[发明专利]基于方向检测的文字识别方法、装置、设备及介质

权利要求书

1.一种基于方向检测的文字识别方法，其特征在于，所述基于方向检测的文字识别方法包括：

响应于文字识别指令，获取第一初始样本及第二初始样本，其中，所述第一初始样本与所述第二初始样本具有相同的文本方向；

对所述第一初始样本中的每张图片进行拼接处理，得到拼接样本，包括：对于所述第一初始样本中的每张图片，将所述图片的高度缩放到预设高度；根据所述图片的初始高宽比及所述预设高度确定目标宽度，并将所述图片的宽度缩放至所述目标宽度；获取配置像素，对所述配置像素与所述目标宽度的商执行向上取整运算，得到复制量；根据所述复制量对所述图片进行复制，得到具有所述复制量的复制图片；对所述图片及所述复制图片进行横向拼接，得到所述拼接样本；

对所述拼接样本中的每张图片进行切片处理，得到切片样本，包括：在宽度方向上，以所述配置像素对所述拼接样本中的每张图片进行剪切，得到所述切片样本；

对所述切片样本进行旋转处理，得到第一训练样本；

利用所述第一训练样本训练MobileNet-v2网络，得到文本方向检测模型；

基于Attention网络从所述第二初始样本中获取横向样本训练文本识别模型，得到横向文本识别模型，及基于Attention网络从所述第二初始样本中获取纵向样本训练文本识别模型，得到纵向文本识别模型；

当接收到待检测图片时，采用文本检测模型对所述待检测图片进行文本位置检测，得到至少一个文字切片；

计算每个文字切片的高宽比，并根据每个文字切片的高宽比对每个文字切片进行预处理，包括：从每个文字切片中获取所述高宽比大于配置高宽比的文字切片，并将获取的文字切片逆时针旋转90°，得到第一文字切片集；从每个文字切片中获取所述高宽比小于或者等于所述配置高宽比的文字切片构建第二文字切片集；整合所述第一文字切片集及所述第二文字切片集，得到目标文字切片集；对所述目标文字切片集中的每个目标图片进行预处理；

将预处理后的每个文字切片输入至所述文本方向检测模型，并获取所述文本方向检测模型的输出作为每个文字切片的文本方向；

根据每个文字切片的文本方向从所述横向文本识别模型及所述纵向文本识别模型中选择模型进行文字识别，得到文字识别结果。

2.如权利要求1所述的基于方向检测的文字识别方法，其特征在于，所述对所述切片样本进行旋转处理，得到第一训练样本包括：

对所述切片样本进行均分，得到两个子样本；

从所述两个子样本中任意获取一个子样本作为第一子样本，将所述两个子样本中除所述第一子样本外的样本确定为第二子样本；

将所述第一子样本中的每个图片旋转180°；

整合旋转后的第一子样本及所述第二子样本，得到所述第一训练样本。

3.如权利要求1所述的基于方向检测的文字识别方法，其特征在于，所述对所述目标文字切片集中的每个目标图片进行预处理包括：

将每个目标图片的高度缩放到所述预设高度；

根据每个目标图片的初始高宽比及所述预设高度确定每个目标图片的缩放宽度，并将每个目标图片的宽度缩放至所述缩放宽度；

对所述配置像素与每个目标图片的缩放宽度的商执行向上取整运算，得到每个目标图片的目标复制量；

根据每个目标图片的目标复制量对每个目标图片进行复制，得到每个目标图片对应的具有所述目标复制量的目标复制图片；

对每个目标图片及每个目标图片对应的目标复制图片进行横向拼接，得到每个目标图片对应的目标拼接图片；

在宽度方向上，以所述配置像素对每个目标拼接图片进行剪切。