[发明专利]一种文本识别方法、装置、存储介质以及电子设备

权利要求书

1.一种文本识别方法，其特征在于，包括以下步骤：

获取基于指定位置的文本图像；

在所述文本图像中确定至少一个文本框，其中，每个所述文本框对应一个文本单元；

在所述文本框中确定待译文本框；

针对所述待译文本框进行预定操作，获取识别结果；

其中，所述针对所述待译文本框进行预定操作，获取识别结果包括：

在所述文本图像中基于所述待译文本框确定对应的图片单元；

将所述图片单元旋转至水平姿态；

对处于水平姿态的所述图片单元进行文本识别，确定最终识别结果。

2.根据权利要求1所述的方法，其特征在于，所述在所述文本框中确定待译文本框包括：

基于所述指定位置，确定第一基准区域；

分别计算所述第一基准区域与每个所述文本框之间的重叠面积；

将所述重叠面积占所述第一基准区域的比例最大的所述文本框确定为待译文本框。

3.根据权利要求2所述的方法，其特征在于，所述在所述文本框中确定待译文本框还包括：

当不存在与所述第一基准区域重叠的文本框的情况下，对所述第一基准区域进行调整；

确定与调整后的基准区域重叠的所述文本框；

在所述文本框中确定所述待译文本框。

4.根据权利要求3所述的方法，其特征在于，对所述第一基准区域进行调整的次数在预定阈值范围内。

5.根据权利要求1所述的方法，其特征在于，所述将所述图片单元旋转至水平姿态包括：

确定所述图片单元中各顶点的编号；

基于所述编号利用仿射变换法获取坐标变换矩阵；

通过所述坐标变换矩阵对所述图片单元进行旋转，获取水平姿态的所述图片单元。

6.根据权利要求1所述的方法，其特征在于，所述基于对处于水平姿态的所述图片单元进行文本识别，确定最终识别结果，包括：

对水平姿态的所述图片单元进行文本识别，获取对应的初步识别结果；

确定所述初步识别结果的置信度；

根据所述置信度，确定所述最终识别结果。

7.根据权利要求6所述的方法，其特征在于，所述确定所述初步识别结果的置信度包括：获取所述初步识别结果中每个文本元素的置信度以及所有所述文本元素的第一平均置信度。

8.根据权利要求7所述的方法，其特征在于，所述根据所述置信度，确定所述最终识别结果，包括：

将所述图片单元旋转预定角度，获取所述初步识别结果中每个文本元素的置信度以及所有所述文本元素的第二平均置信度；

将在所述第一平均置信度和第二平均置信度中较大的平均置信度对应的所述初步识别结果确定为所述最终识别结果。

9.根据权利要求1所述的方法，其特征在于，在所述获取基于指定位置的文本图像之后，包括：

对所述文本图像信息进行预处理，所述预处理至少包括白边扩充，提升分辨率中至少其一。

10.一种文本识别装置，其特征在于，包括以下部分：

获取模块，配置地获取基于指定位置的文本图像；

第一确定模块，配置地在所述文本图像中确定至少一个文本框，其中，每个所述文本框对应一个文本单元；

第二确定模块，配置地在所述文本框中确定待译文本框；

识别模块，配置地针对所述待译文本框进行预定操作，获取识别结果；

其中，所述识别模块包括：

图片确定单元，配置地在所述文本图像中基于所述待译文本框确定对应的图片单元；

旋转单元，配置地将所述图片单元旋转至水平姿态；

识别单元，配置地对处于水平姿态的所述图片单元进行文本识别，确定最终识别结果。

11.一种存储介质，存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至9中任一项所述方法的步骤。

12.一种电子设备，至少包括存储器、处理器，所述存储器上存储有计算机程序，其特征在于，所述处理器在执行所述存储器上的计算机程序时实现权利要求1至9中任一项所述方法的步骤。