CN111950555A - 文本识别方法、装置、可读介质及电子设备 - Google Patents
文本识别方法、装置、可读介质及电子设备 Download PDFInfo
- Publication number
- CN111950555A CN111950555A CN202010827102.6A CN202010827102A CN111950555A CN 111950555 A CN111950555 A CN 111950555A CN 202010827102 A CN202010827102 A CN 202010827102A CN 111950555 A CN111950555 A CN 111950555A
- Authority
- CN
- China
- Prior art keywords
- characters
- character
- group
- determining
- heading
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 61
- 238000001514 detection method Methods 0.000 claims description 26
- 238000004590 computer program Methods 0.000 claims description 16
- 238000012545 processing Methods 0.000 claims description 16
- 238000012937 correction Methods 0.000 claims description 11
- 230000000694 effects Effects 0.000 abstract description 5
- 230000006870 function Effects 0.000 description 18
- 238000010586 diagram Methods 0.000 description 11
- 238000013136 deep learning model Methods 0.000 description 8
- 238000013527 convolutional neural network Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 6
- 238000004422 calculation algorithm Methods 0.000 description 5
- 238000012549 training Methods 0.000 description 4
- 238000005070 sampling Methods 0.000 description 3
- 230000011218 segmentation Effects 0.000 description 3
- 238000013135 deep learning Methods 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Software Systems (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Multimedia (AREA)
- Character Input (AREA)
- Character Discrimination (AREA)
Abstract
本公开涉及一种文本识别方法、装置、可读介质及电子设备,包括:获取印章区域图像;根据印章区域图像,确定印章中所包含的每个文字的位置信息,位置信息包括中心点坐标和字头朝向;根据中心点坐标和字头朝向,对文字进行分组,并确定每一分组中的各个文字之间的组合顺序;针对每一分组,对分组中的每一文字分别进行识别,并根据分组中各个文字之间的组合顺序,对识别得到的文本进行组合,以得到与分组对应的识别文本。通过每个文字的位置信息对每个文字单独进行识别,能够减少其他文字对识别精度的影响,提高文字识别精度,并且还能根据印章中不同的文本行输出有序且准确的文本识别结果,从而提高了对印章中的文本识别的效果。
