[发明专利]一种商标图像分卡方法、装置、电子设备及存储介质

权利要求书

1.一种商标图像分卡方法，其特征在于，包括以下步骤：

获取待分卡的商标图像；

将所述商标图像输入到训练好的文本检测模型中识别文本区域，得到包含文字信息的文本区域；所述文本区域以多个坐标点表示；

针对每一个文本区域，提取所述文本区域的背景颜色；

根据每一个所述文本区域和坐标和所述文本区域的背景颜色，生成图形分卡掩膜区域；

将所述掩膜区域和所述商标图像的原图进行叠加处理，得到所述商标图像的图形分卡；

使用所述文本区域的背景颜色填充包围所述文本区域的最小矩形，得到所述文本区域对应的文字分卡。

2.根据权利要求1所述的一种商标图像分卡方法，其特征在于，还包括以下步骤：

利用CTC网络对所述文字分卡进行文字识别，得到文字分卡中的文字内容；

将所述文字内容划分为中文分卡和英文分卡；

按照分卡组合规则组合分卡，得到最终文字分卡。

3.根据权利要求1所述的一种商标图像分卡方法，其特征在于：

所述文本检测模型采用TextBPN算法，包括特征提取层、边界提议层和自适应边界变形层；

所述特征提取层包括顺次连接的多个卷积层、双向特征金字塔BiFPN层和可形变卷积DCN；

所述边界提议层包括分类场图、方向场图、距离场图和缩小文本区域图；

所述自适应边界变形层包括由transformer、GCN和1*1Conv构成的编码器和以三个全连接层构成的解码器，所述三个全连接层分别为128、64和2个通道数。

4.根据权利要求3所述的一种商标图像分卡方法，其特征在于，将所述商标图像输入到训练好的文本检测模型中识别文本区域，得到包含文字信息的文本区域，包括：

对所述商标图像进行label制作，分别获得所述商标图像的分类图、缩小文本区域图、方向场图和距离场图；

将所述商标图像输入所述文本检测模型的特征提取层，得到Fs特征图；

使用所述边界提议层处理所述分类场图、所述方向场图和所述距离场图，得到Fp特征；

融合所述Fs特征图和所述Fp特征，得到最终特征F；

根据所述缩小文本区域图和所述分类图，得到含有20个坐标点粗文本边框；

对特征F按点采样获得自适应边界变形层的输入特征；

将所述自适应边界变形层的输入特征输入所述自适应边界变形层，得到多个坐标点(x，y)表示的文本区域。

5.根据权利要求1所述的一种商标图像分卡方法，其特征在于，将所述掩膜区域和所述商标图像的原图进行叠加处理，得到所述商标图像的图形分卡之前，还包括：

获取所述商标图像的边缘图；

以2*2区域遍历，遇到对角线分布，使用单点像素进行填充，完成边缘续接，得到每一个图形的轮廓counter，每一个轮廓都构成一个闭合区域；

计算每一个闭合区域的面积；

对大于设定面积阈值的图形轮廓进行霍夫圆形检测；

当检测到圆形的存在，分别计算图形轮廓面积、圆形面积和相交面积，使用以下公式，计算所述图形轮廓区域、圆形区域两者的相交面积和图形轮廓区域、圆形区域两者的相并面积的重叠度；

其中，IOU为重叠度；Area(counter)为图形轮廓面积，Area(circle)为圆形面积；

对于上述计算得到的重叠度大于第二阈值的图形轮廓，认定为当前轮廓为圆形边界，将所述原型边界的轮廓去除。

6.根据权利要求1所述的一种商标图像分卡方法，其特征在于，针对每一个文本区域，提取所述文本区域的背景颜色，包括：

对于每一个文本区域，使用Opencv算法获得所述文本区域的边界点；

根据所述边界点，计算所述文本区域的周长；

根据所述文本区域的周长，均匀选取多个取样点；

以取样点为中心，构成一个背景筛选区域，统计得到文本区域的背景颜色。