[发明专利]文本图像处理方法、装置、设备、存储介质及程序产品

权利要求书

1.一种文本图像处理方法，其特征在于，所述方法包括：

对待处理文本图像进行特征提取，得到所述待处理文本图像的图像特征；

基于所述图像特征确定所述待处理文本图像的段落概率图、段落边界图和风格分割图；其中，所述风格分割图用于指示所述待处理文本图像中不同风格的文本段落之间的分界位置；

基于所述段落概率图、所述段落边界图和所述风格分割图，确定所述待处理文本图像的段落框标记图；其中，所述段落框标记图包括的各目标段落框中的文本段落不同，所述目标段落框贴近相应文本段落的各边界位置。

2.如权利要求1所述的方法，其特征在于，所述基于所述段落概率图、所述段落边界图和所述风格分割图，确定所述待处理文本图像的段落框标记图，包括：

基于所述段落概率图、所述段落边界图和所述风格分割图，确定所述待处理文本图像的段落二值图；

对所述段落二值图进行段落框标记处理，确定所述待处理文本图像的段落框标记图。

3.如权利要求2所述的方法，其特征在于，所述对所述段落二值图进行段落框标记处理，确定所述待处理文本图像的段落框标记图，包括

基于所述段落二值图中的目标区域的区域边界，确定初始文本段落框；其中，所述目标区域为所述段落二值图中由像素值为设定数值的像素点构成的各区域中的任意一个；

对所述初始文本段落框进行腐蚀处理，得到腐蚀处理后的文本段落框；

对所述腐蚀处理后的文本段落框进行多边形近似处理，得到目标文本段落框；

基于各目标文本段落框，确定所述待处理文本图像的段落框标记图。

4.如权利要求1所述的方法，其特征在于，所述基于所述图像特征确定所述待处理文本图像的段落概率图、段落边界图和风格分割图，包括：

调用目标文本图像处理模型的预测网络对所述图像特征进行处理，确定所述待处理文本图像的段落概率图、段落边界图和风格分割图；

其中，所述预测网络包括并行连接的第一子网络、第二子网络和第三子网络，所述第一子网络、所述第二子网络和所述第三子网络的输入端分别与所述目标文本图像处理模型的特征提取网络的输出端连接，所述第一子网络、所述第二子网络和所述第三子网络的输出端分别与所述目标文本图像处理模型的段落分割网络的输入端连接，所述第一子网络用于确定所述段落概率图，所述第二子网络用于确定所述段落边界图，所述第三子网络用于确定所述风格分割图。

5.如权利要求4所述的方法，其特征在于，所述方法还包括：

获取训练数据集，所述训练数据集包括多组训练样本对，每组训练样本对包括样本文本图像以及所述样本文本图像对应的样本段落框标记图，所述样本段落框标记图中的各样本段落框贴近相应文本段落的各边界位置；

利用所述训练数据集对初始文本图像处理模型进行训练，得到训练后的文本图像处理模型；其中，训练后的文本图像处理模型的测试损失值小于设定损失值；

将所述训练后的文本图像处理模型确定为所述目标文本图像处理模型。

6.如权利要求5所述的方法，其特征在于，所述方法还包括：

针对参考段落框标记图中的任一样本段落框，获取所述任一样本段落框的区域面积和区域周长；所述参考段落框标记图为所述训练数据集中的任一样本段落框标记图；

基于放缩比例、所述区域面积和所述区域周长，确定放缩距离；

基于所述放缩距离对所述任一样本段落框进行放缩调整，基于放缩调整后的各样本段落框得到放缩调整后的参考段落框标记图；

其中，所述利用所述训练数据集对初始文本图像处理模型进行训练，得到训练后的文本图像处理模型，包括：

利用所述训练数据集包括的各样本文本图像以及所述各样本文本图像对应的放缩调整后的参考段落框标记图，对初始文本图像处理模型进行训练，得到训练后的文本图像处理模型。

7.如权利要求6所述的方法，其特征在于，所述测试损失值是基于测试过程中文本图像处理模型处理得到的段落二值图、段落概率图、段落边界图和风格分割图分别对应的权重参数和测试损失值确定的；所述段落边界图对应的权重参数是基于所述放缩比例确定的。