Description
技术领域
本公开涉及计算机领域,具体地,涉及一种文本识别方法、装置、可读介质及电子设备。
背景技术
现有技术中对于印章的检测和识别,从大方向来说有两种实现方式,一种是传统的图像算法,另一种是基于深度学习的图像算法。利用传统的数字图像处理算法,通过对印章区域的像素对印章区域进行提取,然后将印章区域中的弯曲文本进行极坐标矫正,最后进行印章文字识别。这种方法目前存在的问题是无法有效的判断印章中公司名称或印章类型的文字的开始位置,会出现不同文本中的文字相互影响、从而导致识别不准的问题;而且,对弯曲文本进行极坐标矫正时,容易造成文字的变形,造成识别精度降低;极坐标矫正方法对圆形印章相对友好,对于椭圆印章、三角形印章等不同形状的印章泛化性不强。基于深度学习的图像算法,这种方法对于印章中弯曲文本的检测和识别一般是整体进行的,无法有效处理同个印章中存在多条文本的情况,距离较近的名称条目在检测时会相互粘连,无法给出单独的目标区域从而导致识别精度不够。
发明内容
提供该发明内容部分以便以简要的形式介绍构思,这些构思将在后面的具体实施方式部分被详细描述。该发明内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征,也不旨在用于限制所要求的保护的技术方案的范围。
第一方面,本公开提供一种文本识别方法,所述方法包括:
获取印章区域图像;
根据所述印章区域图像,确定所述印章中所包含的每个文字的位置信息,所述位置信息包括中心点坐标和字头朝向;
根据所述中心点坐标和字头朝向,对所述文字进行分组,并确定每一所述分组中的各个文字之间的组合顺序;
针对每一所述分组,对所述分组中的每一文字分别进行识别,并根据所述分组中各个文字之间的所述组合顺序,对识别得到的文本进行组合,以得到与所述分组对应的识别文本,其中,所有分组对应的识别文本组成所述印章的识别文本。
第二方面,本公开还提供一种文本识别装置,所述装置包括:
获取模块,用于获取印章区域图像;
第一确定模块,用于根据所述印章区域图像,确定所述印章中所包含的每个文字的位置信息,所述位置信息包括中心点坐标和字头朝向;
第二确定模块,用于根据所述中心点坐标和字头朝向,对所述文字进行分组,并确定每一所述分组中的各个文字之间的组合顺序;
识别模块,用于针对每一所述分组,对所述分组中的每一文字分别进行识别,并根据所述分组中各个文字之间的所述组合顺序,对识别得到的文本进行组合,以得到与所述分组对应的识别文本,其中,所有分组对应的识别文本组成所述印章的识别文本。
第三方面,本公开还提供一种计算机可读介质,其上存储有计算机程序,该程序被处理装置执行时实现第一方面中所述方法的步骤。
第四方面,本公开还提供一种电子设备,包括:
存储装置,其上存储有计算机程序;
处理装置,用于执行所述存储装置中的所述计算机程序,以实现第一方面中所述方法的步骤。
通过上述技术方案,能够先确定印章中所包含的每个文字的位置信息,从而能够对每个文字单独进行识别,还能根据每个文字的位置信息确定印章中属于不同文本行的文字,以及每个文本行中的文字组合顺序,这样既不会由于同时对多条文本中的文字进行识别而导致单个文字的识别精度不够的问题,还能够准确地对印章中的多条文本进行区分,根据不同的文本行输出有序且准确的文本识别结果,从而提高了对印章中的文本识别的效果。
本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
结合附图并参考以下具体实施方式,本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中,相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的,原件和元素不一定按照比例绘制。在附图中:
图1是根据本公开一示例性实施例示出的一种文本识别方法的流程图。
图2是根据本公开又一示例性实施例示出的一种印章区域图像的示意图。
图3是根据本公开又一示例性实施例示出的一种文本识别方法的流程图。
图4是根据本公开又一示例性实施例示出的一种文本识别方法的流程图。
