[发明专利]图像文字提取方法、装置、计算机设备及存储介质

说明书

本申请公开一种图像文字提取方法、装置、计算机设备及存储介质，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；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。使用聚类的方式对文字区域图像中的文字图像进行提取，无需对聚类模型进行训练，就能够将文字图像和背景图像分割开来，在提高文字图像提取准确率的情况下，进一步的降低文字提取的研发成本和对部署环境的要求，实现文字提取的轻量化部署，提高了文字提取技术的适应性。

技术领域

本发明实施例涉及文字处理领域，尤其是一种图像文字提取方法、装置、计算机设备及存储介质。

背景技术

文字提取是利用计算机自动提取字符的技术，是模式识别及提取应用的一个重要领域。人们在生产和生活中，要处理大量的文字、报表和文本。为了减轻人们的劳动，提高处理效率，需要通过计算机设备自动识别并提取图片中的文字。

现有技术中，对图片中文字的提取，一般都采用深度神经网络模型进行提取，直接使用模型对文字进行提取，需要对深度神经网络模型进行训练和部署。本发明创造的发明人在研究中发现，深度学习字体提取会产生高额的成本，且海量数据的训练，需要被训练模型部署在服务器级别的终端上才能够运行。因此，现有技术文字提取技术存在成本高昂，适用环境能力差等问题。

发明内容

本发明实施例提供一种能够降低开发成本且进行轻量部署的图像文字提取方法、装置、计算机设备及存储介质。

为解决上述技术问题，本发明创造的实施例采用的一个技术方案是：提供一种图像文字提取方法，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。

可选地，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。

可选地，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。

可选地，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；