[发明专利]文档文字的重建方法及装置、电子设备、计算机存储介质

说明书

本申请公开了一种文档文字的重建方法及装置、电子设备、计算机存储介质，方法包括：获取待处理文档的原始图片；检测出原始图片中的每行文本行，并裁剪得到多个原始文本行图片；分别将每个原始文本行图片输入预先训练好的超分辨网络模型中，得到每个原始文本行图片对应的超分辨率文本行图片；对原始图片进行放大处理，得到原始图片对应的放大图片；将放大图片中的各个文本行所处的局部图像，替换为对应的超分辨率文本行图片，得到原始图片的重建图片。从而基于超分辨网络模型以及文本行图片替换，得到超分辨率、清晰的原始图片的重建图片。

技术领域

本申请涉及文本重建技术领域，特别涉及一种文档文字的重建方法及装置、电子设备、计算机存储介质。

背景技术

由于在日常生活中文本经常需要进行传输，而文档在网络传输中或者扫描传输中使用的一系列压缩技术等，会导致文档的分辨率下降、字迹模糊不清，从而给用户带来了阅读上的不适或者障碍。

为了解决由于文档在传输过程中导致的低分辩的问题，现今主要采用的一种方式是，通过双线插值等方法对文档进行放大，从而将文档的尺寸放大到指定倍数。另一种方式则是基于光学字符识别技术(Optical Character Recognition，OCR)来对文本进行识别，通过识别结果重新构建文档。

但是，第一种方式虽然将文档尺寸放大了，但是文档却会变得更加的模糊。第二种方式则受限于低分辨率下的OCR系统识别的准确率。由于对于低分辨文档的识别准确率较低，所以容易出现错误的文档信息。

发明内容

基于上述现有技术的不足，本申请提供了一种文档文字的重建方法及装置、电子设备、计算机存储介质，以解决现有技术无法有效将低分辨率、不清晰的文档，处理成高分辨且准确清晰的文档的问题。

为了实现上述目的，本申请提供了以下技术方案：

本申请第一方面提供了一种文档文字的重建方法，包括：

获取待处理文档的原始图片；

检测出所述原始图片中的每行文本行，并对所述每行文本行进行裁剪，得到多个原始文本行图片；

分别将每个所述原始文本行图片输入预先训练好的超分辨网络模型中，得到每个所述原始文本行图片对应的超分辨率文本行图片；

对所述原始图片进行放大处理，得到所述原始图片对应的放大图片；其中，所述超分辨率文本行图片与所述放大图片相对所述原始图片的放大倍数相同；

将所述放大图片中的各个文本行所处的局部图像，替换为对应的所述超分辨率文本行图片，得到所述原始图片的重建图片。

可选地，在上述的方法中，还包括：

记录每个所述原始文本行图片在所述原始图片中的位置参数；其中，所述位置参数包括所述原始文本行图片的左上角的横左边和纵坐标，以及所述原始文本行图片的宽度和长度；

其中，所述将所述放大图片中的各个文本行所处的局部图像，替换为对应的所述超分辨率文本行图片，得到所述原始图片的重建图片，包括：

将每个所述原始文本行图片在所述原始图片中的位置参数放大至目标倍数，得到多个所述放大图片中的位置参数；其中，所述目标倍数等于所述放大图片相对所述原始图片的放大倍数；

将每个所述放大图片中的位置参数指示的所述放大图片的局部图像，替换为对应的所述超分辨率文本行图片，得到所述原始图片的重建图片。

可选地，在上述的方法中，所述超分辨网络模型预先利用多组训练数据，对所述超分辨网络模型与判别器组成的生成对抗网络进行训练得到；其中，每组所述训练数据包括同一文本行的高分辨率文本行图片和低分辨率文本行图片。

可选地，在上述的方法中，所述超分辨率网络模型的训练方法，包括：