[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：获取包含文本的待识别图像；将当前的待识别图像，输入至预先训练的文本识别模型中的特征提取网络，得到当前的特征图像；将当前的特征图像输入至文本识别模型中的全连接层，得到当前的特征图像中每一列对应的多个置信度；针对当前的特征图像中每一列，确定该列对应的各置信度在归一化后的最大值，作为该列的预测概率；若各列的预测概率的加权和大于预设阈值，则基于各列对应的最大的置信度各自表征的预设字符，确定当前的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，提高识别出的文本的准确度。

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快速发展，在越来越多的场景中，需要识别图像中包含的文本。

例如，在监控场景中，需要确定包含车辆的图像中该车辆的车牌号；在安防场景中，需要确定包含用户证件的图像中该用户的身份信息。

因此，亟需一种方法以有效地识别出图像中包含的文本。

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，且提高识别出的文本的准确度。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：

获取包含文本的待识别图像；

将当前的待识别图像，输入至预先训练的文本识别模型中的特征提取网络，得到当前的特征图像；

将当前的特征图像输入至所述文本识别模型中的全连接层，得到当前的特征图像中每一列对应的多个置信度；其中，当前的特征图像中一列对应的多个置信度分别表示：该列为各预设字符的概率；

针对当前的特征图像中每一列，确定该列对应的各置信度在归一化后的最大值，作为该列的预测概率；

若各列的预测概率的加权和大于预设阈值，则基于各列对应的最大的置信度各自表征的预设字符，确定当前的待识别图像中文本包含的字符。

在一些实施例中，所述方法还包括：

若各列的预测概率的加权和不大于预设阈值，按照预设的图像变换方式，对当前的待识别图像进行处理，以更新当前的待识别图像；

返回执行所述将当前的待识别图像，输入至预先训练的文本识别模型中的特征提取网络，得到当前的特征图像的步骤，直至当前的特征图像中各列的预测概率的加权和大于预设阈值。

在一些实施例中，所述针对当前的特征图像中每一列，确定该列对应的各置信度在归一化后的最大值，作为该列的预测概率，包括：

针对当前的特征图像中每一列，对将该列对应的各置信度输入至所述文本识别模型中的归一化层，得到归一化后的各置信度；

确定归一化后的各置信度中的最大值，作为该列的预测概率。

在一些实施例中，所述获取包含文本的待识别图像，包括：

获取包含文本的原始图像；

对所述原始图像进行缩放，并对缩放后的原始图像进行图像增强处理，得到所述待识别图像。

在一些实施例中，所述基于各列对应的最大的置信度各自表征的预设字符，确定当前的待识别图像中文本包含的字符，包括：

基于CTC(Connectionist Temporal Classification，连接主义时间分类)算法，对各列对应的最大的置信度各自表征的预设字符进行处理，得到当前的待识别图像中文本包含的字符。