[发明专利]一种文本识别方法、装置、电子设备及存储介质

说明书

本发明实施例提供了一种文本识别方法、装置、电子设备及存储介质，涉及图像处理技术领域，方法包括：对待识别图像进行文本检测，确定待识别图像中文本的最小外接密闭图形对应的图像区域，作为第一图像；利用预设的图像校正算法对第一图像的方向进行校正，得到校正后的第一图像，作为当前的待处理图像；判断当前的待处理图像的宽高比是否大于预设阈值；若是，则将当前的待处理图像输入预先训练的横向文本识别模型中；若否，则将当前的待处理图像输入预先训练的竖向文本识别模型中，得到表示当前的待处理图像中每一字符为预设字符的概率的置信度；基于得到的置信度，确定待识别图像中文本包含的字符。如此，能够有效地识别出图像中的文本。

技术领域

本发明涉及图像处理技术领域，特别是涉及一种文本识别方法、装置、电子设备及存储介质。

背景技术

随着图像处理技术的发展，OCR(Optical Character Recognition，光学字符识别)模型能够对包含文本的图像进行识别，获取图像中文本的识别结果。

然而，在实际的场景中，图像中文本包含的字符的方向可能为横向，也可能是竖向。另外，该文本对应的文本框在图像中也可能并非为水平的，即，文本包含的各字符在图像中是倾斜的。

针对上述复杂的情况，亟需一种方法以有效地识别出图像中的文本。

发明内容

本发明实施例的目的在于提供一种文本识别方法、装置、电子设备及存储介质，以有效地识别出图像中的文本。具体技术方案如下：

在本发明实施的第一方面，首先提供了一种文本识别方法，所述方法包括：

对待识别图像进行文本检测，确定所述待识别图像中文本的最小外接密闭图形对应的图像区域，作为第一图像；其中，所述待识别图像中文本包含的各字符的倾斜角度一致；

利用预设的图像校正算法对所述第一图像的方向进行校正，得到校正后的第一图像，作为当前的待处理图像；其中，当前的待处理图像中文本包含的各字符的排列方向为水平或竖直的；

判断当前的待处理图像的宽高比是否大于预设阈值；

若当前的待处理图像的宽高比大于预设阈值，则将当前的待处理图像输入预先训练的横向文本识别模型中，得到表示当前的待处理图像中每一字符为预设字符的概率的置信度；其中，所述横向文本识别模型用于对包含横向字符的文本进行识别；

若当前的待处理图像的宽高比不大于预设阈值，则将当前的待处理图像输入预先训练的竖向文本识别模型中，得到表示当前的待处理图像中每一字符为预设字符的概率的置信度；其中，所述竖向文本识别模型用于对包含竖向字符的文本进行识别；

基于得到的置信度，确定当前的待处理图像中文本包含的字符，作为所述待识别图像中文本包含的字符。

在一些实施例中，所述利用预设的图像校正算法对所述第一图像的方向进行校正，得到校正后的第一图像，作为当前的待处理图像，包括：

对所述第一图像进行旋转，以使旋转后的第一图像中文本包含的各字符的排列方向为水平或竖直的，得到第二图像；按照所述第二图像中文本的最小外接矩形的大小，对所述第二图像中文本所占的区域进行仿射变换，得到当前的待处理图像；

或，按照所述第一图像中文本的最小外接矩形的大小，对所述第一图像中文本所占的区域进行仿射变换，得到第三图像；对所述第三图像进行旋转，以使旋转后的第三图像中文本包含的各字符的排列方向为水平或竖直的，得到当前的待处理图像。

在一些实施例中，在所述对待识别图像进行文本检测，确定所述待识别图像中文本的最小外接密闭图形对应的图像区域，作为第一图像之前，所述方法还包括：

获取包含文本的原始图像；