[发明专利]一种文本识别方法及装置

说明书

一种文本识别方法及装置，涉及信息处理技术领域，解决了弯曲文本识别率低的问题。该文本识别方法包括：获取待检测图片；确定待检测图片中的目标文本检测区域，这里，目标文本检测区域中包括所述待检测图片中的目标文本，并且，目标文本检测区域为包括m(m为大于2的正整数)个顶点对多边形区域；将多边形区域校正为m‑1个矩形区域，得到校正后的目标文本检测区域；对校正后的目标文本检测区域进行文本识别，并输出目标文本。

技术领域

本申请涉及信息处理技术领域，尤其涉及一种文本识别方法及装置。

背景技术

自然场景中的文本信息无处不在，例如：商品包装、文档、店铺招牌、路牌等等。随着深度学习(deep learning，DL)技术的发展，各种基于深度学习网络的文本识别算法应运而生。

对于弯曲文本而言，现有技术中可以采用先采用基于渐进式尺寸可扩展网络的形状鲁棒文本检测(shape robust text detection with progressive scale expansionnetwork)算法进行检测，然后根据检测结果，采用基于深度学习网络的文本识别算法，识别该弯曲文本。但是，基于渐进式尺寸可扩展网络的形状鲁棒文本检测算法的检测结果的准确度较低，因此，弯曲文本的识别准确率也较低。

发明内容

本申请提供了一种文本识别方法及装置，有效解决了弯曲文本识别率低的问题。

为达上述目的，本申请提供如下技术方案：

第一方面，本申请提供了一种文本识别方法，文本识别装置获取待检测图片，并确定待检测图片中的目标文本检测区域。目标文本检测区域中包括待检测图片中的目标文本。目标文本检测区域为包括m(m大于2的为正整数)个顶点对的多边形区域，这里，m个顶点位于所述目标文本的一侧，其它m个顶点位于所述目标文本的另一侧。然后，文本识别装置将多边形区域校正为m-1个矩形区域，以得到校正后的目标文本检测区域，文本识别装置对校正后的目标文本检测区域进行文本识别，并输出目标文本。

本申请实施例提供的文本识别方法，通过预先训练的文本检测网络，文本识别装置能够准确的检测出待检测图片上呈弯曲状的目标文本区域，并确定出呈多边形状的目标文本检测区域。其中，呈多边形状的目标文本检测区域有m个顶点对。文本识别装置将获取的目标文本检测区域校正为校正为m-1个矩形区域，得到目标文本检测区域，并对目标文本检测区域进行文本识别。相比现有技术，本申请实施例提供的文本识别方法，有效地降低了文字的畸变率，从而提高了识别弯曲文本的准确率。

结合第一方面，在一种可能的设计方式中，上述多边形区域为条带状。

每个条带状的目标文本检测区域中包括一行文本，该条带状的目标文本检测区域的高度为沿文字高度方向的高度，该条带状的目标文本检测区域的长度为沿文字宽度方向的长度。

其中，条带状的多边形区域，可以是横条带状的多边形区域，可以是竖条带状的多边形区域，还可以是斜条带状的多边形区域，本申请实施例对此不作限定。这里，横条带状的多边形区域是指条带状的多边形区域沿水平方向延伸，竖条带状的多边形区域是指条带状的多边形区域沿垂直方向(相对于水平方向)延伸，斜条带状的多边形区域是指条带状的多边形区域沿斜向延伸。

结合第一方面，在另一种可能的设计方式中，上述“获取待检测图片”的方法包括：文本识别装置获取用户即时拍摄到的所述待检测图片，或者，文本识别装置从已经存储的图片中选取所述待检测图片。

在实际应用中，文本识别装置获取待检测图片的方式有多种，本申请对此不作限定。

结合第一方面，在另一种可能的设计方式中，上述“确定待检测图片中的目标文本检测区域”的方法包括：文本识别装置根据待检测图片和预先训练出的文本检测网络，确定目标文本检测区域。