[发明专利]一种图像处理方法、装置、电子设备及存储介质

说明书

本发明实施例提供了一种图像处理方法、装置、电子设备及存储介质，通过确定待处理图像中各文本内容各自对应的文本框，文本框为文本内容的最小外接矩形。基于各文本框各自对应的正外接矩形，从各文本框中确定目标文本框组，目标文本框组中包括至少两个待处理文本框，目标文本框中的任意相邻的两个文本框的正外接矩形之间的重叠度大于预设阈值，对目标文本框组中的待处理文本框进行截断处理，得到待处理图像中的文本识别区域。基于上述处理，可以在一定程度上提高提取到的文本框的图像特征信息的准确度。后续，基于各文本框的图像特征信息对文本检测模型进行训练，可以提高文本检测模型的检测精确度。

技术领域

本发明涉及计算机技术领域，特别是涉及一种图像处理方法、装置、电子设备及存储介质。

背景技术

文本检测模型(例如，Mask R-CNN(Mask Regions with Convolutional NeuralNetwork，区域检测卷积神经网络)模型)可以用于检测待处理图像中的文本内容所占的图像区域。在基于文本检测模型对待处理图像进行检测之前，需要基于预设的样本图像对文本检测模型进行训练。样本图像中的各文本内容所占的图像区域已进行文本框标注，一个文本内容的文本框为该文本内容的最小外接矩形，该文本框所占的图像区域为该文本内容在待处理图像中所占的图像区域。在对文本检测模型进行训练时，针对样本图像中的每一文本框，可以确定出该文本框的正外接矩形，正外接矩形的边与样本图像的边界平行。进而，通过文本检测模型按照该文本框的正外接矩形进行特征提取，得到该文本框的图像特征信息，进而，基于提取到的各文本框各自的图像特征信息对文本检测模型进行训练。

然而，样本图像中可能存在两个文本框，且该两个文本框的正外接矩形之间的重叠区域较大。例如，参见图1，图1所示的样本图像中的文本框1和文本框2。可见，图1中文本框1的正外接矩形与文本框2的正外接矩形之间的重叠区域较多。因此，通过文本检测模型进行特征提取时，提取到的文本框1的图像特征信息包含了文本框2中部分区域的图像特征信息，且提取到的文本框2的图像特征信息也包含了文本框1中部分区域的图像特征信息，导致提取到的文本框1的图像特征信息和文本框2的图像特征信息的准确度较低，相应的，基于上述处理得到的图像特征信息对文本检测模型进行训练，也就会导致训练得到的文本检测模型的检测精确度不高。

发明内容

本发明实施例的目的在于提供一种图像处理方法、装置、电子设备及存储介质，以提高文本检测模型的检测精确度。具体技术方案如下：

在本发明实施的第一方面，首先提供了一种图像处理方法，所述方法包括：

确定待处理图像中各文本内容各自对应的文本框；其中，所述文本框为所述文本内容的最小外接矩形；

基于各文本框各自对应的正外接矩形，从各文本框中确定目标文本框组；其中，所述目标文本框组中包括至少两个待处理文本框；所述目标文本框组中任意相邻的两个待处理文本框的正外接矩形之间的重叠度大于预设阈值；

对所述目标文本框组中的待处理文本框进行截断处理，得到所述待处理图像中的文本识别区域。

在本发明实施的第二方面，还提供了一种图像处理装置，所述装置包括：

第一确定模块，用于确定待处理图像中各文本内容各自对应的文本框；其中，所述文本框为所述文本内容的最小外接矩形；

第二确定模块，用于基于各文本框各自对应的正外接矩形，从各文本框中确定目标文本框组；其中，所述目标文本框组中包括至少两个待处理文本框，所述目标文本框组中任意相邻的两个待处理文本框的正外接矩形之间的重叠度大于预设阈值；

截断模块，用于对所述目标文本框组中的待处理文本框进行截断处理，得到所述待处理图像中的文本识别区域。

在本发明实施的又一方面，还提供了一种电子设备，包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；