图5是根据本公开又一示例性实施例示出的一种文本识别方法的流程图。
图6是根据本公开又一示例性实施例示出的一种文本识别方法中确定分组中的起始文字和结束文字的方法的流程图。
图7是根据本公开又一示例性实施例示出的一种文本识别方法的流程图。
图8a是根据本公开又一示例性实施例示出的一种印章区域图像中的文字区域图像的示意图。
图8b是根据本公开又一示例性实施例示出的一种印章区域图像中的文字区域图像经过角度校正后的示意图。
图9是根据本公开一示例性实施例示出的一种文本识别装置的结构框图。
图10示出了适于用来实现本公开实施例的电子设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例,然而应当理解的是,本公开可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例,相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是,本公开的附图及实施例仅用于示例性作用,并非用于限制本公开的保护范围。
应当理解,本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行,和/或并行执行。此外,方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。
本文使用的术语“包括”及其变形是开放性包括,即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”;术语“另一实施例”表示“至少一个另外的实施例”;术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。
需要注意,本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分,并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意,本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的,本领域技术人员应当理解,除非在上下文另有明确指出,否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的,而并不是用于对这些消息或信息的范围进行限制。
图1是根据本公开一示例性实施例示出的一种文本识别方法的流程图。如图1所示,所述方法包括步骤101至步骤104。
在步骤101中,获取印章区域图像。该印章区域图像也即仅包括印章的的图像,如图2所示。
在一种可能的实施方式中,该印章区域图像可以是由其他设备来准备,直接获取即可得到。
在另一种可能的实施方式中,该印章区域图像也可以是从任意包含印章的待检测图像中获取得到,具体的,获取该印章区域图像的方法可以如图3所示,包括步骤301和步骤302。在步骤301中,识别待检测图像中的印章位置;在步骤302中,基于所述印章位置,从所述待检测图像中分割出所述印章区域图像。这样,就能够使得对印章中的文本进行识别的方法更加便捷,无需提前先将待识别的印章从其他图像中分割出来,可直接对任意包含印章的待检测图像进行处理,即可实现对该待检测图像中所包含的印章中的文本的识别。
其中,该印章区域图像可以位于该待检测图像中的任意位置。
步骤301中识别该待检测图像中的印章位置的方法可以为多种,例如可以通过预训练的印章识别模型来识别。该印章识别模型可以是基于外接矩形检测算法的深度学习模型来实现。
具体的,该印章识别模型可以根据以下方法进行训练得到:搭建CNN(Convolutional Neural Networks)深度学习模型,将带有边框(bounding box)位置标注的样本图像输入该CNN深度学习模型中,该边框位置即为该样本图像中的印章区域图像的实际位置,包括左上角顶点二维坐标以及边框的宽度和高度;该CNN深度学习模型根据输入的该样本图像,输出四通道的特征图(feature map),分别对应该边框的左上角顶点坐标以及边框的宽度和高度,通过输出的该边框位置坐标可以分别计算该边框的四个顶点坐标,进而进行回归,并利用损失函数例如回归损失函数smooth L1 loss对该CNN深度学习模型中的目标函数中的参数进行优化,从而使得该CNN深度学习模型的输出能够更加接近该样本图像中的边框位置标注。在该CNN深度学习模型训练完成之后,即得到了该印章识别模型,进而便可将其用于识别该待检测图像中的印章位置。
