[发明专利]图像文本定位方法及装置、图像文本识别方法及装置

权利要求书

1.一种图像文本定位方法，其特征在于，包括：

提供待处理的图像文本；

通过MobileNetv2网络模型提取所述图像文本的四层基础纹理特征信息；

根据所述四层基础纹理特征信息，对每个像素进行分类，以使每个像素被划分为文字或背景；

根据所述四层基础纹理特征信息，判断被划分为文字的相邻两个像素之间是否连接；

将具有同一连接关系的多个文字像素的外切矩形作为最小分割区域，以将所述图像文本划分为多个文字检测框；

所述判断被划分为文字的相邻两个像素之间是否连接包括：

从像素中选择被划分为文字的像素；

计算被划分为文字的相邻像素之间的连接关系。

2.如权利要求1所述的方法，其特征在于，采用N个3*3的卷积神经网络计算每个像素的背景层权重和文字层权重，当所述文字层权重大于所述背景层权重且所述文字层权重大于分类预设值时，将所述像素判断为文字；所述N为大于或等于1的正整数。

3.如权利要求1所述的方法，其特征在于，采用N个3*3的卷积神经网络计算相邻两个像素的连接权重和非连接权重，当所述连接权重大于非连接权重且所述连接权重大于连接预设值时，将所述相邻两个像素判断为连接；所述N为大于或等于1的正整数。

4.如权利要求3所述的方法，其特征在于，判断被划分为文字的相邻两个像素之间是否连接包括：

计算每个像素与相邻像素之间的连接关系；

从所述连接关系中选择被划分为文字的像素之间的连接关系。

5.如权利要求4所述的方法，其特征在于，同时计算每个像素与其相邻四个像素的连接关系。

6.一种图像文本定位装置，其特征在于，包括：

输入模块，用于提供待识别的图像文本；

特征提取模块，用于通过MobileNetv2网络模型提取所述图像文本的四层基础纹理特征信息；

像素分类模块，用于根据所述四层基础纹理特征信息，对每个像素进行分类，以使每个像素被划分为文字或背景；

像素连接模块，用于根据所述四层基础纹理特征信息，判断被划分为文字的相邻两个像素之间是否连接；

分割模块，用于将具有同一连接关系的多个文字像素的外切矩形作为最小分割区域，以将所述图像文本划分为多个文字检测框；

所述像素连接模块可以包括:

第二选择单元，用于从像素中选择被划分为文字的像素；

第二连接关系计算单元，用于计算被划分为文字的相邻像素之间的连接关系。

7.一种图像文本识别方法，其特征在于，包括：

采用如权利要求1-5中任一项所述的图像文本定位方法对待处理的图像文本进行定位，得到多个文字检测框；

提取每个所述文字检测框的基础纹理特征；

根据所述文字检测框的基础纹理特征，对所述文字检测框进行文字识别。

8.如权利要求7所述的图像文本识别方法，其特征在于，采用DenseNet网络提取每个所述文字检测框的基础纹理特征，采用CRNN网络对所述文字检测框进行文字识别。

9.一种图像文本识别装置，其特征在于，包括：

如权利要求6所述的图像文本定位装置，用于对待处理的图像文本进行定位，得到多个文字检测框；

基础纹理提取模块，用于提取每个所述文字检测框的基础纹理特征；

文字识别模块，用于根据所述文字检测框的基础纹理特征，对所述文字检测框进行文字识别。

10.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至5中任一项所述的图像文本定位方法或者实现如权利要求7或8所述的图像文本识别方法。

11.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1至5中任一项所述的图像文本定位方法或者实现如权利要求7或8所述的图像文本识别方法。