[发明专利]图像方向的确定方法、装置、电子设备和介质

说明书

本公开提供了一种图像方向的确定方法、装置、电子设备和介质，涉及深度学习、图像处理、计算机视觉技术领域，可应用于OCR等场景。实现方案为：从待识别图像中提取至少一个文本行区域，将各文本行区域旋转第一设定角度，并从旋转后的各文本行区域中提取设定个数的第一文本行区域；获取各第一文本行区域的字符识别的第一置信度；将各第一文本行区域旋转第二设定角度，并获取旋转后的各第一文本行区域的字符识别的第二置信度；根据各第一置信度和各第二置信度，确定待识别图像的方向。由此，仅根据待识别图像中的部分文本行区域，确定待识别图像的方向，而无需根据待识别图像中的所有像素点，来预测待识别图像的方向，可以提升计算速度。

技术领域

本公开涉及人工智能技术领域，具体为深度学习、图像处理、计算机视觉技术领域，可应用于OCR(Optical Character Recognition，光学字符识别)等场景，尤其涉及图像方向的确定方法、装置、电子设备和介质。

背景技术

OCR是指电子设备检查纸上打印的字符，通过检测暗、亮的模式确定其形状，然后用字符识别方法将形状翻译成计算机文字的过程。OCR技术可以应用于车牌识别、证件(身份证、驾驶证等)识别、印刷文档录入等场景。

OCR流程包括图像预处理、文本行检测和文本识别。其中，对文本图像(或文档图像)的方向进行识别，并基于方向识别结果对文本图像进行旋转矫正，是图像预处理中的一个必要环节，方向识别结果的准确性将影响到后续文本识别的结果。

发明内容

本公开提供了一种用于图像方向的确定方法、装置、电子设备和介质。

根据本公开的一方面，提供了一种图像方向的确定方法，包括：

获取待识别图像，并从所述待识别图像中提取至少一个文本行区域；

将所述至少一个文本行区域旋转第一设定角度，并从旋转后的所述至少一个文本行区域中提取设定个数的第一文本行区域；

获取各所述第一文本行区域的字符识别的第一置信度；

将各所述第一文本行区域旋转第二设定角度，并获取旋转后的各所述第一文本行区域的字符识别的第二置信度；

根据各所述第一置信度和各所述第二置信度，确定所述待识别图像的方向。

根据本公开的另一方面，提供了一种图像方向的确定装置，包括：

第一获取模块，用于获取待识别图像；

第一提取模块，用于从所述待识别图像中提取至少一个文本行区域；

第一处理模块，用于将所述至少一个文本行区域旋转第一设定角度，并从旋转后的所述至少一个文本行区域中提取设定个数的第一文本行区域；

第二获取模块，用于获取各所述第一文本行区域的字符识别的第一置信度；

第二处理模块，用于将各所述第一文本行区域旋转第二设定角度，并获取旋转后的各所述第一文本行区域的字符识别的第二置信度；

第一确定模块，用于根据各所述第一置信度和各所述第二置信度，确定所述待识别图像的方向。

根据本公开的又一方面，提供了一种电子设备，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行本公开上述一方面提出的图像方向的确定方法。

根据本公开的再一方面，提供了一种计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行本公开上述一方面提出的图像方向的确定方法。