[发明专利]文本图像的处理方法、装置、设备以及存储介质

说明书

本申请实施例提供了一种文本图像的处理方法、装置、设备以及存储介质，可适用于图像处理、云计算以及人工智能等领域。该方法包括：提取待处理文本图像的初始特征图；根据初始特征图，确定待处理文本图像所包含的至少一个文本区域中各个文本区域的文本内容特征和空间位置特征；对于每个文本区域，将文本区域的文本内容特征和空间位置特征拼接，得到文本区域的区域特征；基于各文本区域的区域特征，确定各文本区域的排序结果获取各文本区域的文本识别结果，基于排序结果将各文本区域的文本识别结果进行排序，得到待处理图像的文本识别结果。采用本申请实施例，可对文本图像中的文本内容进行有效排序，适用性高。

技术领域

本申请涉及人工智能领域，具体而言，本申请涉及一种文本图像的处理方法、装置、设备以及存储介质。

背景技术

OCR(Optical Character Recognition，光学字符识别)版面分析一直是一个十分重要的方向，随着科技的发展，信息呈现出爆炸式的增长，在面对海量的OCR文本时，通过使用人力获取其中的内容信息作用十分的有限，而且成本较高，因此越来越多的OCR版面分析方法应运而生。现有的OCR版面分析方案包括基于CNN(或GCN(Graph ConvolutionalNetwork，图卷积神经网络))的文本分类器对文本中的文本、表格和图片(或标题，作者，摘要等)进行分类。

但是经发现，现有的OCR版面分析解决方案大都是对OCR的文本内容进行分类，而对离散的文本信息的整合排序在版面分析中也十分的重要，然而现在并没有对离散文本的排序问题的解决方法。

发明内容

本申请实施例提供一种文本图像的处理方法、装置、设备以及存储介质，可对文本图像中的文本内容进行有效排序，适用性高

一方面，本申请实施例提供了一种文本图像的处理方法，该方法包括：

提取待处理文本图像的初始特征图；

根据上述初始特征图，确定上述待处理文本图像所包含的至少一个文本区域中各个文本区域的文本内容特征和空间位置特征；

对于每个上述文本区域，将上述文本区域的文本内容特征和空间位置特征拼接，得到上述文本区域的区域特征；

基于各上述文本区域的区域特征，确定各上述文本区域的排序结果，上述排序结果表征了各上述文本区域的文本识别结果的输出顺序；

获取各上述文本区域的文本识别结果，基于上述排序结果将各上述文本区域的文本识别结果进行排序，得到上述待处理图像的文本识别结果。

另一方面，本申请实施例提供了一种文本图像的处理装置，该装置包括：

初始特征图提取模块，用于提取待处理文本图像的初始特征图；

初始特征图处理模块，用于根据上述初始特征图，确定上述待处理文本图像所包含的至少一个文本区域中各个文本区域的文本内容特征和空间位置特征；

区域特征确定模块，用于对于每个上述文本区域，将上述文本区域的文本内容特征和空间位置特征拼接，得到上述文本区域的区域特征；

排序结果确定模块，用于基于各上述文本区域的区域特征，确定各上述文本区域的排序结果，上述排序结果表征了各上述文本区域的文本识别结果的输出顺序；

文本排序模块，用于获取各上述文本区域的文本识别结果，基于上述区域排序结果将各上述文本区域的文本识别结果进行排序，得到上述待处理图像的文本识别结果。

其中，上述初始特征图处理模块，用于：

基于上述初始特征图中各特征点的位置，确定上述初始特征图中各特征点之间的位置关系；