[发明专利]图像文字提取方法、装置、计算机设备及存储介质

权利要求书

1.一种图像文字提取方法，其特征在于，包括：

获取待处理的目标图像；

将所述目标图像输入至预设的文字检测模型中，其中，所述文字检测模型为预先训练至收敛状态，用于对文字区域图像区域进行检测的神经网络模型；

读取所述文字检测模型输出的文字区域图像，并将所述文字区域图像输入至预设的聚类模型中，其中，所述聚类模型用于将文字区域图像中的文字像素与背景像素进行聚类分割；

基于所述聚类模型生成的聚类簇，提取所述文字区域图像中的文字图像。

2.根据权利要求1所述的图像文字提取方法，其特征在于，所述将所述文字区域图像输入至预设的聚类模型中包括：

在所述文字区域图像中随机挑选至少两个聚类中心点；

计算所述文字区域图像中各像素点距离各聚类中心点的像素距离；

将所述像素距离符合预设聚类条件的像素点分配至所述各聚类中心点，生成至少两个聚类簇。

3.根据权利要求2所述的图像文字提取方法，其特征在于，所述将所述像素距离符合预设聚类条件的像素点分配至所述各聚类中心点，生成至少两个聚类簇包括：

将所述像素距离符合预设聚类条件的像素点分配至所述各聚类中心点，生成至少两个过渡聚类簇；

根据所述各过渡聚类簇中各像素点的像素均值更新所述聚类中心点；

计算所述文字区域图像中剩余各像素点距离所述更新后聚类中心点的像素距离；

反复迭代的更新所述聚类中心点，并合并所述像素距离符合预设聚类条件的像素点，直至所述聚类结果符合预设的收敛条件时，生成所述至少两个聚类簇。

4.根据权利要求2所述的图像文字提取方法，其特征在于，所述在所述文字区域图像中随机挑选至少两个聚类中心点包括：

在所述文字区域图像中随机挑选一个聚类中心点为初始聚类中心点；

计算所述文字区域图像中各像素点距离所述初始聚类中心点的像素距离；

基于预设的距离阈值，在所述像素距离大于所述距离阈值的像素点中随机挑选至少一个聚类中心点。

5.根据权利要求1所述的图像文字提取方法，其特征在于，所述基于所述聚类模型生成的聚类簇，提取所述文字区域图像中的文字图像包括：

以聚类簇为分类统计条件，统计各聚类簇中包含像素点的像素数量；

比对各聚类簇包含的所述像素数量的大小；

将所述各聚类簇中包含所述像素数量最小的聚类簇确定为文字聚类簇；

根据所述文字聚类簇提取所述文字区域图像中的文字图像。

6.根据权利要求1所述的图像文字提取方法，其特征在于，所述聚类簇包括文字聚类簇和背景聚类簇，所述基于所述聚类模型生成的聚类簇，提取所述文字区域图像中的文字图像之后，包括：

将所述文字聚类簇中表征的像素点渲染成预设的第一像素值；

将所述背景聚类簇中表征的像素点渲染成预设的第二像素值，其中，所述第一像素值与所述第二像素值之间的色差值大于预设的色差阈值。

7.根据权利要求6所述的图像文字提取方法，其特征在于，所述将所述背景聚类簇中表征的像素点渲染成预设的第二像素值之后，包括：

将所述渲染后的文字区域图像输入至所述聚类模型中进行二次聚类；

将所述二次聚类生成的文字聚类簇中表征的像素点渲染成所述背景聚类簇所表征的像素值。

8.一种图像文字提取装置，其特征在于，包括：

获取模块，用于获取待处理的目标图像；

处理模块，用于将所述目标图像输入至预设的文字检测模型中，其中，所述文字检测模型为预先训练至收敛状态，用于对文字区域图像区域进行检测的神经网络模型；

聚类模块，用于读取所述文字检测模型输出的文字区域图像，并将所述文字区域图像输入至预设的聚类模型中，其中，所述聚类模型用于将文字区域图像中的文字像素与背景像素进行聚类分割；

执行模块，用于基于所述聚类模型生成的聚类簇，提取所述文字区域图像中的文字图像。