[发明专利]一种文本定位方法和装置

说明书

本申请实施例公开了一种文本定位方法和装置；本申请实施例可以获取文本图像；对文本图像进行字符轮廓提取，得到文本图像中字符的字符轮廓信息；根据字符轮廓信息，从文本图像中确定字符所在的字符区域；对字符区域进行分类，得到字符区域的字符类别；根据字符区域的字符类别，对字符区域进行区域合并，得到每种字符类别对应的目标字符区域。该方案能够基于字符的字符轮廓信息确定字符所在的字符区域，并对字符区域进行分类以及区域合并，使得合并后得到的每种字符类别对应的目标字符区域更加准确，从而大大提高了文本定位的准确度。

技术领域

本发明涉及人工智能技术领域，具体涉及一种文本定位方法和装置。

背景技术

随着人工智能的到来，文本识别作为该领域的重要应用，愈发收到重视。如今，数字文档由最初的纯文本文档过渡到文本图片混排、手写印刷体混排、多语言和多字体的文档混排等。以生活中应用较多的手写和印刷体混排文本为例，文本中的手写和印刷体文本都各自发挥着应有的作用，因此将手写和印刷文本进行区分和定位，是非常有意义的，也有助于后续更加针对性的数据处理。

现有的文本定位方法，在文本分类过程中，多是针对单个文本行进行的印刷和手写文本的分类，在文本定位过程中，通常是基于空白模板对手写文本进行定位，即在定位过程中需要使用额外的模板信息用于特征配准。

在对现有技术的研究和实践过程中，本发明的发明人发现，现有技术难以在没有空白模板的情况下对手写文本进行定位，从而使得对文本定位的准确度大大降低。

发明内容

本申请实施例提供一种文本定位方法和装置，可以提高文本定位的准确度。

本申请实施例提供一种文本定位方法，包括：

获取文本图像；

对所述文本图像进行字符轮廓提取，得到所述文本图像中字符的字符轮廓信息；

根据所述字符轮廓信息，从所述文本图像中确定字符所在的字符区域；

对所述字符区域进行分类，得到所述字符区域的字符类别；

根据所述字符区域的字符类别，对所述字符区域进行区域合并，得到每种字符类别对应的目标字符区域。

相应的，本申请实施例还提供了一种文本定位装置，包括：

获取单元，用于获取文本图像；

提取单元，用于对所述文本图像进行字符轮廓提取，得到所述文本图像中字符的字符轮廓信息；

确定单元，用于根据所述字符轮廓信息，从所述文本图像中确定字符所在的字符区域；

分类单元，用于对所述字符区域进行分类，得到所述字符区域的字符类别；

合并单元，用于根据所述字符区域的字符类别，对所述字符区域进行区域合并，得到每种字符类别对应的目标字符区域。

在一些实施例中，所述提取单元，用于：

对所述文本图像进行灰度处理，得到所述文本图像对应的灰度图像；

对所述灰度图像进行二值化处理，得到处理后文本图像；

对所述处理后文本图像进行字符轮廓提取，得到所述文本图像中字符的字符轮廓信息。

在一些实施例中，所述确定单元，包括：

确定子单元，用于根据所述字符轮廓信息，从所述文本图像中确定字符的初始字符区域；

修正子单元，用于对所述初始字符区域进行修正处理，得到字符所在的字符区域。

在一些实施例中，所述修正子单元，用于：