[发明专利]文本切割方法、装置、计算机设备和存储介质

权利要求书

1.一种文本切割方法，其特征在于，所述方法包括：

获取待训练的文本图像，并进行分解，获得多个图像训练数据；

提取文本图像中的关键信息点，根据所述关键信息点生成多个怀疑文本框，并确定训练模型；

根据所述图像训练数据对训练模型进行训练；

将待测图片输入训练模型，生成关联的多个怀疑文本框；

将所有关联怀疑文本框进行去重处理；

将去重处理后的怀疑文本框拼接成接成连续文本框。

2.根据权利要求1所述的方法，其特征在于，对待训练的文本图像进行分解包括：

获取待训练的文本图像中的文本框坐标；

将获得的文本框坐标按照设定数值宽度进行平分，并存储为图像训练数据。

3.根据权利要求1所述的方法，其特征在于，提取文本图像中的关键信息点，根据所述关键信息点生成多个怀疑文本框，并确定训练模型包括：

根据所述文本图像中的连接结构确定关键信息点，并获得关键信息点记录图；

将所述关键信息点记录图按照第一设定算法进行处理，确定关键信息点的顺序关系；

以关键信息点为中心确定多个怀疑框进行数据扩充；

将扩充后的怀疑框进行水平方向的回归并确定怀疑框的评分。

4.根据权利要求3所述的方法，其特征在于，以关键信息点为中心确定多个怀疑框进行数据扩充包括：

以关键信息点为中心，确定以设定数值为像素宽，不同数值为像素高的多个怀疑框进行数据扩充。

5.根据权利要求1所述的方法，其特征在于，还包括：

设置损失函数和训练参数，将分解得到的多个图像训练数据输入到训练模型中进行训练。

6.根据权利要求1所述的方法，其特征在于，将所有关联怀疑文本框进行去重处理包括：

通过非极大值抑制算法对所有关联怀疑文本框进行去重处理。

7.根据权利要求1所述的方法，其特征在于，将去重处理后的怀疑文本框拼接成接成连续文本框包括：

按照水平方向对去重处理后的怀疑文本框进行排序。

8.一种文本切割装置，其特征在于，所述装置包括：

获取模块，适于获取待训练的文本图像，并进行分解，获得多个图像训练数据；

第一怀疑文本框生成模块，适于提取文本图像中的关键信息点，根据所述关键信息点生成多个怀疑文本框，并确定训练模型；

训练模块，适于根据所述图像训练数据对训练模型进行训练；

第二怀疑文本框生成模块，适于将待测图片输入训练模型，生成关联的多个怀疑文本框；

去重模块，适于将所有关联怀疑文本框进行去重处理；

拼接模块，适于将去重处理后的怀疑文本框拼接成接成连续文本框。

9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。