[发明专利]一种文本提取方法、装置、电子设备及存储介质

权利要求书

1.一种文本提取方法，其特征在于，包括：

对目标图像进行行文本检测，根据检测结果对所述目标图像进行行分割，得到所述目标图像的文本行图像，其中所述目标图像包括结构化数据；

对任一文本行图像，确定文本行图像中各字段的轮廓组件；

基于所述轮廓组件对所述文本行图像进行字段分割，得到所述目标图像的文本信息。

2.根据权利要求1所述的方法，其特征在于，确定文本行图像中各字段的轮廓组件，包括：

对所述文本行图像进行平滑处理，将平滑处理后的文本行图像进行二值化处理，生成二值化行图像；

对所述二值化行图像进行轮廓检测，得到所述文本行图像中各字段的轮廓组件。

3.根据权利要求2所述的方法，其特征在于，对所述二值化行图像进行轮廓检测，得到所述文本行图像中各字段的轮廓组件，包括：

对所述二值化行图像进行反色处理，生成反色行图像；

分别对所述二值化行图像和所述反色行图像进行轮廓检测，得到所述文本行图像中各字段的轮廓组件。

4.根据权利要求2所述的方法，其特征在于，在对所述文本行图像进行平滑处理之前，还包括：

将所述文本行图像进行灰度化处理，生成灰度行图像；

相应的，对所述文本行图像进行平滑处理包括：

对所述灰度行图像进行平滑处理。

5.根据权利要求2所述的方法，其特征在于，在生成二值化文本行图像之后，还包括：

确定二值化图像中的字段数量，当字段数量小于或等于1时，取消执行对所述二值化行图像进行轮廓检测的动作。

6.根据权利要求1-5任一所述的方法，其特征在于，在得到所述文本行图像中各字段的轮廓组件之后，还包括：

根据预设判断阈值对得到的轮廓组件进行校验，删除校验失败的轮廓组件。

7.根据权利要求1所述的方法，其特征在于，基于所述轮廓组件对所述文本行图像进行字段分割，得到所述目标图像的文本信息，包括：

基于所述轮廓组件的外接矩形；

根据所述外界矩形对所述文本行图像进行字段分割，得到所述目标图像的文本信息。

8.一种文本提取装置，其特征在于，包括：

行分割模块，用于对目标图像进行行文本检测，根据检测结果对所述目标图像进行行分割，得到所述目标图像的文本行图像，其中所述目标图像包括结构化数据；

轮廓组件确定模块，用于对任一文本行图像，确定文本行图像中各字段的轮廓组件；

字段分割模块，用于基于所述轮廓组件对所述文本行图像进行字段分割，得到所述目标图像的文本信息。

9.一种电子设备，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1-7中任一所述的文本提取方法。

10.一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1-7中任一所述的文本提取方法。