[发明专利]图像中数学公式检测方法、装置、计算机设备及存储介质

说明书

本发明涉及一种图像中数学公式检测方法、装置、计算机设备及存储介质。所述方法包括：获取待检测图像；对所述待检测图像进行文本分割，得到多个文本区域；将所述多个文本区域依次输入到训练好的第一卷积神经网络的输入变量中，输出多个粗选的包含数学公式的文本区域；将所述粗选的包含数学公式的文本区域输入到训练好的第二卷积神经网络的输入变量中，输出最终包含数学公式的文本区域。将待检测图像分割成多个文本区域后输入到卷积神经网络中，先对文本区域进行粗选，再对粗选出的文本区域进行再次筛选的方式，能更为精确的得到包含数学公式的文本区域，提高了检测图像中是否包含数学公式的准确性。

技术领域

本发明涉及计算机技术领域，特别是涉及一种图像中数学公式检测方法、装置、计算机设备及存储介质。

背景技术

OCR(optical character recognition，文字识别)是指电子设备(例如扫描仪或数码相机)检查纸上打印的字符，然后用字符识别方法将形状翻译成计算机文字的过程；即，对文本资料进行扫描，然后对图像文件进行分析处理，获取文字及版面信息的过程。如何除错或利用辅助信息提高识别正确率，是OCR最重要的课题的友好性，产品的稳定性，易用性及可行性等。

在传统的OCR技术中，若想对图像中的数学公式检测，采用的方法是对图像分割出的字符进行水平投影与垂直投影，获取字符的投影特征。通过分割出的字符位置获取字符间的结构特征，将分割出的字符与给定字符进行投影特征的对比，分割出的字符间的结构特征与给定结构进行对比，判断是否为数学公式图像。但是这种检测方式的前提是分割精准的字符，可目前所有的分割算法都无法保证分割的准确性，因此无法保证检测的准确性。

发明内容

基于此，有必要针对上述技术问题，提供一种能提高检测数学公式准确性的图像中数学公式检测方法、装置、计算机设备及存储介质。

一种图像中数学公式检测方法，所述方法包括：

获取待检测图像；

对所述待检测图像进行文本分割，得到多个文本区域；

将所述多个文本区域依次输入到训练好的第一卷积神经网络的输入变量中，输出多个粗选的包含数学公式的文本区域；

将所述粗选的包含数学公式的文本区域输入到训练好的第二卷积神经网络的输入变量中，输出最终包含数学公式的文本区域。

一种图像中数学公式检测装置，所述装置包括：

获取模块，用于获取待检测图像；

分割模块，用于对所述待检测图像进行文本分割，得到多个文本区域；

第一卷积神经网络模块，用于将所述多个文本区域依次输入到训练好的第一卷积神经网络的输入变量中，输出多个粗选的包含数学公式的文本区域；

第二卷积神经网络模块，用于将所述粗选的包含数学公式的文本区域输入到训练好的第二卷积神经网络的输入变量中，输出最终包含数学公式的文本区域。

一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现以下步骤：

获取待检测图像；

对所述待检测图像进行文本分割，得到多个文本区域；

将所述多个文本区域依次输入到训练好的第一卷积神经网络的输入变量中，输出多个粗选的包含数学公式的文本区域；

将所述粗选的包含数学公式的文本区域输入到训练好的第二卷积神经网络的输入变量中，输出最终包含数学公式的文本区域。

一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现以下步骤：

获取待检测图像；