[发明专利]多语言文本识别方法、装置、计算机设备及存储介质

权利要求书

1.一种多语言文本识别方法，其特征在于，包括：

获取待识别图像，所述待识别图像包括至少两种语言对应的原始文字；

对所述待识别图像进行版面分析识别，获取至少一个文本行图像，确定每一所述文本行图像在所述待识别图像中的文本行位置；

对所述文本行图像进行格式转换，获取符合预设格式的特征图；采用Encoder组件对所述特征图进行编码处理，获取对应的特征向量；采用Summarizer组件对所述特征向量进行整合分类，获取至少一个文种概率，将所述文种概率最大的识别文种，输出为所述文本行图像对应的目标文种；

基于所述目标文种查询识别模型数据库，获取所述目标文种对应的目标OCR识别模型；

基于所述文本行图像对应的所述目标文种和所述文本行位置，将同一所述目标文种对应的相邻的文本行图像整合形成文本块图像；采用文字切割算法对所述文本块图像进行切割，获取至少两个单字体图像，依据所述文本块图像的排版类型和切割顺序，获取每一所述单字体图像对应的识别顺序和行列标签；依据所述单字体图像对应的识别顺序，将所述单字体图像输入到所述目标OCR识别模型进行转录识别，获取所述单字体图像对应的至少一个识别结果和每一所述识别结果对应的识别概率；基于所述识别结果和所述排版类型，将所述文本块图像中所有单字体图像划分成至少两个待识别单元；基于任一所述待识别单元中，每一所述单字体图像对应的至少一个识别结果和每一所述识别结果对应的识别概率，获取每一所述单字体图像对应的单字体文字；依据每一所述单字体图像对应的所述识别顺序和所述行列标签，对所述单字体图像对应的所述单字体文字进行页面排版，获取所述文本行图像对应的目标文字；

基于所述文本行图像对应的所述目标文字和所述文本行位置，获取所述待识别图像对应的目标识别文本。

2.如权利要求1所述的多语言文本识别方法，其特征在于，在所述获取待识别图像之前，所述多语言文本识别方法还包括：

获取原始图像，采用模糊度检测算法对所述原始图像进行检测，获取所述原始图像的模糊度；

若所述模糊度大于第一模糊阈值，则获取模糊提示信息；

若所述模糊度不大于所述第一模糊阈值且大于第二模糊阈值，则对所述原始图像进行锐化和矫正处理，获取待识别图像；

若所述模糊度不大于第二模糊阈值，则对所述原始图像进行矫正处理，获取待识别图像；

其中，所述第一模糊阈值大于所述第二模糊阈值。

3.如权利要求1所述的多语言文本识别方法，其特征在于，所述对所述待识别图像进行版面分析识别，获取至少一个文本行图像，确定每一所述文本行图像在所述待识别图像中的文本行位置，包括：

采用文本定位算法对所述待识别图像进行文本定位，获取至少一个文本行区域；

采用截图工具对至少一个所述文本行区域进行截图，获取至少一个文本行图像，依据所述截图工具的截图顺序，确定每一所述文本行图像在所述待识别图像中的文本行位置。

4.如权利要求1所述的多语言文本识别方法，其特征在于，所述基于所述识别结果和所述排版类型，将所述文本块图像中所有单字体图像划分成至少两个待识别单元，包括：

若所述识别结果包含识别符号，基于任意相邻两个所述识别符号之间的所有所述单字体图像形成一待识别单元；

若所述识别结果不包含识别符号，则依据所述文本块图像的排版类型和所述单字体图像对应的行列标签，基于同一行标签或同一列标签对应的所有所述单字体图像形成一待识别单元。