在步骤102中,根据所述印章区域图像,确定所述印章中所包含的每个文字的位置信息,所述位置信息包括中心点坐标和字头朝向。
每个文字的位置信息中的该中心点坐标,可以是该文字本身的中心点,也可以是该文字所在的图像面积中的中心点。每个文字的字头朝向即为该文字的字头所指的方向。
在一种可能的实施方式中,该位置信息可以是通过预训练的文字检测模型来确定得到,该文字检测模型可以是由卷积神经网络所构成的深度学习模型。
其中,该文字检测模型中可以分别包括两个卷积网络结构,分别用于根据输入的该印章区域图像来输出每个文字的预测中心点坐标以及字头朝向的预测值,并将该预测中心点坐标以及字头朝向的预测值直接作为文字的该中心点坐标和该字头朝向;或者,该文字检测模型中还可以包括第三个卷积网络结构,用于根据输入的该印章区域图像来输出中心点坐标偏移值,进而便可以根据该中心点坐标偏移值对该预测中心点坐标进行校正,并将校正后的坐标作为该文字的中心点坐标。这样,能够考虑到该预测中心点坐标的精度会受到该文字检测模型的网络输出步长设置的影响,可能会出现一定的误差,从而对该中心点坐标偏移值进一步进行预测,以提高最终确定的各个文字的中心点坐标的精度。
其中,该文字检测模型的网络输出步长(stride)可以优选设置为4,该文字检测模型中用于输出该预测中心点坐标的卷积网络结构会根据该印章区域图像,输出该印章区域图像中每一个采样像素点是中心点的概率,如以下公式所示:
根据上述每个采样像素点是中心点的概率便可确定各个文字所对应的该预测中心点坐标。
其中,该文字检测模型中用于训练输出该预测中心点坐标的卷积网络结构的损失函数可以采用针对目标检测领域的损失函数,例如Focal loss;该文字检测模型中用于训练输出字头朝向和/或该中心点坐标偏移值的卷积网络结构的损失函数可以采用普通的损失函数,例如上述回归损失函数smooth L1 loss。
在步骤103中,根据所述中心点坐标和字头朝向,对所述文字进行分组,并确定每一所述分组中的各个文字之间的组合顺序。
由于印章的特性,印章中通常包括若干行弯曲文本,和/或若干行横向文本,例如,图2中所示印章中的弯曲文本即为“印章智能检测识别有限公司”,横向文本即为“合同专用章”。而根据该中心点坐标和字头朝向,便可以将该若干行弯曲文本和该若干行横向文本区分开。
在一种可能的实施方式中,根据该中心点坐标和字头朝向所进行的分组,目的即可以为将属于同一文本行的文字划分到同一组中。例如,图2中所示的印章中,文本行“印章智能检测识别有限公司”中的文字会被划分至一组,文本行“合同专用章”中的文字会被划分至一组。
在将印章中的各个文字分组之后,同组内的文字之间的组合顺序可以根据该印章中的实际顺序来进行确定,因此可以根据分组内每个文字的中心点坐标和/或字头朝向确定该分组内的文字在印章中的实际组合顺序。
在步骤104中,针对每一所述分组,对所述分组中的每一文字分别进行识别,并根据所述分组中各个文字之间的所述组合顺序,对识别得到的文本进行组合,以得到与所述分组对应的识别文本,其中,所有分组对应的识别文本组成所述印章的识别文本。
在一种可能的实施方式中,可以根据该每一文字的位置信息将该印章区域图像中与该文字对应的文字图像区域分割出来,进而通过对该文字图像区域对该文字进行文字识别。进行文字识别可以是通过预训练的文字识别模型来完成。
在识别得到每个分组中的每个文字之后,便可以根据该组合顺序对识别到的文本进行组合,从而得到每个分组对应的识别文本,进而便得到了该印章中所包括的所有文本信息。
通过上述技术方案,能够先确定印章中所包含的每个文字的位置信息,从而能够对每个文字单独进行识别,还能根据每个文字的位置信息确定印章中属于不同文本行的文字,以及每个文本行中的文字组合顺序,这样既不会由于同时对多条文本中的文字进行识别而导致单个文字的识别精度不够的问题,还能够准确地对印章中的多条文本进行区分,根据不同的文本行输出有序且准确的文本识别结果,从而提高了对印章中的文本识别的效果。
