[发明专利]文本识别方法、装置、电子设备、存储介质及程序产品

说明书

本公开提供了一种文本识别的方法、装置、电子设备、存储介质及程序产品，该方法包括获取待识别的文本图像；将文本图像输入文本识别模型；其中，文本识别模型包括：第一特征提取模块、第二特征提取模块和特征解码模块；通过第一特征提取模块提取文本图像的第一特征映射；其中，第一特征映射的高度大于或等于1；通过第二特征提取模块提取第一特征映射中文本行位置的表征，获得第二特征映射；通过特征解码模块处理第二特征映射，获得文本识别输出。本公开可以实现文本识别功能，识别的文本图像为包含一行或多行文本的图像。

技术领域

本发明涉及图像处理领域，尤其涉及文本识别方法、装置、电子设备、存储介质及程序产品。

背景技术

文字识别是带文字的图片中识别出字符序列的过程(对于中文，一个字符便是一个汉字，对于英文，一个字符便是一个字母)。现有技术中的文字识别技术是多是针对单行文字进行识别。单行文字识别实际应用时受的限制比较多，例如如果遇到包含多行文字的图片，需要将图片拆分成多个包含单行文字的图片块，若使用人工的方式拆分会极大地影响图像识别的速度，若用算法拆分，可能会出现拆分错误，最终由于拆分的原因影响到最终的识别准确度。如何识别包含多行文本的图像，是本领域内的技术问题之一。

发明内容

根据本公开的一方面，提供了一种文本识别的方法，包括：

获取待识别的文本图像；

将文本图像输入文本识别模型；其中，文本识别模型包括：第一特征提取模块、第二特征提取模块和特征解码模块；

通过第一特征提取模块提取文本图像的第一特征映射；其中，第一特征映射的高度大于或等于1；

通过第二特征提取模块提取第一特征映射中文本行位置的表征，获得第二特征映射；

通过特征解码模块处理第二特征映射，获得文本识别输出。

根据本公开的另一方面，一种文本识别的装置，包括：

获取模块，用于获取待识别的文本图像；

输入模块，用于将文本图像输入文本识别模型；其中，文本识别模型包括：第一特征提取模块、第二特征提取模块和特征解码模块；

第一特征提取模块，用于第一特征提取模块，用于通过第一特征提取模块提取文本图像的第一特征映射；其中，第一特征映射的高度大于或等于1；

第二特征提取模块，用于通过第二特征提取模块提取第一特征映射中文本行位置的表征，获得第二特征映射；

特征解码模块，用于通过特征解码模块处理第二特征映射，获得文本识别输出。

根据本公开的另一方面，提供了一种电子设备，包括：

处理器；以及

存储程序的存储器，

其中，程序包括指令，指令在由处理器执行时使处理器执行根据上述任一项的方法。

根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，计算机指令用于使计算机执行根据上述任一项的方法。

根据本公开的另一方面，提供了一种计算机程序产品，包括计算机程序，计算机程序在被处理器执行时实现上述任一项的方法。

本公开实施例中提供的一个或多个技术方案，可以实现识别包含多行文本的文本图像的技术效果。

附图说明

在下面结合附图对于示例性实施例的描述中，本公开的更多细节、特征和优点被公开，在附图中：

图1示出了根据本公开示例性实施例的一种文本识别的方法的流程图；