[发明专利]文本分析方法、装置、终端和计算机可读存储介质

说明书

本发明提供了一种文本分析方法、装置、终端和计算机可读存储介质，其中，文本分析方法包括：对文本图像进行水平投影和垂直投影，生成水平投影数据和垂直投影数据，根据水平投影数据和垂直投影数据确定字符的位置信息；根据位置信息识别字符，根据识别结果统计出文本图像中的文字个数。通过本发明的技术方案能够准确定位文本图像中的各个字符，根据字符的位置进行对字符进行识别和统计，字数统计结果准确度高，抗干扰能力强。

技术领域

本发明涉及图像处理领域，具体而言，涉及一种文本分析方法、一种文本分析装置、一种终端和一种计算机可读存储介质。

背景技术

人工智能相关技术在各个领域中的应用越来越广泛，在教育领域中，学生考试成绩分析系统能有效提取学生考试题目和老师的批改信息智能化的完成学生考试试卷的分析，自动生成反应出学生个人学习情况的用户画像。最终输出学生学习考试情况分析报告，帮助学生、老师以及家长提升学生成绩。语文作为初中以及高中重要考试科目，其中的作文的分数占总分比例相对较大，因而对作文答题情况的详细分析也是很有必要的。学生写作字数是否达标是考试中评分的一个基本要求。如何在学生考试成绩分析系统中完成字数自动统计任务，成为亟待解决的技术问题。

另外，整个说明书对背景技术的任何讨论，并不代表该背景技术一定是所属领域技术人员所知晓的现有技术，整个说明书中的对现有技术的任何讨论并不代表该现有技术一定是广泛公知的或一定构成本领域的公知常识。

发明内容

本发明旨在至少解决现有技术或相关技术中存在的技术问题之一。

为此，本发明的一个目的在于提出了一种文本分析方法。

本发明的另一个目的在于提出了一种文本分析装置。

本发明的又一个目的在于提出了一种终端。

本发明的又一个目的在于提出了一种计算机可读存储介质。

在本发明的第一方面的技术方案中，提出了一种文本分析方法，包括：对文本图像进行水平投影和垂直投影，生成水平投影数据和垂直投影数据，其中，文本包含多个字符，字符包括文字和/或限定文字位置的线段；根据水平投影数据确定文本图像中的文本在水平方向上的坐标区域，以及根据垂直投影数据确定文本图像中的文本在垂直方向上的坐标区域，其中，水平方向上的坐标区域对应字符的上边界和下边界，垂直方向上的坐标区域对应字符的左边界和右边界，根据上边界、下边界、左边界和右边界确定字符的位置信息；根据位置信息识别字符，根据识别结果统计出文本图像中的文字个数。

在该技术方案中，通过对文本图像进行水平投影和垂直投影，确定文本图像中的字符或者字符的框线的坐标，从而完成字符定位，根据字符定位对每个字符进行分析，进而确定文本图像的文字个数。相较于传统的文字识别方法，本申请基于投影数据确定字符的位置，根据字符位置进行文字识别，在扫描图像质量较差的情况下依旧能够保持较高的文字识别率，具有较高的识别准确度。此外，根据投影结果确定每个字符的位置后，将文本图像拆分为多个子图进行识别，能够最大程度地降低干扰信息对文字识别过程的干扰，提高识别效率和准确度。

另外，根据本发明上述实施例的文本分析方法，还可以具有如下附加的技术特征：

在上述任一技术方案中，可选地，根据位置信息识别字符，根据识别结果统计出文本图像中的文字个数，具体包括：计算出文本图像的像素值均值；根据字符的位置信息确定文本框，计算出文本框内的像素值均值；根据文本图像的像素值均值以及文本框内的像素值均值，确定文本框内包含文字，记录文字个数。

在该技术方案中，检测文本图像的像素值均值，根据文本图像的像素值均值设定像素阈值，再对每个文本框的像素值均值进行检测，若文本框的均值大于像素阈值，说明该文本框中含有文字。此外，还能够通过检测文本框中黑色目标的面积与设定阈值做比较来确定文本框中是否含有文字。对每个文本框进行像素值检测以确定文本框中是否含有文字，提高文字个数统计的准确度。