图4是根据本公开又一示例性实施例示出的一种文本识别方法的流程图。如图4所示,所述方法还包括步骤401至步骤404。
在步骤401中,对每个文字进行遍历,并将当前遍历的文字确定为目标文字。
在步骤402中,分别计算所述目标文字的所述字头朝向与备选文字的所述字头朝向之间的角度差值,和所述目标文字的所述中心点坐标与所述备选文字的所述中心点坐标之间的距离差值,其中,所述备选文字中包括与所述目标文字之间不具有匹配关系的文字。
在步骤403中,将与所述目标文字之间的所述角度差值小于第一预设角度阈值,且所述距离差值最小的所述备选文字划分为与所述目标文字同一分组,并确定为与所述目标文字之间具有匹配关系的文字。
例如,若对图2中所示的印章中的每个文字进行遍历,在当前遍历的文字为“印”字,且该“印”字不与任何其他文字之间具有匹配关系,则与该目标文字对应的备选文字就包括该印章中除了该目标文字之外的所有文字。
而经过对该“印”字的遍历,确定了与该“印”字之间的角度差值小于该第一预设角度阈值,且距离差值最小的备选文字为“章”时,会将该“章”字划分为与“印”字同一分组,并确定该“印”字与“章”字之间的匹配关系。
之后,若遍历到了“章”字,并且“章”字除了与“印”字之间具有匹配关系之外,与其他文字之间都不具有匹配关系,则对应于“章”字的备选文字就包括该印章中除了“章”字本身和“印”字之外的所有文字。
其中,同一个文字可以与多个文字之间具有该匹配关系。例如,若对“公”字遍历时确定了“公”字与“司”字之间的匹配关系,再对“限”字进行遍历时,由于“限”字与“公”字之间暂不具有匹配关系,因此仍然可以将“公”字作为该备选文字之一,也能够将该“公”字确定为与“限”字之间的角度差值小于该第一预设角度阈值,且距离差值最小的备选文字,并建立其二者间的匹配关系。
在一种可能的实施方式中,该第一预设角度阈值优选为30度。
在步骤404中,确定每一分组中的各个文字之间的组合顺序。
通过上述技术方案,能够通过对印章中所有文字一一遍历的方式来对其进行分组,并且,通过两个文字之间的中心点坐标的距离差值和字头朝向的角度差值来确定文字的分组,从而能够保证根据该中心点坐标和字头朝向对该印章中的文字进行分组的精度,提高分组效果。
图5是根据本公开又一示例性实施例示出的一种文本识别方法的流程图。如图5所示,所述方法还包括步骤501。
在步骤501中,针对每一所述分组,确定所述分组中所有文字的所述字头朝向之间的角度差中的最大值,在所述最大值小于第二预设角度阈值的情况下,根据所述分组中所有文字的所述中心点坐标,确定所述分组中各个文字之间的组合顺序;在所述最大值不小于所述第二预设角度阈值的情况下,根据所述分组中所有文字的所述字头朝向,确定所述分组中的起始文字和结束文字,并根据所述分组中所有文字的所述中心点坐标之间的距离,确定所述分组中各个文字之间的组合顺序。
其中,该第二预设角度阈值可以为区分上述弯曲文本和横向文本的角度阈值。该第二预设角度阈值可以与上述第一预设角度阈值相同,也可以不同。
在每个分组中的所有文字的字头朝向之间的角度差中的最大值小于第二预设角度阈值的情况下,该分组可以为该横向文本,例如图2中所示的印章中的文本行“合同专用章”;此时,可直接根据该分组中的所有文字的中心点坐标来确定各个文字之间的组合顺序,例如,先根据每个文字的中心坐标点的横轴坐标确定该分组对应的文本行中的起始文字和结束文字,然后从该起始文字和该结束文字开始,根据其二者分别与分组内的其他文字的中心点坐标之间的距离向内依次确定该分组中各个文字之间的组合顺序。
在每个分组中的所有文字的字头朝向之间的角度差中的最大值不小于该第二预设角度阈值的情况下,该分组可以为该弯曲文本,例如图2中所示的印章中的文本行“印章智能检测识别有限公司”;此时,在确定该分组中的起始文字和结束文字时,可以根据该分组中所有文字的该字头朝向,具体的,可以根据如图6所示的确定分组中的起始文字和结束文字的方法的流程图来实现。
如图6所示,该确定分组中的起始文字和结束文字的方法包括步骤601至步骤604。
在步骤601中,根据所述分组中所有文字的所述字头朝向,确定位于中间的中间文字。其中,将该分组中所有文字的字头朝向从小到大排序,位于中间的字头朝向所对应的文字也即该中间文字。在该位于中间的字头朝向存在两个时,确定该两个位于中间的字头朝向所对应的两个文字中的任意一个作为该中间文字都可。
