[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

说明书

本申请实施例提供了一种文本图像处理方法、装置、设备、存储介质及程序产品，可以应用于智慧平台、人工智能技术等各种领域或场景，该方法包括：对待处理文本图像进行特征提取，得到待处理文本图像的图像特征；基于图像特征确定待处理文本图像的段落概率图、段落边界图和风格分割图；基于段落概率图、段落边界图和风格分割图，确定待处理文本图像的段落框标记图；其中，段落框标记图包括的各目标段落框中的文本段落不同，目标段落框贴近相应文本段落的各边界位置。通过本申请实施例可以对文本段落进行更加精准的划分，和得到更好的文本段落轮廓，进而达到更好的文本段落框检测效果。

技术领域

本申请涉及人工智能领域，尤其涉及一种文本图像处理方法、一种文本图像处理装置、一种计算机设备、一种计算机可读存储介质及一种计算机程序产品。

背景技术

在现有对文本图像中的文本进行处理的方案中，通常是基于文本行对文本图像中的文本进行处理。诸如在翻译应用场景中，利用光学字符识别(Optical CharacterRecognition，OCR)技术在行粒度下进行文字检测和识别，即基于文本行对文本图像中的文本进行分割，并按照文本行进行翻译。但是，文本行是基于单行数据，不需要考虑行与行之间的关系，如上一行末端的信息与下一行前端的信息是一个完整的表达式，即单个行的文本信息不完整，这会导致按照文本行进行翻译时，翻译结果由于信息缺失，从而翻译不准确，难以理解。因此，目前对文本图像中的文本进行处理的方案更加倾向于，基于文本段落对文本图像中的文本进行处理。但如何针对文本图像进行文本段落检测是有待解决的问题，也是目前的研究热点。

发明内容

本申请实施例提供了一种文本图像处理方法、一种文本图像处理装置、一种计算机设备、一种计算机可读存储介质及一种计算机程序产品，可以对文本段落进行更加精准的划分，和得到更好的文本段落轮廓，进而达到更好的文本段落框检测效果。

一方面，本申请实施例提供了一种文本图像处理方法，所述方法包括：

对待处理文本图像进行特征提取，得到待处理文本图像的图像特征；

基于图像特征确定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，风格分割图用于指示待处理文本图像中不同风格的文本段落之间的分界位置；

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

另一方面，本申请实施例提供了一种文本图像处理装置，所述装置包括：

提取单元，用于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；

处理单元，用于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；

处理单元，还用于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。

再一方面，本申请实施例提供了一种计算机设备，包括：处理器、输出接口、通信接口和存储器，所述处理器、所述通信接口和所述存储器相互连接，其中，所述存储器存储有可执行程序代码，所述处理器用于调用所述可执行程序代码，实现本申请实施例提供的文本图像处理方法。相应地，本申请实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机实现本申请实施例提供的文本图像处理方法。

相应地，本申请实施例还提供了一种计算机程序产品，所述计算机程序产品包括计算机程序或计算机指令，所述计算机程序或计算机指令被处理器执行时实现本申请实施例提供的文本图像处理方法的步骤。