[发明专利]文本识别方法、装置、可读介质及电子设备

权利要求书

1.一种文本识别方法，其特征在于，所述方法包括：

获取待识别的文本图像对应的第一图像区域，所述第一图像区域包括所述文本图像中的文本区域和所述文本区域周围预设范围内的背景区域；

获取所述文本图像对应的第二图像区域，所述第二图像区域包括所述文本图像中的文本区域；

根据所述第一图像区域和所述第二图像区域，通过预先训练的文本识别模型，获取所述文本图像对应的文本内容和视觉标签。

2.根据权利要求1所述的方法，其特征在于，在所述获取所述文本图像对应的第二图像区域前，所述方法还包括：

对所述第一图像区域进行下采样处理，得到所述第一图像区域对应的特征图像；

所述获取所述文本图像对应的第二图像区域包括：

对所述特征图像进行切分处理，得到所述第二图像区域。

3.根据权利要求2所述的方法，其特征在于，所述对所述特征图像进行切分处理，得到所述第二图像区域包括：

获取所述第一图像区域中所述文本区域所占的文本比例；

按照所述文本比例，对所述特征图像进行切分处理，得到所述第二图像区域。

4.根据权利要求1所述的方法，其特征在于，所述视觉标签包括多个，所述文本识别模型包括内容识别子任务和多个标签识别子任务，不同的标签识别子任务用于获取不同的视觉标签；在所述根据所述第一图像区域和所述第二图像区域，通过预先训练的文本识别模型，获取所述文本图像对应的文本内容和视觉标签前，所述方法还包括：

针对所述文本识别模型的每个所述标签识别子任务，根据所述标签识别子任务的任务类型，从所述第一图像区域和所述第二图像区域中确定所述标签识别子任务对应的目标图像区域；

所述根据所述第一图像区域和所述第二图像区域，通过预先训练的文本识别模型，获取所述文本图像对应的文本内容和视觉标签包括：

将所述第二图像区域输入所述内容识别子任务，将所述目标图像区域输入所述标签识别子任务，输出所述文本图像对应的文本内容和多个所述视觉标签。

5.根据权利要求1-4任一项所述的方法，其特征在于，所述文本识别模型通过以下方式训练得到：

获取多个样本图像；

获取每个所述样本图像对应的第一样本图像区域，所述第一样本图像区域包括所述样本图像中的样本文本区域和所述样本文本区域周围预设范围内的背景区域；

获取每个所述样本图像对应的第二样本图像区域，所述第二样本图像区域包括所述样本图像中的样本文本区域；

通过每个所述样本图像对应的所述第一样本图像区域和所述第二样本图像区域对目标神经网络模型进行训练，得到所述文本识别模型。

6.根据权利要求5所述的方法，其特征在于，在所述通过每个所述样本图像对应的所述第一样本图像区域和所述第二样本图像区域对目标神经网络模型进行训练，得到所述文本识别模型前，所述方法还包括：

针对每个所述样本图像，根据所述视觉标签，从所述样本图像对应的所述第一样本图像区域和所述第二样本图像区域中确定所述样本图像对应的目标样本图像区域；

所述通过每个所述样本图像对应的所述第一样本图像区域和所述第二样本图像区域对目标神经网络模型进行训练，得到所述文本识别模型包括：

通过每个所述样本图像对应的所述第二样本图像区域和所述目标样本图像区域对所述目标神经网络模型进行训练，得到所述文本识别模型。

7.一种文本识别装置，其特征在于，所述装置包括：

第一图像区域获取模块，用于获取待识别的文本图像对应的第一图像区域，所述第一图像区域包括所述文本图像中的文本区域和所述文本区域周围预设范围内的背景区域；

第二图像区域获取模块，用于获取所述文本图像对应的第二图像区域，所述第二图像区域包括所述文本图像中的文本区域；

文本识别模块，用于根据所述第一图像区域和所述第二图像区域，通过预先训练的文本识别模型，获取所述文本图像对应的文本内容和视觉标签。