在步骤602中,将所述中间文字的所述字头朝向更新为初始角度,并按照角度沿目标转动方向递增的规则对所述分组中所有文字的字头朝向进行更新,所述目标转动方向为顺时针方向或逆时针方向。
在步骤603中,若所述目标转动方向为逆时针,则将所述分组中在所述中间文字左侧的所有文字中,更新后的字头朝向中的最大值对应的文字确定为所述起始文字,以及将所述分组中在所述中间文字右侧的所有文字中,更新后的字头朝向中的最小值对应的文字确定为所述结束文字。
在步骤604中,若所述目标转动方向为顺时针,则将所述分组中在所述中间文字左侧的所有文字中,更新后的字头朝向中的最小值对应的文字确定为所述起始文字,以及将所述分组中在所述中间文字右侧的所有文字中,更新后的字头朝向中的最大值对应的文字确定为所述结束文字。
其中,对该分组中的所有文字的字头朝向进行更新时,可以根据该中间文字更新前的字头朝向与该初始角度之间的差值,以及该目标转动方向来进行更新。该初始角度可以为例如0度。该目标转动方向可以与更新前的所有文字的字头朝向的转动方向相同,也可以不相同。例如,更新前的所有文字的字头朝向可以是以横坐标轴正方向为初始方向,按照逆时针方向递增,而在根据所确定的该中间文字对该分组内的其他文字的字头朝向进行更新时,可以是按照逆时针方向递增的规则进行更新,也可以是按照顺时针方向递增的规则进行更新,只要不改变各个文字的字头朝向之间的角度差即可。
例如,若判定如图2所示印章中的弯曲文本“印章智能检测识别有限公司”中的所有文字同属于一个分组,且将处于中间位置的“测”字和“识”字中的“测”字确定为该中间文字,并且,该分组中的各个文字的字头朝向,按照文本顺序从“印”到“司”分别为222°、198°、174°、150°、126°、102°、78°、54°、30°、6°、342°、318°。
那么,在将该中间文字“测”的字头朝向更新为初始角度0°,并按照沿逆时针递增的规则对分组内的其他文字进行字头朝向的更新之后,该分组中按照文本顺序从“印”到“司”的更新后的字头朝向则可以为96°、72°、48°、24°、0°、336°、312°、288°、264°、240°、216°、192°;在该中间文字左侧的所有文字中,字头朝向中的最大值对应的文字即为字头朝向为96°的“印”字,在该中间文字右侧的所有文字中,字头朝向中的最小值对应的文字即为字头朝向为192°的“司”字,继而便可将“印”字和“司”字分别确定为该分组中的起始文字和结束文字。或者,若按照沿顺时针递增的规则对分组内的其他文字进行字头朝向的更新,则该分组中按照文本顺序从“印”到“司”的更新后的字头朝向则可以为264°、288°、312°、336°、0°、24°、48°、72°、96°、120°、144°、168°;在该中间文字左侧的所有文字中,字头朝向中的最小值对应的文字即为字头朝向为264°的“印”字,在该中间文字右侧的所有文字中,字头朝向中的最大值对应的文字即为字头朝向为168°的“司”字,继而便可将“印”字和“司”字分别确定为该分组中的起始文字和结束文字。
通过上述技术方案,能够根据该每个文字在印章中的中心点坐标和该字头朝向确定出每个分组中的所有文字之间的组合顺序,从而便可以使得识别得到的印章中的文本能够按照印章中的文字排列顺序有序输出,避免了出现输出的文字顺序混乱的情况。
图7是根据本公开又一示例性实施例示出的一种文本识别方法的流程图,如图7所示,所述方法还包括步骤701至步骤705。
在步骤701中,根据印章区域图像,确定印章中所包含的每个文字的位置信息,位置信息包括中心点坐标、字头朝向和文字边界信息。其中,该文字边界信息可以为例如该文字所在矩形区域的宽度和高度。
在一种可能的实施方式中,该文字边界信息也可以是通过上述文字检测模型来获取得到,例如,该文字检测模型中还可以包括另一卷积网络结构,用于根据输入的印章区域图像输出该文字边界信息,用于训练该卷积网络结构的损失函数可以为上述回归损失函数smooth L1 loss。
