[发明专利]文本区域的确定方法、装置、设备及可读存储介质

权利要求书

1.一种文本区域的确定方法，其特征在于，所述方法包括：

获取目标图像，所述目标图像中包括文本内容，所述目标图像为所述文本内容所在的文本区域待确定的图像；

对所述目标图像进行文本识别，得到区域中心预测结果、区域边缘预测结果、像素点位置预测结果和区域角度预测结果，所述区域中心预测结果表示预测得到的所述文本区域所处的区域范围，所述区域边缘预测结果表示预测得到的所述文本区域的边缘位置，所述像素点位置预测结果表示预测得到的所述像素点到文字区域边界的距离，所述区域角度预测结果表示所述文字区域在所述目标图像中相对基准角度的倾斜角度；

对所述区域中心预测结果和所述区域边缘预测结果进行逻辑结合，得到所述目标图像中的文本连通区域，所述文本连通区域表示具有连通关系的所述文本内容在所述目标图像中的区域；

基于所述文本连通区域，对所述像素点位置预测结果和所述区域角度预测结果进行解码，得到与所述文本连通区域对应的至少两个文本框，所述至少两个文本框中包括第一边缘文本框和第二边缘文本框，所述第一边缘文本框是根据接近第一边缘的像素点确定的文本框，所述第二边缘文本框是根据接近第二边缘的像素点确定的文本框，所述第一边缘和所述第二边缘是相对的两条边，且所述第一边缘和所述第二边缘为所述文本区域的宽边；

基于所述像素点位置预测结果对所述至少两个文本框进行加权融合，得到所述文本内容在所述目标图像中的所述文本区域。

2.根据权利要求1所述的方法，其特征在于，所述对所述区域中心预测结果和所述区域边缘预测结果进行逻辑结合，得到所述目标图像中的文本连通区域，包括：

基于所述区域中心预测结果生成区域二值图；

基于所述区域边缘预测结果生成边缘二值图；

对所述边缘二值图和所述区域二值图进行逻辑结合，得到所述文本连通区域。

3.根据权利要求2所述的方法，其特征在于，所述对所述边缘二值图和所述区域二值图进行逻辑结合，得到所述文本连通区域，包括：

对所述边缘二值图进行取反处理，得到边缘取反图；

对所述边缘取反图与所述区域二值图进行逻辑与运算，得到修正后的所述文本连通区域。

4.根据权利要求2所述的方法，其特征在于，所述区域中心预测结果中包括所述目标图像中的像素点在所述文本区域范围内的第一置信度得分；

所述基于所述区域中心预测结果生成区域二值图，包括：

获取第一概率阈值；

以所述第一概率阈值为二值化分界，基于所述像素点的所述第一置信度得分对所述像素点进行二值化处理，得到所述区域二值图。

5.根据权利要求2所述的方法，其特征在于，所述区域边缘预测结果中包括所述目标图像中的像素点在所述文本区域的边缘范围内的第二置信度得分；

所述基于所述区域边缘预测结果生成边缘二值图，包括：

获取第二概率阈值；

以所述第二概率阈值为二值化分界，基于所述像素点的所述第二置信度得分对所述像素点进行二值化处理，得到所述边缘二值图。

6.根据权利要求1所述的方法，其特征在于，所述至少两个文本框中包括第一边缘文本框和第二边缘文本框；

所述基于所述像素点位置预测结果对所述至少两个文本框进行加权融合，得到所述文本内容在所述目标图像中的所述文本区域，包括：

针对所述第一边缘文本框对应的像素点，根据与所述第一边缘之间的距离确定第一权重；

针对所述第二边缘文本框对应的像素点，根据与所述第二边缘之间的距离确定第二权重；

通过所述第一权重对所述第一边缘文本框赋权，以及通过所述第二权重对所述第二边缘文本框赋权，得到所述文本内容在所述目标图像中的所述文本区域。