[发明专利]基于目标区域融合的题目分割方法、装置、设备和介质

说明书

本发明实施例涉及题目检测技术领域，公开了一种基于目标区域融合的题目分割方法、装置、设备和介质。该方法包括：获取目标图片，并得到目标图片的题目区域掩码和文本行信息；根据目标题目区域掩码确定目标文本行掩码，并计算目标文本行掩码与目标题目区域的第一交集面积；根据第一交集面积和目标文本行的面积确定目标文本行在目标题目区域中的第一占比；在第一占比大于或等于第一预设阈值时，通过目标文本行掩码对目标题目区域进行扩充，得到扩充后的目标题目区域。实施本发明实施例，可以通过文字识别对题目分割进行补充，使其融合后的边界不会切割到文本行，同时将文字信息的结果融合到题目检测的区域中，使得题目检测的结果更加完整。

技术领域

本发明涉及题目检测技术领域，具体涉及一种基于目标区域融合的题目分割方法、装置、电子设备和存储介质。

背景技术

当前已经有基于深度学习的端到端题目分割算法，这种算法可以将试卷、练习册等文档的题目区域进行划分，但由于深度学习的黑盒特性，得到的结果不尽理想，有以下问题：

1、划分出的区域不够精准，经常会出现裁切到文字的情况，造成信息的缺失，影响后续使用。

2、对文本行的区分不敏感，不能得到具体的文本，无法将其中包含的信息充分挖掘。

发明内容

针对所述缺陷，本发明实施例公开了一种基于目标区域融合的题目分割方法、装置、电子设备和存储介质，其通过文本识别对题目分割进行补充，使其融合后的边界不会切割到文本行。

本发明实施例第一方面公开一种基于目标区域融合的题目分割方法，所述方法包括：

获取目标图片，并得到所述目标图片的题目区域掩码和文本行信息；

根据目标题目区域掩码确定目标文本行掩码，并计算目标文本行掩码与目标题目区域的第一交集面积；

根据所述第一交集面积和目标文本行的面积确定目标文本行在目标题目区域中的第一占比；在所述第一占比大于或等于第一预设阈值时，通过所述目标文本行掩码对所述目标题目区域进行扩充，得到扩充后的目标题目区域。

作为一种可选的实施方式，在本发明实施例第一方面中，所述得到所述目标图片的题目区域掩码和文本行信息，包括：

将所述目标图片并行输入yolact题目检测网络模型和OCR文字识别模型，分别得到题目区域掩码和文本信息；

利用所述文本信息基于投影法或连通域法或滑动窗口法或深度学习法构建文本行掩码，并对每个文本行掩码进行编号，得到每个文本行编号。

作为一种可选的实施方式，在本发明实施例第一方面中，根据目标题目区域掩码确定目标文本行掩码，并计算目标文本行掩码与目标题目区域的第一交集面积，包括：

遍历目标题目区域掩码的所有像素点，确定所述目标题目区域掩码内存在的文本行编号，将所述目标题目区域掩码内存在的文本行编号对应的文本行掩码记为目标文本行掩码；

计算目标文本行掩码和目标题目区域的第一交集面积。

作为一种可选的实施方式，在本发明实施例第一方面中，计算目标文本行掩码和目标题目区域的第一交集面积，包括：

确定所述目标文本行掩码和目标题目区域的第一交集区域；

统计所述第一交集区域的第一像素点数。

作为一种可选的实施方式，在本发明实施例第一方面中，根据所述第一交集面积和目标文本行的面积确定目标文本行在目标题目区域的第一占比，包括：

统计所述目标文本行掩码包含的第一像素点总数；

利用所述第一交集区域的第一像素点数除以所述第一像素点总数，得到所述第一占比。