[发明专利]一种文本定位方法及装置、文本识别方法及装置有效
申请号: | 201910105748.0 | 申请日: | 2019-02-01 |
公开(公告)号: | CN109919037B | 公开(公告)日: | 2021-09-07 |
发明(设计)人: | 刘正珍;黄威 | 申请(专利权)人: | 汉王科技股份有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/32 |
代理公司: | 北京润泽恒知识产权代理有限公司 11319 | 代理人: | 莎日娜 |
地址: | 100193 北京*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 文本 定位 方法 装置 识别 | ||
1.一种文本定位方法,其特征在于,包括:
获取待识别文本行图像;
将所述待识别文本行图像输入至预先训练的文本行识别模型,确定所述待识别文本行图像对应的文本行识别结果,其中,所述文本行识别结果用于指示所述待识别文本行图像相应位置处的文本行属性;
根据文本行识别结果确定所述待识别文本行图像中与所述文本行属性对应的图像区域;
所述文本行属性包括单行文本和多行文本。
2.根据权利要求1所述的方法,其特征在于,所述将所述待识别文本行图像输入至预先训练的文本行识别模型,确定所述待识别文本行图像对应的文本行识别结果的步骤之前,包括:
获取文本行识别模型的训练样本,其中,所述训练样本的样本数据为预设高度和预设宽度的文本行图像,所述训练样本的样本标签用于指示所述文本行图像中相应位置处的文本行属性;
以所述训练样本的样本数据作为所述文本行识别模型的输入,以所述文本行识别模型的输出与所述训练样本的样本标签的误差最小为目标,训练所述文本行识别模型,其中,所述文本行识别模型是基于卷积神经网络构建的。
3.根据权利要求2所述的方法,其特征在于,获取文本行识别模型的训练样本的步骤,包括:
获取若干预设高度和预设宽度的文本行图像作为样本数据,构建样本数据集合;
对于所述样本数据集合中的每一条样本数据对应的文本行图像,通过按照预设步长移动指定滑窗对所述文本行图像沿图像宽度方向进行扫描,以根据扫描结果标记所述指定滑窗移动过程中顺序经过的各位置处所述文本行图像的文本行属性;
根据标记的所述指定滑窗移动过程中顺序经过的各位置处所述文本行图像的文本行属性,确定相应样本数据的样本标签;其中,所述指定滑窗的高度为所述文本行图像的所述预设高度的第一预设比例,所述指定滑窗的宽度为所述文本行图像的所述预设宽度的第二预设比例。
4.根据权利要求2所述的方法,其特征在于,所述获取待识别文本行图像的步骤,包括:
通过对待识别文本行图像沿宽度和/或高度方向进行拉伸或压缩处理,将所述待识别文本行图像调整为所述预设高度和所述预设宽度的待识别文本行图像。
5.根据权利要求3所述的方法,其特征在于,所述文本行识别结果包括顺序标识所述待识别文本行图像相应位置处的文本行属性的分类结果,所述根据文本行识别结果确定所述待识别文本行图像中与所述文本行属性对应的图像区域的步骤,包括:
根据所述指定滑窗的宽度确定所述待识别文本行图像中顺序分布的文本图像位置,所述顺序分布的文本图像位置依序与所述文本行属性的分类结果对应;
根据所述文本行属性的分类结果,对相邻且分类结果相同的文本图像位置进行聚合,确定与不同文本行属性对应的所述待识别文本行图像中的图像区域。
6.一种文本识别方法,其特征在于,包括:
通过权利要求1至5任一项所述的文本定位方法确定待识别文本行图像中与不同文本行属性对应的图像区域;
通过与各所述文本行属性匹配的文本图像识别模型,分别对与相应文本行属性对应的图像区域内的待识别文本行图像进行识别,确定相应图像区域内的待识别文本行图像的识别结果;
根据所述图像区域的位置,对各图像区域内的待识别文本行图像的识别结果进行融合,确定所述待识别文本行图像对应的文本。
7.一种文本定位装置,其特征在于,包括:
待识别文本行图像获取模块,用于获取待识别文本行图像;
文本行识别结果确定模块,用于将所述待识别文本行图像输入至预先训练的文本行识别模型,确定所述待识别文本行图像对应的文本行识别结果,其中,所述文本行识别结果用于指示所述待识别文本行图像相应位置处的文本行属性;
图像区域确定模块,用于根据文本行识别结果确定所述待识别文本行图像中与所述文本行属性对应的图像区域;
所述文本行属性包括单行文本和多行文本。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于汉王科技股份有限公司,未经汉王科技股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910105748.0/1.html,转载请声明来源钻瓜专利网。