[发明专利]一种面向多方向的文字检测方法和装置

摘要

本发明涉及一种面向多方向的文字检测方法和装置。在训练方面，在不改变网络结构的基础上，对四边形真值框进行切分，把四边形真值框变为多个矩形区域的条状真值框，满足CTPN的输入，控制一个训练的最小批量正负样本比例，保证正负样本平衡，再放入CTPN网络进行训练；在测试方面，同时对原图和旋转90度之后的图片放入测试网络，对网络预测出来的条状矩形区域进行拟合形成四边形候选框，对旋转90度的测试图片的检测结果进行逆时针旋转90度恢复为原图的坐标位置；最后对两图的检测结果综合做非极大值抑制等筛选，实现准确的多方向文字定位。本发明能够适应多方向，包括水平、倾斜、竖直等方向的文字，并且有着较高的精度。

主权项

1.一种面向多方向的文字检测方法，其特征在于，包括以下步骤：1)对训练样本的四边形真值框根据角度信息进行切分，形成矩形区域的条状真值框；2)控制正负样本比例，并进行随机采样，将样本放入CTPN网络进行训练，得到文字检测网络；3)将待检测图片和该待检测图片旋转90度的图片输入文字检测网络，该文字检测网络输出条形框以及其存在文字可能性的预测分值，对得到的条形框做非极大值抑制，并从中挑选预测分值大于设定阈值的条形框；4)对不同角度图片中挑选出的条形框进行合并，拟合构造出四边形文字框。