像進行投影映射，生成轉換后的待識別圖像；

根據所述目標識別框位置，確定所述轉換后的待識別圖像中的識別框位置；

識別所述識別框位置中包括的文本。

2.根據權利要求1所述的方法，其特征在于，所述識別待識別圖像中包括的錨點文本以及所述錨點文本對應的錨點位置，包括：

識別待識別圖像中包括的文本框區域；

識別所述文本框區域中各個文本字符對應的位置；

識別所述文本框區域中包括的文字；

將所述文本框區域中包括的文字與所述目標錨點文本進行匹配，得到所述待識別圖像中包括的錨點文本；

根據所述各個文本字符對應的位置，確定所述待識別圖像中包括的錨點文本對應的錨點位置。

3.根據權利要求1所述的方法，其特征在于，所述識別待識別圖像中包括的錨點文本以及所述錨點文本對應的錨點位置，包括：

識別待識別圖像中包括的文本框區域；

識別所述文本框區域中包括的文字；

將所述文本框區域中包括的文字與所述目標錨點文本進行匹配，得到所述待識別圖像中包括的錨點文本；

將所述待識別圖像中包括的錨點文本進行文字切割，得到所述待識別圖像中包括的錨點文本對應的錨點位置。

4.根據權利要求2或3所述的方法，其特征在于，所述識別待識別圖像中包括的文本框區域，包括：

將待識別圖像隨機劃分為一組圖像塊，提取所述圖像塊的圖像特征，根據所述圖像塊的圖像特征，輸出所述圖像塊是否為文本的分類結果；

根據各個所述圖像塊是否為文本的分類結果，確定所述待識別圖像中包括的文本框區域。

5.根據權利要求2所述的方法，其特征在于，所述識別所述文本框區域中各個文本字符對應的位置，包括：

從所述待識別圖像中截取文本框區域圖像，提取所述文本框區域圖像的圖像特征，利用所述文本框區域圖像的圖像特征提取字符特征；

將所述字符特征進行特征變換，生成字符中心概率圖以及字符交界概率圖；

利用所述字符中心概率圖以及所述字符交界概率圖，識別所述文本框區域中各個文本字符對應的位置。

6.根據權利要求1所述的方法，其特征在于，所述方法還包括：

當所述待識別圖像中包括的錨點文本對應的錨點位置大于4個，從所述錨點位置中任意選擇4個進行組合，生成多個錨點位置組；

在所述錨點位置組中選擇對應組成的面積最大的錨點位置組作為目標錨點位置組；

將所述目標錨點位置組包括的錨點位置，確定為所述待識別圖像中包括的錨點文本對應的錨點位置。

7.根據權利要求6所述的方法，其特征在于，在將所述目標錨點位置組包括的錨點位置，確定為所述待識別圖像中包括的錨點文本對應的錨點位置之后，所述利用所述目標錨點文本對應的目標錨點位置以及所述待識別圖像中包括的錨點文本對應的錨點位置，確定表征所述待識別圖像與所述模板圖像之間映射關系的投影矩陣，包括：

從所述目標錨點位置中選擇與所述錨點位置對應的目標錨點位置，確定為所述目標錨點文本對應的目標錨點位置；

將所述目標錨點文本對應的目標錨點位置以及所述待識別圖像中包括的錨點文本對應的錨點位置，輸入投影矩陣生成模型，獲得表征所述待識別圖像與所述模板圖像之間映射關系的投影矩陣，所述投影矩陣生成模型是預先利用矩陣元素循環規則設定的。