[发明专利]一种指读方法、装置、设备和计算机可读存储介质

说明书

本申请公开一种指读方法、装置、设备和计算机可读存储介质，该方法包括：基于用户在目标读物上的指读动作，获取目标读物在指读范围内的目标图像；获取对目标图像的文本识别结果；语音播放文本识别结果对应的音频。通过上述方式，本申请能够准确获取用户在目标读物上的指读范围，从而准确将用户需要的指读范围内的内容进行识别并朗读，能够扩大指读识别的适用范围，同时能够准确确定指读范围，提高了指读识别的准确性。

技术领域

本申请涉及图文识别技术领域，特别是涉及一种指读方法、装置、设备和计算机可读存储介质。

背景技术

阅读辅助技术中包括指读技术，用户用手指在一些读物上指出相应的位置，指读技术能够将用户用手指指出的位置中包含的文字内容朗读出来，特别是在一些儿童学习的场景中，指读技术能够帮助用户进行阅读辅助，帮助用户理解，提高阅读效率。

本申请的申请人在长期的研发过程中发现，现有的指读技术中，仅能够对于底库中包含的一些书籍资料进行指读，且不能够地识别指读的区域，存在无法识别或错误识别等情况。

发明内容

本申请主要解决的技术问题是提供一种指读方法、装置、设备和计算机可读存储介质，能够扩大指读识别的适用范围，提高指读识别的准确性。

为解决上述技术问题，本申请采用的一个技术方案是：提供一种指读方法，该方法包括：响应于用户在目标读物上的指读动作，获取目标读物在指读范围内的目标图像；获取对目标图像的文本识别结果；语音播放文本识别结果对应的音频。

其中，响应于用户在目标读物上的指读动作，获取目标读物在指读范围内的目标图像，包括：获取在用户的指读过程中的若干指读位置对应的若干待拼接图像，其中，每个指读位置对应的待拼接图像为目标读物在指读位置的预设方向上的预设范围内的图像；将若干待拼接图像进行拼接，得到目标图像。

其中，获取在用户的指读过程中的若干指读位置对应的若干待拼接图像，包括：在用户的指读过程中，每间隔第一时间判断指读动作是否停止；若否，则获取当前指读位置对应的待拼接图像；若是，则确定用户的指读过程已结束。

其中，每间隔第一时间判断指读动作是否停止，包括：每间隔第一时间检测目标读物上是否存在预设对象，其中，预设对象为用户用于实现指读动作的对象；若目标读物上存在预设对象，则确定指读动作未停止；若目标读物上不存在预设对象，则在第二时间内检测第一文本区是否存在预设对象，其中，第一文本区为目标读物上与上一次检测时预设对象位于的第二文本区不同行；若是，则确定指读动作未停止，否则确定指读动作停止。

其中，将若干待拼接图像进行拼接，得到目标图像，包括：提取若干待拼接图像的特征信息；利用特征信息，确定每相邻待拼接图像之间的匹配位置；基于匹配位置，将每相邻待拼接图像进行拼接。

其中，目标图像包括至少一个，每个目标图像是利用对应的指读位置位于同一文本行的待拼接图像拼接得到。

其中，在响应于用户在目标读物上的指读动作，获取目标读物在指读范围内的目标图像之前，该方法还包括：采集目标读物的采集图像；利用采集图像检测目标读物是否存在预设对象，其中，预设对象为用户用于实现指读动作的对象；若是，则进入等待用户在目标读物上开始指读动作的状态。

其中，预设对象为手指；利用采集图像检测目标读物是否存在预设对象，包括：对采集图像进行手指识别，得到采集图像中的目标手指的位置信息；利用位置信息，确定目标手指与目标读物之间的距离；响应于距离满足预设距离要求，确定目标读物存在预设对象。