[发明专利]从图像中提取文本区域的方法、装置、设备和存储介质

说明书

本申请涉及一种从图像中提取文本区域的方法、装置、计算机设备和存储介质。所述方法包括：获取包含有文本区域的图像；在对所述图像进行逐层卷积的特征提取处理后，对与所述文本区域对应的特征进行增强处理，得到对应的第一增强特征；在对所述第一增强特征进行逐层反卷积的特征还原处理后，对与所述文本区域对应的特征进行增强处理，得到对应的第二增强特征；将同个层次的第一增强特征和第二增强特征进行融合，得到融合特征；根据所述融合特征，从所述图像中提取所述文本区域。采用本方法能够提高文本区域的准确性。

技术领域

本申请涉及文本图像识别技术领域，特别是涉及一种从图像中提取文本区域的方法、装置、计算机设备和存储介质。

背景技术

文本图像识别技术是从文本图像中获取到计算机可识别的文本的技术。文本图像识别技术主要包括两个阶段：从文本图像中提取文本区域和对提取到的文本区域进行识别，从而得到计算机可识别文本。文本区域的准确性对于识别得到的文本的准确性有较大影响。但是，在许多场景中，文本图像的背景可能会比较复杂(如图像亮度不足、图像模糊)，如果利用传统的AdvancedEast算法从图像中提取文本区域，在文本区域首尾部分的效果不好，导致文本区域不准确。

发明内容

基于此，有必要针对上述技术问题，提供一种能够提高文本区域准确性的从图像中提取文本区域方法、装置、计算机设备和存储介质。

第一方面，提供一种从图像中提取文本区域方法，所述方法包括：

获取包含有文本区域的图像；

在对所述图像进行逐层卷积的特征提取处理后，对与所述文本区域对应的特征进行增强处理，得到对应的第一增强特征；

在对所述第一增强特征进行逐层反卷积的特征还原处理后，对与所述文本区域对应的特征进行增强处理，得到对应的第二增强特征；

将同个层次的第一增强特征和第二增强特征进行融合，得到融合特征；

根据所述融合特征，从所述图像中提取所述文本区域。

在一个实施例中，所述在对所述图像进行逐层卷积的特征提取处理后，对与所述文本区域对应的特征进行增强处理，得到对应的第一增强特征的步骤，包括：

在对所述图像进行一个层次卷积的特征提取处理后，得到多个特征图谱；

分别对所述多个特征图谱中的多个特征进行压缩，得到对应的压缩特征；

将达到预设条件的压缩特征作为目标压缩特征；

利用预先训练到的第一权重，对所述目标压缩特征进行加权处理；

利用加权处理后的目标压缩特征，对对应的特征图谱中的特征进行增强处理，得到对应的第一增强特征。

在一个实施例中，在所述利用预先训练到的第一权重，对所述目标压缩特征进行加权处理的步骤之前，还包括：

获取多个第一样本；所述第一样本为用于进行训练的图像；

在利用ResNet50骨架网络的卷积层对所述多个第一样本进行卷积处理后，将卷积处理后的多个第一样本输入至ResNet50骨架网络的第一SENet block模块中，对所述第一SENet block模块进行训练，将得到的所述第一SENet block模块的权重作为第一权重。

在一个实施例中，在所述利用预先训练到的第一权重，对所述目标压缩特征进行加权处理的步骤之前，还包括：

获取多个第二样本；所述第二样本为用于进行训练的图像；