[发明专利]从图像中提取文本的方法、装置、存储介质及电子设备

说明书

本申请公开了一种从图像中提取文本的方法、装置、存储介质及电子设备，包括：根据像素值和像素位置对待处理图像中的像素点进行聚类处理，得到多个聚类中心；根据多个聚类中心的位置分布，确定多个聚类中心中相邻两个聚类中心之间的距离；若距离小于预设距离阈值，则对相邻两个聚类中心进行合并处理，以将待处理图像划分为多个候选区域，并从多个候选区域中确定出文本区域；提取文本区域中的像素点，得到文本区域的文本内容。通过提取文本区域的像素点得到文本内容，能够实现从各类图像中提取文本内容，提高了对图像进行文本识别的有效性。

技术领域

本申请涉及文本识别技术领域，具体涉及一种从图像中提取文本的方法、装置、存储介质及电子设备。

背景技术

银行业务中也包括网上商城，网上商城的各类产品均以宣传海报进行展示，一般而言，银行人员可根据供应商提供的宣传海报中的文本内容得到对产品的介绍信息，由于宣传海报为突显其个性化特色，其中的图文排版以及文本内容一般会进行个性化设计，此种情况下无法通过文本识别工具识别宣传海报中的文本内容，只能通过银行人员人工读取的方式获知宣传海报中的文本内容，在网上商城上线的产品数量繁多时，现存的文本识别方式显然存在较大局限。

发明内容

本申请实施例提供一种从图像中提取文本的方法、装置、存储介质及电子设备，能够提高对图像进行文本识别的有效性。

第一方面，本申请实施例提供一种从图像中提取文本的方法，方法包括：

根据像素值和像素位置对待处理图像中的像素点进行聚类处理，得到多个聚类中心；

根据所述多个聚类中心的位置分布，确定所述多个聚类中心中相邻两个聚类中心之间的距离；

若所述距离小于预设距离阈值，则对所述相邻两个聚类中心进行合并处理，以将所述待处理图像划分为多个候选区域，并从所述多个候选区域中确定出文本区域；

提取文本区域中的像素点，得到文本区域的文本内容。

第二方面，本申请实施例还提供一种从图像中提取文本的装置，包括：

聚类处理模块，用于根据像素值和像素位置对待处理图像中的像素点进行聚类处理，得到多个聚类中心；

文本区域识别模块，用于根据所述多个聚类中心的位置分布，确定所述多个聚类中心中相邻两个聚类中心之间的距离；若所述距离小于预设距离阈值，则对所述相邻两个聚类中心进行合并处理，以将所述待处理图像划分为多个候选区域，并从所述多个候选区域中确定出文本区域；

文本提取模块，用于提取所述文本区域中的像素点，得到所述文本区域的文本内容。

第三方面，本申请实施例还提供一种计算机可读存储介质，其上存储有计算机程序，当计算机程序在计算机上运行时，使得计算机执行如本申请任一实施例提供的从图像中提取文本的方法。

第四方面，本申请实施例还提供一种电子设备，包括处理器和存储器，存储器有计算机程序，处理器通过调用计算机程序，用于执行如本申请任一实施例提供的从图像中提取文本的方法。

本申请实施例提供的技术方案，通过根据像素值和像素位置对待处理图像中的像素点进行聚类处理，得到多个聚类中心，以便于对待处理图像进行区域分割，之后根据多个聚类中心的位置分布，从待处理图像中确定出文本区域，从而识别出待处理图像中处于不同位置的文本区域，最后提取每一文本区域中的像素点，以根据提取出的像素点构建文本区域的文本内容，以此克服了文本识别工具不能准确识别文本内容的弊端，且此种方式并不受限于图像的类型，能够应用于各类图像中，提高了对图像进行文本识别的有效性。

附图说明