[发明专利]文本图像处理方法、装置、电子设备及可读存储介质

说明书

本公开提供了一种文本图像处理方法、装置、电子设备及可读存储介质，该方法包括：获取初始的待识别文本图像；其中，初始的待识别文本图像包括待检测字符图像；检测所述待检测字符图像中字符的位置；对所述待检测字符图像进行预测得到预测字符图像；使用所述预测字符图像替换所述待检测字符图像中字符的位置，得到替换的待识别文本图像；对所述替换的待识别文本图像进行文本识别。

技术领域

本发明涉及文本识别技术领域，尤其涉及一种文本图像处理方法、装置、电子设备及可读存储介质。

背景技术

文本检测与识别技术在计算机视觉任务中应用广泛。其中，文本检测的主要目的是定位文本行或字符在图像中的位置，文本识别是将带文本的图像转录成字符串。近年来深度学习技术的兴起，大幅推动了文本检测与识别技术的发展。文本检测与识别技术中，自然场景文字识别有着图片背景复杂、光照因素变化、字符串长度不固定等问题，因此识别难度较大。针对自然场景文字识别存在的问题，目前有两种解决思路，一种是基于自底向上的策略，另一种是基于整体分析的策略。其中，自底向上的策略标注成本较高，整体分析的策略可能会导致漏识别或多识别的问题。

除了上述问题外，自然场景文字识别技术在实际应用，尤其是学生作业相关的文本识别中，还存在划痕、背透、涂改、反光等问题影响文本识别的效果。对这些问题常规的处理方法是针对性的加入相关数据并调整相应的权重训练以期解决问题，但效果往往不佳。

发明内容

根据本公开的一方面，提供了一种文本图像处理方法，包括：

获取初始的待识别文本图像；其中，所述初始待识别文本图像包括待检测字符图像；

检测所述待检测字符图像的位置；

对所述待检测字符图像进行预测得到预测字符图像；

使用所述预测字符图像替换所述待检测字符图像中字符的位置，得到替换的待识别文本图像；

对所述替换的待识别文本图像进行文本识别。

根据本公开的另一方面，提供了一种文本图像处理装置，包括：

获取模块，用于获取初始的待识别文本图像；其中，所述初始的待识别文本图像包括待检测字符图像；

检测模块，用于检测所述待检测字符图像中字符的位置；

预测模块，用于对所述待检测字符图像进行预测得到预测字符图像；

替换模块，用于使用所述预测字符图像替换所述待检测字符图像中字符的位置，得到替换的待识别文本图像；

文本识别模块，用于对所述替换的待识别文本图像进行文本识别。

根据本公开的另一方面，提供了一种电子设备，包括：

处理器；以及

存储程序的存储器，

其中，所述程序包括指令，所述指令在由所述处理器执行时使所述处理器执行本公开实施例的任一项所述的文本图像处理方法。

根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行本公开实施例的任一项所述的文本图像处理方法。

借助于本公开实施例的文本识别方法，能够对文本图像进行准确的识别，提高文本识别技术的适用范围及应用场合，节省人力资源。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明

在下面结合附图对于示例性实施例的描述中，本公开的更多细节、特征和优点被公开，在附图中：