[发明专利]一种扭曲文档的文字识别方法、装置及存储介质

说明书

本申请实施例提供了一种扭曲文档的文字识别方法、装置以及存储介质；其中，所述方法用于：根据预设的分割模型分割出待识别的文字图像中的文字行，得到所述文字行的掩码图像；根据所述掩码图像，对文字行进行扭曲分析，确定所述文字行与水平文字行的映射关系模型；根据所述映射关系模型，对呈曲线分布的所述文字行进行校正，得到校正后呈直线分布的文字行；识别校正后的文字行中的文字。

技术领域

本发明涉及云智融合领域，尤其涉及一种扭曲文档的文字识别方法、装置及存储介质。

背景技术

图片识别在智能识别领域具有十分重要的意义，随着科技的进步和社会的发展，对图片中文字的自动识别的需求量也急速增加。在通过扫描、拍摄等手段采集得到的图像的过程中，由于采集角度、文档源本身物理因素等影响，图像发生扭曲，对识别过程带来了困难。

现有技术方案中，需要对于扭曲文档图像进行多个区域的拆分、校正、合并，存在边缘像素点无法完全匹配的问题。且该方案在文档识别过程中需要对文档中文字行逐一计算拉直处理，消耗大量的计算资源，性能较低。

发明内容

本发明实施例提供一种扭曲文档的文字识别方法、装置及存储介质。

本发明实施例技术方案是这样实现的：

本发明实施例提供一种扭曲文档的文字识别方法，包括：

根据预设的分割模型分割出待识别的文字图像中的文字行，得到所述文字行的掩码图像；

根据所述掩码图像，对文字行进行扭曲分析，确定所述文字行与水平文字行的映射关系模型；

根据所述映射关系模型，对呈曲线分布的所述文字行进行校正，得到校正后呈直线分布的文字行；

识别校正后的文字行中的文字。

上述方案中，所述根据所述掩码图像，对文字行进行扭曲分析，确定所述文字行与水平文字行的映射关系模型，包括：

根据所述掩码图像，对文字行进行扭曲分析，确定所述文字行所对应曲线的拐点及所述拐点的邻域内像素点的像素值；

根据所述掩码图像的像素值，确定多边形的边缘点；

将所述曲线上的边缘点映射到与直线对应的位置，确定所述文字行与水平文字行的映射关系模型。

上述方案中，所述根据所述掩码图像的像素值，确定多边形的边缘点，包括：

将所述拐点的邻域内像素点的像素值划分为第一集合和第二集合；其中，所述第一集合内像素的像素值大于第一预设值，所述第二集合内像素的像素值小于第二预设值，所述第一预设值大于所述第二预设值；

将位于所述第二集合与所述第一集合中像素的边界位置处的像素，确定为所述边缘点。

上述方案中，所述将位于所述第二集合与所述第一集合中像素的边界位置处的像素，确定为所述边缘点，包括：

求取所述第一集合内像素点的像素值之和，得到第一和值；

并求取所述第二集合内像素点的像素值之和，得到第二和值；

根据所述第一和值及所述第二和值的大小，确定所述边缘点为文字行的上边缘拐点或下边缘拐点。

上述方案中，所述根据所述第一和值及所述第二和值的大小，确定所述边缘点为文字行的上边缘拐点或下边缘拐点，包括：

若所述文字行中文字为深色且所述文字的背景为浅色，在所述第一和值大于所述第二和值时，确定所述边缘点为上边缘拐点；

或者，