[发明专利]文本识别的方法、装置、可读介质和电子设备

说明书

本公开涉及一种文本识别的方法、装置、可读介质和电子设备，涉及计算机技术领域，包括：获取待识别的文本行图片；将该文本行图片输入预先训练的文本识别模型，以得到该文本识别模型输出的该文本行图片中的文本；其中，该文本识别模型是根据第一目标字符对预设训练模型进行训练得到的，该第一目标字符是将第一语义融合特征进行字符转换后得到的字符，该第一语义融合特征是将用于训练的样本图片中的第一目标序列特征与该样本图片的第一语义特征进行融合处理得到的特征，该第一语义特征是根据该第一目标序列特征得到的特征。这样，能够使得文本行图片特征提取的更完整，从而提高了文本图像识别的准确率。

技术领域

本公开涉及计算机技术邻域，具体地，涉及一种文本识别的方法、装置、可读介质和电子设备。

背景技术

随着文本识别技术的广泛应用，人们对文本行图片识别准确率的要求越来越高，需要能够准确识别文本行图片中的每个字符。相关技术中，通过基于CTC(ConnectionistTemporal Classification，联结主义时间分类)或者是基于序列解码的文本识别模型来识别文本行图像中的文本内容。

但是，上述两种方式都只用到了文本行图片本身的特征，对于部分比较复杂的文本行图片，通过上述文本识别模型对该文本行图片进行识别时，会导致部分字符无法正常识别，从而使得文本行图片识别的准确率较低。

发明内容

提供该发明内容部分以便以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。该发明内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。

第一方面，本公开提供一种文本识别的方法，包括：获取待识别的文本行图片；将所述文本行图片输入预先训练的文本识别模型，以得到所述文本识别模型输出的所述文本行图片中的文本；其中，所述文本识别模型是根据第一目标字符对预设训练模型进行训练得到的，所述第一目标字符是将第一语义融合特征进行字符转换后得到的字符，所述第一语义融合特征是将用于训练的样本图片中的第一目标序列特征与所述样本图片的第一语义特征进行融合处理得到的特征，所述第一语义特征是根据所述第一目标序列特征得到的特征。

第二方面，本公开提供一种文本识别的装置，包括：获取模块，用于获取待识别的文本行图片；识别模块，用于将所述文本行图片输入预先训练的文本识别模型，以得到所述文本识别模型输出的所述文本行图片中的文本；其中，所述文本识别模型是根据第一目标字符对预设训练模型进行训练得到的，所述第一目标字符是将第一语义融合特征进行字符转换后得到的字符，所述第一语义融合特征是将用于训练的样本图片中的第一目标序列特征与所述样本图片的第一语义特征进行融合处理得到的特征，所述第一语义特征是根据所述第一目标序列特征得到的特征。

第三方面，本公开提供一种计算机可读介质，其上存储有计算机程序，该程序被处理装置执行时实现上述第一方面所述文本识别的方法的步骤。

第四方面，本公开提供一种电子设备，包括：存储装置，其上存储有计算机程序；处理装置，用于执行所述存储装置中的所述计算机程序，以实现上述第一方面所述文本识别的方法的步骤。

通过上述技术方案，通过获取待识别的文本行图片；将该文本行图片输入预先训练的文本识别模型，以得到该文本识别模型输出的该文本行图片中的文本；其中，该文本识别模型是根据第一目标字符对预设训练模型进行训练得到的，该第一目标字符是将第一语义融合特征进行字符转换后得到的字符，该第一语义融合特征是将用于训练的样本图片中的第一目标序列特征与该样本图片的第一语义特征进行融合处理得到的特征，该第一语义特征是根据该第一目标序列特征得到的特征。也就是说，本公开在对文本行图片进行识别时，通过文本识别模型将文本行图片的语义特征和序列特征进行融合处理，从而得到文本行图片的语义融合特征，根据语义融合特征得到文本行图片的文本内容。这样，使得该文本行图片的特征更完整，从而提高了文本图像识别的准确率。

本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。