[发明专利]检测倾斜图像中同行文字的方法及其相关设备

说明书

本申请实施例属于人工智能领域，应用于智慧政务领域中，涉及一种检测倾斜图像中同行文字的方法及其相关设备，包括接收文字图片，将文字图片输入至预先训练的文本框检测模型中，获得多个待判断文本框；获取待判断文本框与标准方向的夹角，将夹角大于夹角阈值的待判断文本框作为倾斜矩形，得到多个倾斜矩形，将每个倾斜矩形与标准方向的夹角作为倾斜角，确定每个倾斜矩形的中心点坐标；基于倾斜角和中心点坐标分别计算每个倾斜矩形的倾斜距离；基于不同的倾斜矩形对应的倾斜距离，确定出处于同行的倾斜矩形，并将处于同行的倾斜矩形对应的文字片段，作为同行文字。倾斜距离的计算公式可存储于区块链中，本申请能够快速确定出处于同行的倾斜矩形。

技术领域

本申请涉及人工智能技术领域，尤其涉及检测倾斜图像中同行文字的方法及其相关设备。

背景技术

随着深度学习技术的快速发展，文字识别算法的精度越来越高，逐渐应用在许多的场景中。计算机在进行文字识别中，需要先判断出属于同一行的文字，才能准确的抽取需要的信息。在实际应用中，由于拍照角度等原因，导致文本图像中的文字往往是倾斜的，增加了计算机对于文字同行的判断难度。

现有的判断文字片段是否同行的方法是先根据图像中的信息，判断文本倾斜的角度，并将图像旋转至标准方向，再进行文字是否同行的判断以及文档结构分析。这种方式需要对图像进行旋转操作，大大增加了计算复杂度，在时效性要求较高的场景下难以使用。

发明内容

本申请实施例的目的在于提出一种检测倾斜图像中同行文字的方法及其相关设备，快速确定处于同行的倾斜矩形，提高计算机的处理速度。

为了解决上述技术问题，本申请实施例提供一种检测倾斜图像中同行文字的方法，采用了如下所述的技术方案：

一种检测倾斜图像中同行文字的方法，包括下述步骤：

接收文字图片，将所述文字图片输入至预先训练的文本框检测模型中，获得多个待判断文本框；

获取每个所述待判断文本框与标准方向的夹角，将所述夹角大于预设的夹角阈值的所述待判断文本框作为倾斜矩形，得到多个倾斜矩形，并将每个所述倾斜矩形与标准方向的夹角作为对应的倾斜角，确定每个所述倾斜矩形的中心点坐标；

基于所述倾斜角和所述中心点坐标分别计算每个所述倾斜矩形的倾斜距离；

基于不同的倾斜矩形对应的倾斜距离，确定出处于同行的倾斜矩形，并将处于同行的倾斜矩形对应的文字片段，作为同行文字。

进一步的，所述将所述文字图片输入预先训练的文本框检测模型，获得多个待判断文本框的步骤包括：

将所述文字图片输入至所述文本框检测模型的图像分割模型中，获得二值掩码图；

对所述二值掩码图进行连通域分析，形成连通域像素块；

确定所述连通域像素块的最小外接矩形，作为所述待判断文本框。

进一步的，所述将所述文字图片输入至所述文本框检测模型的图像分割模型中，获得二值掩码图的步骤包括：

将所述文字图片依次经过所述图像分割模型的每个卷积层，获得每个卷积层输出的图片特征；

上采样所述图片特征，获得上采样特征，并基于所述上采样特征经过的卷积层的数目，反卷积所述上采样特征，获得反卷积特征；

融合所述反卷积特征，获得所述二值掩码图。

进一步的，所述基于所述倾斜角和所述中心点坐标分别计算每个所述倾斜矩形的倾斜距离的步骤包括：

基于如下公式计算所述倾斜矩形的倾斜距离：

l＝y×cosθ+x×sinθ