[发明专利]基于文本骨架的文本检测方法、装置和计算机设备

权利要求书

1.一种基于文本骨架的文本检测方法，其特征在于，包括：

预测待检测文本图像的文本骨架，得到文本骨架图像；

将所述文本骨架图像二值化，根据二值图像确定所述待检测文本图像中各文本框的核心点；

以各所述核心点为岭，对所述文本骨架图像进行分水岭像素分割，得到各文本区域像素点集合；

分别确定各所述文本区域像素点集合的最小外接矩形，得到检测的文本框。

2.根据权利要求1所述的方法，其特征在于，所述预测待检测文本图像的文本骨架，得到文本骨架图像，包括：

利用文本骨架预测模型中的卷积池化块对所述待检测文本图像连续进行预设次数的卷积池化处理，得到卷积池化特征图；

从最后一个所述卷积池化特征图开始，将每一个所述卷积池化特征图进行上采样并与前一个所述卷积池化特征图进行特征融合，得到融合特征图；

对所述融合特征图进行卷积和分割，输出文本骨架图像。

3.根据权利要求2所述的方法，其特征在于，所述文本骨架预测模型的训练方法，包括：

获取原始文本图像以及所述原始文本图像的文本框标注结果集合；

新建与所述原始文本图像尺寸一致的单通道浮点型图像，将所述单通道浮点型图像的像素值初始化为0作为文本骨架标签图像；

基于所述文本框标注结果集合，在所述文本骨架标签图像上构建文本骨架训练图像；

利用所述原始文本图像与所述文本骨架训练图像对文本骨架预测神经网络结构进行训练，得到文本骨架预测模型。

4.根据权利要求3所述的方法，其特征在于，所述基于所述文本框标注结果集，在所述文本骨架标签图像上构建文本骨架训练图像，包括：

遍历所述文本框标注结果集合，所述文本框标注结果集合包括各个文本框的顶点坐标；

分别计算各所述文本框的顶点坐标到所述文本框的中心点的距离最小值；

基于所述距离最小值确定缩放比例，按照所述缩放比例缩放所述文本框，得到缩放文本框；

根据所述文本骨架标签图像中各像素点与所述缩放文本框的位置关系，修改所述像素点的值，得到文本骨架训练图像。

5.根据权利要求4所述的方法，其特征在于，所述基于所述距离最小值确定缩放比例，按照所述缩放比例缩放对应的文本框，得到缩放文本框，包括：

根据所述距离最小值确定缩放文本框的数量，得到所述缩放文本框的序号；

确定所述序号与所述距离最小值的比值，得到第一比值；

将预设阈值与所述第一比值的差作为缩放比例；

按照所述缩放比例且以所述文本框的中心点为缩放中心，对所述文本框进行缩放，得到缩放文本框。

6.根据权利要求4所述的方法，其特征在于，所述根据所述文本骨架标签图像中各像素点与所述缩放文本框的位置关系，修改所述像素点的值，得到文本骨架训练图像，包括：

遍历所述文本骨架标签图像中各像素点，判断所述像素点是否在所述缩放文本框内；

当所述像素点在所述缩放文本框内时，确定所述缩放文本框的序号与缩放比例集合长度的比值，得到第二比值；

计算像素阈值与所述第二比值的乘积，将所述像素阈值与所述乘积的和修改为所述像素点的值，得到文本骨架图。

7.根据权利要求1所述的方法，其特征在于，所述将所述文本骨架图像二值化，根据二值图像确定所述待检测文本图像中各文本框的核心点，包括：

基于二值化阈值，将所述文本骨架图像进行二值化，得到二值图像；

提取所述二值图像的连通区域；

计算所述连通区域的中心点作为所述待检测文本图像中文本框的核心点。