[发明专利]基于题号和文本行的题目分割方法、装置、设备和介质

说明书

本发明实施例公开了一种基于题号和文本行的题目分割方法、装置、设备和介质。该方法包括：获取目标页面图片，并检测目标页面图片中的题号信息和文本行信息；确定文本行的边界坐标信息，聚类得到类别；将类别中边界坐标的最小值作为版面的边界值，对目标页面图片进行版面分割，得到版面；确定版面的引领行和非引领行，根据引领行和非引领行的位置关系确定每个非引领行关联的引领行，以引领行和非引领行构建题目；根据题目中引领行和非引领行的文本行信息，计算题目的边界信息，并对每道题目进行分割。实施本发明实施例，通过结合题号和文本行信息，充分的挖掘题目的结构关系，解决了相邻题目容易混淆的问题，提高了题目分割的准确率。

技术领域

本发明涉及智能设备技术领域，具体涉及一种基于题号和文本行的题目分割方法、装置、电子设备和存储介质。

背景技术

目前针对图像中的题目分割方法的方法，通常的做法是训练一个端到端的题目分割模型，将不同题目进行按照题目范围进行划分。但是有些情况下，题目分布较为复杂，且相邻题目往往没有明确的边界，模型有时无法区分两道相邻的题目，因此存在多道相邻题目无法分割的情况。另外由于待识别的图片是由用户上传获得，存在试卷模糊、倾斜、褶皱以及遮挡等情况影响，一定程度上降低了题目分割的准确率。

发明内容

针对所述缺陷，本发明实施例公开了一种基于题号和文本行的题目分割方法、装置、电子设备和存储介质，其可以提高了题目分割的准确率。

本发明实施例第一方面公开一种基于题号和文本行的题目分割方法，所述方法包括：

获取目标页面图片，并检测所述目标页面图片中的题号信息和文本行信息；

根据文本行信息和题号信息确定每一文本行的边界坐标信息，并利用所述边界坐标信息进行聚类，得到一个或多个类别；

将每个类别中边界坐标的最小值作为版面的边界值，对所述目标页面图片进行版面分割，得到一个或多个版面；

确定每个版面的引领行和非引领行，根据引领行和非引领行的位置关系确定每个非引领行关联的引领行，以引领行和关联于所述引领行的非引领行构建一道题目；

根据每道题目中引领行和非引领行的文本行信息，计算每道题目所在范围及其边界信息，并根据所述边界信息对每道题目进行分割。

作为一种可选的实施方式，在本发明实施例第一方面中，检测所述目标页面图片中的题号信息和文本行信息，包括：

创建并训练YOLO题号检测模型，将目标页面图片输入所述YOLO题号检测模型获取题号信息；

通过PSEnet文本检测算法检测所述目标页面图片的文本行信息。

作为一种可选的实施方式，在本发明实施例第一方面中，根据文本行信息和题号信息确定每一文本行的边界坐标信息，并利用所述边界坐标信息进行聚类，得到一个或多个类别，包括：

通过光学字符识别算法确定每个文本行和题号的坐标信息；

检测每个文本行是否包含题号，如果包含题号，以所述题号的左边界坐标信息作为该文本行的边界坐标信息，如果不包括题号，则以文本行的左边界坐标信息作为该文本行的边界坐标信息；

利用基于密度的DBSCAN聚类算法对所述文本行的边界坐标信息进行聚类，得到一个或多个类别。

作为一种可选的实施方式，在本发明实施例第一方面中，将每个类别中边界坐标的最小值作为版面的边界值，对所述目标页面图片进行版面分割，得到一个或多个版面，包括：

以文本行或平行于文本行为X轴建立坐标系；

确定每个类别中边界坐标的横坐标，选取每个类别中横坐标最小值的点作为边界点；