[发明专利]一种图像中文字的识别方法、装置、介质及电子设备

说明书

本发明实施例公开了一种图像中文字的识别方法、装置、介质及电子设备。该方法包括：获取待识别的文字图像区域；若所述待识别的文字图像区域中包含文字，则提取文字特征；将所述文字特征输入至预训练语言模型，用于供所述预训练语言模型对各文字进行预测，得到文字预测结果；其中，所述预训练语言模型是基于预先构建的有遮盖训练样本进行训练得到的；将所述文字预测结果作为图像中文字的识别结果。通过采用本申请所提供的技术方案，可以针对低质量图像能够实现对文字进行准确识别的效果。

技术领域

本发明实施例涉及图像识别技术领域，尤其涉及一种图像中文字的识别方法、装置、介质及电子设备。

背景技术

随着科学技术的发展，图像处理已经成为很多领域中都会涉及到的一部分。对于一些场景中，往往会需要将图像中的文字转化为文本内容，这就需要对图像进行增强处理和进行文字识别。增强处理主要包括图像去噪、图像超分辨率、图像去模糊等手段，在此基础上，再进行文字识别，可以实现对图像中的文本进行自动识别的目的。但是，对于一些低质量图像的使用场景，由于文字已经全部模糊甚至缺损，导致该文字提取过程出错率是极高的，如需要人工校验，则极大的影响了文字识别的效率和增加了文字识别的成本。

发明内容

本发明实施例提供一种图像中文字的识别方法、装置、介质及电子设备，可以针对低质量图像能够实现对文字进行准确识别的效果。

第一方面，本发明实施例提供了一种图像中文字的识别方法，该方法包括：

获取待识别的文字图像区域；

若所述待识别的文字图像区域中包含文字，则提取文字特征；

将所述文字特征输入至预训练语言模型，用于供所述预训练语言模型对各文字进行预测，得到文字预测结果；其中，所述预训练语言模型是基于预先构建的有遮盖训练样本进行训练得到的；

将所述文字预测结果作为图像中文字的识别结果。

进一步的，提取文字特征，包括：

使用由卷积神经网络和池化层构成的特征提取层，提取待识别图像的文字特征。

进一步的，使用由卷积层和池化层构成的特征提取层，提取待识别图像的文字特征，包括：

使用卷积神经网络对所述待识别图像进行特征提取，得到特征映射；

使用池化层对提取到的特征映射进行最大池化，得到精炼特征映射；

将所述精炼特征映射转化为特征序列。

进一步的，在将所述精炼特征映射转化为特征序列之前所述方法还包括：

对所述精炼特征映射进行归一化处理，得到归一化结果；

相应的，将所述精炼特征映射转化为特征序列，包括：

将所述归一化结果转化为特征序列。

进一步的，所述预训练语言模型的训练过程包括：

获取有遮盖训练样本；所述有遮盖训练样本包括单个文字的部分遮盖和/或全部遮盖；

将所述训练样本划分为训练集和测试集；

采用所述训练集的训练样本输入至初始网络模型进行模型训练，以通过上下文对当前预测文字的关联系数，预测当前文字；

若所述初始网络模型经过测试集的训练样本测试后，满足预设条件，则将所述初始网络模型确定为预训练语言模型。

第二方面，本发明实施例还提供了一种图像中文字的识别装置，包括：

文字图像区域获取模块，用于获取待识别的文字图像区域；