[发明专利]图像文本识别方法、装置、计算机设备及计算机存储介质

权利要求书

1.一种图像文本识别方法，其特征在于，所述方法包括：

获取待识别图像，对所述待识别图像进行预处理，得到目标识别图像；

基于预先训练的文本区域检测模型，确定所述目标识别图像中文本区域的位置信息；

将所述目标识别图像以及所述目标识别图像中文本区域的位置信息输入至预先训练的文本识别模型中，得到文本区域中的文本信息；

对所述文本区域中的文本信息进行结构化处理，得到具有映射关系的文本字段。

2.根据权利要求1所述的方法，其特征在于，所述对所述文本区域中的文本信息进行结构化处理，得到具有映射关系的文本字段，具体包括：

从所述文本区域中的文本信息中选取预设字段作为关键字段，获取所述关键字段对应文本区域的位置信息；

根据所述关键字段对应文本区域的位置信息，确定与所述关键字段具有映射关系的模糊区域；

检测并查询所述模糊区域内所识别得到的文本信息，确认与所述关键字段具有映射关系的文本信息。

3.根据权利要求2所述的方法，其特征在于，所述根据所述关键字段对应文本区域的位置信息，确定与所述关键字段具有映射关系的模糊区域，具体包括：

将所述关键字段对应文本区域沿水平和垂直方向移动预设距离，根据所述关键字段对应的文本区域的位置信息，获取移动后文本区域的位置信息；

基于所述移动后文本区域的位置信息，对所述移动预设距离后文本区域进行放大处理，确定与所述关键字段具有映射关系的模糊区域。

4.根据权利要求2所述的方法，其特征在于，所述检测并查询所述模糊区域内所识别得到的文本信息，确认与所述关键字段具有映射关系的文本信息，具体包括：

检测位于所述模糊区域内所有文本区域的位置信息，并提取模糊区域内所有文本区域的文本信息；

采用正则匹配的方式遍历模糊区域内每个文本区域的文本信息，确认与所述关键字段具有映射关系的文本信息。

5.根据权利要求4所述的方法，其特征在于，所述采用正则匹配的方式遍历模糊区域内每个文本区域的文本信息，确认与所述关键字段具有映射关系的文本信息，具体包括：

通过获取适用于关键字段的模式字符，构造与关键字段相匹配的正则表达式；

根据所述与关键字段相匹配的正则表达式，对模糊区域内每个文本区域的文本信息进行校验，确认与所述关键字段具有映射关系的文本信息。

6.根据权利要求1-5中任一项所述的方法，其特征在于，在所述基于预先训练的文本区域检测模型，确定所述目标识别图像中文本区域的位置信息之前，所述方法还包括：

将收集的图像样本数据进行文本区域标注后输入至网络模型中进行训练，得到文本区域检测模型；

所述网络模型中包括多层结构，所述将收集的图像样本数据进行文本区域标注后输入至网络模型中进行训练，得到文本区域检测模型，具体包括：

通过所述网络模型的卷积层提取图像样本数据对应的图像区域特征；

通过所述网络模型的解码层根据图像样本数据对应的图像区域特征，生成水平的文本序列特征；

通过所述网络模型的预测层根据所述水平的文本序列特征确定所述图像样本数据中的文本区域，并将所述文本区域处理得到候选文本线。

7.根据权利要求6所述的方法，其特征在于，所述网络模型的预测层包括分类部分和回归部分，所述通过所述网络模型的预测层根据所述水平的文本序列特征确定所述图像样本数据中的文本区域，并将所述文本区域处理得到候选文本线，具体包括：

通过所述网络模型的预测层的分类部分根据所述水平的文本序列特征对所述图像样本数据中的各个区域进行分类，确定所述图像样本数据中的文本区域；

通过所述网络模型的预测层的回归部分对所述图像文本数据中的文本区域进行边框回归处理，得到候选文本线。