[发明专利]弯曲文本图像的文字识别方法、装置及计算机设备

权利要求书

1.一种弯曲文本图像的文字识别方法，其特征在于，包括以下步骤：

若接收到用户输入的文本图像，根据预设的第一处理规则对所述文本图像进行预处理，得到预处理后的文本图像；

将所述预处理后的文本图像进行特征提取，得到所述文本图像的特征金字塔；

根据预设的第二处理规则对所述特征金字塔中每层特征图进行图像分割处理，得到所述文本图像的多张分割掩码图；

根据广度优先搜索算法对所述多张分割掩码图中文本区域最小的分割掩码图进行扩展，得到已框定所述文本图像中所有字符的第一文本框；

将所述第一文本框进行仿射变换，得到仿射变换后的第二文本框；

将所述仿射变换后的第二文本框内的文字进行分类识别，得到所述文本图像中的文字。

2.根据权利要求1所述的弯曲文本图像的文字识别方法，其特征在于，所述根据预设的第一处理规则对所述文本图像进行预处理，得到预处理后的文本图像，包括：

根据所述文本图像的长边获取对所述文本图像进行缩放的缩放因子；

根据所述缩放因子对所述文本图像进行缩放，得到缩放后的文本图像；

对所述缩放后的文本图像的短边进行填充，得到正方形的文本图像。

3.根据权利要求1所述的弯曲文本图像的文字识别方法，其特征在于，所述将所述预处理后的文本图像进行特征提取，得到所述文本图像的特征金字塔，包括：

将所述预处理后的文本图像进行卷积处理，得到所述文本图像的多层特征图；

根据所述多层特征图构建所述文本图像的特征金子塔。

4.根据权利要求1所述的弯曲文本图像的文字识别方法，其特征在于，所述根据预设的第二处理规则对所述特征金字塔中每层特征图进行图像分割处理，得到所述文本图像的多张分割掩码图，包括：

将所述特征金字塔中每层特征图输入到预置的全卷积神经网络模型中，得到所述特征金字塔中每层特征图的语义分割图；

将所述特征金字塔中每层特征图的语义分割图分别进行二值化处理，得到所述文本图像的多张分割掩码图。

5.根据权利要求4所述的弯曲文本图像的文字识别方法，其特征在于，所述将所述特征金字塔中每层特征图的语义分割图分别进行二值化处理，得到所述文本图像的多张分割掩码图，包括：

将所述特征金字塔中每层特征图的语义分割图进行归一化处理，得到归一化处理后的语义分割图；

根据预设阈值对所述归一化处理后的语义分割图进行二值化处理，得到所述归一化处理后的语义分割图的分割掩码图；

将所述归一化处理后的语义分割图的分割掩码图进行伸缩处理，得到所述文本图像的分割掩码图。

6.根据权利要求5所述的弯曲文本图像的文字识别方法，其特征在于，所述根据广度优先搜索算法对所述多张分割掩码图中文本区域最小的分割掩码图进行扩展，得到已框定所述文本图像中所有字符的第一文本框，包括：

根据所述特征金字塔中顶层特征图、底层特征图分别从所述多张分割掩码图中获取文本区域最小的分割掩码图以及文本区域最大的分割掩码图；

基于所述文本区域最大的分割掩码图对所述文本区域最小的分割掩码图采用广度优先搜索算法进行扩展，得到所述第一文本框。

7.根据权利要求1所述的弯曲文本图像的文字识别方法，其特征在于，所述将所述仿射变换后的第二文本框内的文字进行分类识别，得到所述文本图像中的文字，包括：

将所述仿射变换后的第二文本框输入到预置的双向循环神经网络模型中，得到所述文本图像的特征向量序列；

将所述文本图像的特征向量序列输入到预置的分类器中进行分类识别，得到所述文本图像中的文字。