[发明专利]文本检测方法、装置、计算机设备和存储介质在审

专利信息
申请号: 202011020108.9 申请日: 2020-09-25
公开(公告)号: CN112101386A 公开(公告)日: 2020-12-18
发明(设计)人: 郭双双;李斌;龚星 申请(专利权)人: 腾讯科技(深圳)有限公司
主分类号: G06K9/46 分类号: G06K9/46;G06N3/04
代理公司: 广州华进联合专利商标代理有限公司 44224 代理人: 唐彩琴
地址: 518000 广东省深圳*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 文本 检测 方法 装置 计算机 设备 存储 介质
【权利要求书】:

1.一种文本检测方法,其特征在于,所述方法包括:

获取待检测图片;

基于不同尺度提取所述待检测图片的图片特征;

分别根据各尺度的图片特征确定各尺度对应的所述待检测图片中各字符的字符相关信息;

整合各尺度对应的各所述字符相关信息,得到所述待检测图片中各字符的字符检测结果。

2.根据权利要求1所述的文本检测方法,其特征在于,分别根据各尺度的图片特征确定各尺度对应的所述待检测图片中各字符的字符相关信息,包括:

针对任一尺度对应的图片特征,分别确定各像素点的前景分类结果以及各像素点相对于所在字符边框的距离;所述字符相关信息包括:各像素点的前景分类结果以及各像素点相对于所在字符边框的距离。

3.根据权利要求2所述的文本检测方法,其特征在于,所述整合各尺度对应的各所述字符相关信息,得到所述待检测图片中各字符的字符检测结果,包括:

选择任一未被选择过的尺度为当前尺度;

根据所述当前尺度下各像素点的前景分类结果,确定属于前景的目标像素点集合;

根据各像素点相对于所在字符边框的距离,从所述目标像素点集合中确定潜在边框像素点,得到所述当前尺度下所述潜在边框像素点对应的潜在字符边框位置;

从所述潜在字符边框位置中筛选出所述当前尺度下的精确字符边框位置,返回所述选择任一未被选择过的尺度为当前尺度的步骤,直至所有尺度均被选中;

分别将各尺度对应的精确字符边框位置映射至所述待检测图片,得到所述待检测图片中各字符的字符检测结果。

4.根据权利要求1所述的文本检测方法,其特征在于,在基于不同尺度提取所述待检测图片的图片特征之后,还包括:

分别根据各尺度的图片特征确定各尺度对应的字符间关联信息;

基于各尺度对应的字符间关联信息,确定所述待检测图片中的字段检测结果。

5.根据权利要求4所述的文本检测方法,其特征在于,分别根据各尺度的图片特征确定各尺度对应的字符间关联信息,包括:

分别根据各尺度的图片特征确定各尺度对应的相邻两字符间的关联矩阵;

分别基于不同尺度下相邻两字符间的关联矩阵生成对应的字符关联关系响应图;所述字符间关联信息包括所述字符关联关系响应图。

6.根据权利要求5所述的文本检测方法,其特征在于,所述基于各尺度对应的字符间关联信息,确定所述待检测图片中的字段检测结果,包括:

根据预设响应阈值将各尺度的所述字符关联关系响应图转换为黑白关联关系响应图;

基于所述黑白关联关系响应图进行连通域分析,得到各尺度对应的连通域信息;

根据各尺度对应的所述连通域信息确定所在尺度的字段边框位置信息;

将各尺度的所述字段边框位置信息映射至所述待检测图片,得到所述待检测图片中的字段检测结果。

7.根据权利要求4所述的文本检测方法,其特征在于,还包括:

将所述待检测图片中的各字符检测结果与各字段检测结果进行匹配,得到所述待检测图片的字符与字段的对应关系。

8.一种文本检测装置,其特征在于,所述装置包括:

获取模块,用于获取待检测图片;

特征提取模块,用于基于不同尺度提取所述待检测图片的图片特征;

字符信息确定模块,用于分别根据各尺度的图片特征确定各尺度对应的所述待检测图片中各字符的字符相关信息;

结果整合模块,用于整合各尺度对应的各所述字符相关信息,得到所述待检测图片中各字符的字符检测结果。

9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。

10.一种计算机可读存储介质,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7中任一项所述的方法的步骤。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于腾讯科技(深圳)有限公司,未经腾讯科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011020108.9/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top