[发明专利]文本识别方法、装置、设备及存储介质

权利要求书

1.一种文本识别方法，其特征在于，包括：

获取待识别的文本图片，所述文本图片为待识别文本所在的图像区域；

对所述文本图片提取至少两个不同方向上的图像特征；

基于提取的所述至少两个不同方向上的图像特征，识别所述文本图片中包含的文本内容。

2.根据权利要求1所述的方法，其特征在于，所述对所述文本图片提取至少两个不同方向上的图像特征，包括：

将所述文本图片输入预先构建的卷积网络；

利用所述卷积网络提取所述文本图片的至少两个不同方向上的图像特征，其中，卷积网络中每一卷积层输出的特征图由至少两个特征子图融合而成，所述至少两个特征子图包括同一卷积核在旋转前及经至少一次旋转后，对前一卷积层输出的特征图进行卷积操作所得。

3.根据权利要求2所述的方法，其特征在于，所述利用所述卷积网络提取所述文本图片的至少两个不同方向上的图像特征，包括：

利用所述卷积网络中每一卷积层的卷积核对前一卷积层输出的特征图进行卷积操作，得到每一卷积核提取的特征子图，每一卷积层的卷积核包括原始卷积核及其经至少一次旋转后的卷积核；

将所述原始卷积核及其经旋转后的各卷积核所提取的特征子图进行融合，并将融合后的特征图输入下一卷积层；

由所述卷积网络的最后一个卷积层输出的特征图作为所述文本图片的图像特征。

4.根据权利要求2所述的方法，其特征在于，所述利用所述卷积网络提取所述文本图片的至少两个不同方向上的图像特征，包括：

对所述卷积网络中每一卷积层的卷积核进行至少一次旋转，并利用旋转前及旋转后的卷积核对前一卷积层输出的特征图进行卷积操作，得到旋转前及旋转后的每一卷积核提取的特征子图；

将所述卷积核及其经旋转后的各卷积核所提取的特征子图进行融合，并将融合后的特征图输入下一卷积层；

由所述卷积网络的最后一个卷积层输出的特征图作为所述文本图片的图像特征。

5.根据权利要求2所述的方法，其特征在于，所述至少两个特征子图包括：

同一卷积核在旋转前对前一卷积层输出的特征图进行卷积操作所得的特征子图；以及，

同一卷积核在按照设定方向旋转90度、180度和/或270度后，由旋转后的卷积核对前一卷积层输出的特征图进行卷积操作所得的特征子图。

6.根据权利要求2所述的方法，其特征在于，所述基于提取的所述至少两个不同方向上的图像特征，识别所述文本图片中包含的文本内容，包括：

将提取的所述至少两个不同方向上的图像特征输入预先构建的识别网络，得到识别网络输出的所述文本图片中包含的文本内容；

其中，所述识别网络和所述卷积网络组成文本识别模型，所述文本识别模型利用标注有文本内容识别结果的样本图片训练数据训练得到。

7.根据权利要求1-6任一项所述的方法，其特征在于，所述获取待识别的文本图片，包括：

获取待识别的原始文本图片；

若检测到所述原始文本图片相对于水平方向倾斜，则将所述原始文本图片旋转至水平方向，作为待识别的文本图片。

8.根据权利要求7所述的方法，其特征在于，在所述将所述原始文本图片旋转至水平方向之后，该方法还包括：

计算水平方向的原始文本图片的高宽比；

若确定所述高宽比超过设定阈值，则将水平方向的原始文本图片旋转90度，作为待识别的文本图片。