[发明专利]图片文字定位方法、装置、介质和计算机设备

说明书

本发明提供了一种图片文字定位方法、装置、计算机存储介质和计算机设备；该方法包括：获取预定时间区间内接收到的所有终端用户上传的图片，生成待处理图片集；将所述待处理图片集划分为若干个对应于不同图片场景的待处理图片子集；根据与图片场景对应的预设处理规则分别对所述各个待处理图片子集进行处理，获得若干个完成文字定位的图片子集。通过本发明技术方案能够高效率地为大量图片进行文字定位处理，并且在为不同图片场景的图片进行文字定位时选用与图片场景对应的文字处理规则，保证文字定位的准确性。

技术领域

本发明涉及图片文字定位领域，具体而言，本发明涉及一种图片文字定位方法、装置、介质和计算机设备。

背景技术

用于识别图片中文字的技术也越来越多，其中，OCR(Optical CharacterRecognition，光学字符识别)技术是一种使用频率很高的技术。在使用OCR技术识别图片中的文字之前，需要先定位图片中的文字。通常是终端用户将图片上传到服务器，请求服务器识别出图片中的文字，而服务器在接收到终端用户的图片文字识别请求后，先使用文字定位规则定位出终端用户上传的图片中的文字，再从完成文字定位的图片上识别出文字。

当前常用的文字定位方法有神经网络定位法和文字联通区域定位法，然而神经网络定位法的定位速度比较慢，而文字联通区域定位法适用的图片场景比较少。随着人们对识别图片中文字的需求越来越大，服务器收到的图片文字识别请求量也越来越多，相应地，服务器需要进行文字定位的图片数量和图片场景就会越来越多。因而，如何在图片文字识别请求量越来越多的情况下，提高服务器的图片文字定位效率成为了当前亟需解决的问题。

发明内容

本发明针对现有技术的缺点，提供了一种图片文字定位方法、装置、介质和计算机设备，通过本发明技术方案，能够高效率地为大量图片进行文字定位处理，并且在为不同图片场景的图片进行文字定位时选用与图片场景对应的文字处理规则，保证文字定位的准确性。

本发明实施例根据第一方面提供了一种图片文字定位方法，包括：

获取预定时间区间内接收到的所有终端用户上传的图片，生成待处理图片集；

将所述待处理图片集划分为若干个对应于不同图片场景的待处理图片子集；

根据与图片场景对应的预设处理规则分别对所述各个待处理图片子集进行处理，获得若干个完成文字定位的图片子集。

进一步地，所述根据与图片场景对应的预设处理规则分别对所述各个待处理图片子集进行处理，包括：

分别获取各个待处理图片子集中的待定位图片；

确定所述待定位图片中的若干个文字区域；

使用预设文字区域处理规则对所述若干个文字区域进行处理，生成至少一个行文字连通区域；

对所述至少一个行文字连通区域进行边缘检测，确定所述待定位图片中文字对应的区域坐标。

进一步地，所述确定所述待定位图片中的若干个文字区域，包括：

使用预设背景过滤规则对所述待定位图片进行背景过滤处理，生成过滤后图片；

根据预设文字定位规则对所述过滤后图片进行处理，确定所述滤后图片中的若干个文字区域。

进一步地，所述预设背景过滤规则包括锐化算法、均值漂移算法以及双边滤波算法；

使用预设背景过滤规则对所述待定位图片进行背景过滤处理，生成过滤后图片，包括：

使用均值漂移算法以及双边滤波算法对所述待定位图片进行处理，得到过渡阶段处理图片，使用锐化算法对所述第一阶段处理图片进行处理，生成过滤后图片。