在步骤702中,根据所述分组中每一文字的所述中心点坐标和所述文字边界信息,分别从所述印章区域图像中分割出每一所述文字对应的文字区域图像。例如,印章中每个文字对应的文字区域图像可以如图8a所示,其中,图8中每个文字区域图像上的方向表征该文字的字头朝向。
在步骤703中,根据所述文字的所述字头朝向,对所述文字对应的所述文字区域图像进行角度校正。由于直接从印章区域图像中分割得到的该文字区域图像仍然保持着各个文字的字头朝向,因此可以根据该字头朝向将该文字区域图像校正为如图8b所示的多个校正后的文字区域图像。其中,每个文字都对应一张校正后的文字区域图像,且每个文字所对应的文字区域图像中该文字的字头朝向都为同一方向。
在步骤704中,通过校正后的所述文字区域图像进行文字识别。
在步骤705中,根据分组中各个文字之间的组合顺序,对识别得到的文本进行组合,以得到与分组对应的识别文本,其中,所有分组对应的识别文本组成印章的识别文本。
通过对每个文字的文字边界信息的获取,能够使得对各个文字对应的文字区域图像的分割更加便捷,并且,还能在将该文字区域图像分割出来之后,根据该文字的字头朝向进行角度校正,并根据进行角度校正后的文字区域图像对该文字进行文字识别,从而就能在一定程度上提高该文字识别的准确度。
图9是根据本公开一示例性实施例示出的一种文本识别装置的结构框图。如图9所示,所述装置包括:获取模块10,用于获取印章区域图像;第一确定模块20,用于根据所述印章区域图像,确定所述印章中所包含的每个文字的位置信息,所述位置信息包括中心点坐标和字头朝向;第二确定模块30,用于根据所述中心点坐标和字头朝向,对所述文字进行分组,并确定每一所述分组中的各个文字之间的组合顺序;识别模块40,用于针对每一所述分组,对所述分组中的每一文字分别进行识别,并根据所述分组中各个文字之间的所述组合顺序,对识别得到的文本进行组合,以得到与所述分组对应的识别文本,其中,所有分组对应的识别文本组成所述印章的识别文本。
通过上述技术方案,能够先确定印章中所包含的每个文字的位置信息,从而能够对每个文字单独进行识别,还能根据每个文字的位置信息确定印章中属于不同文本行的文字,以及每个文本行中的文字组合顺序,这样既不会由于同时对多条文本中的文字进行识别而导致单个文字的识别精度不够的问题,还能够准确地对印章中的多条文本进行区分,根据不同的文本行输出有序且准确的文本识别结果,从而提高了对印章中的文本识别的效果。
在一种可能的实施方式中,该第二确定模块30包括:遍历子模块,用于对每个文字进行遍历,并将当前遍历的文字确定为目标文字;计算子模块,用于分别计算所述目标文字的所述字头朝向与备选文字的所述字头朝向之间的角度差值,和所述目标文字的所述中心点坐标与所述备选文字的所述中心点坐标之间的距离差值,其中,所述备选文字中包括与所述目标文字之间不具有匹配关系的文字;第一确定子模块,用于将与所述目标文字之间的所述角度差值小于第一预设角度阈值,且所述距离差值最小的所述备选文字划分为与所述目标文字同一分组,并确定为与所述目标文字之间具有匹配关系的文字。
在一种可能的实施方式中,该第二确定模块30还用于:针对每一所述分组,确定所述分组中所有文字的所述字头朝向之间的角度差中的最大值,在所述最大值小于第二预设角度阈值的情况下,根据所述分组中所有文字的所述中心点坐标,确定所述分组中各个文字之间的组合顺序;在所述最大值不小于所述第二预设角度阈值的情况下,根据所述分组中所有文字的所述字头朝向,确定所述分组中的起始文字和结束文字,并根据所述分组中所有文字的所述中心点坐标之间的距离,确定所述分组中各个文字之间的组合顺序。
在一种可能的实施方式中,该第二确定模块30还包括:第二确定子模块,用于根据所述分组中所有文字的所述字头朝向,确定位于中间的中间文字;字头朝向更新子模块,用于将所述中间文字的所述字头朝向更新为初始角度,并按照角度沿目标转动方向递增的规则对所述分组中所有文字的字头朝向进行更新,所述目标转动方向为顺时针方向或逆时针方向;第三确定子模块,用于若所述目标转动方向为逆时针,则将所述分组中在所述中间文字左侧的所有文字中,字头朝向中的最大值对应的文字确定为所述起始文字,以及将所述分组中在所述中间文字右侧的所有文字中,更新后的字头朝向中的最小值对应的文字确定为所述结束文字;还用于若所述目标转动方向为顺时针,则将所述分组中在所述中间文字左侧的所有文字中,字头朝向中的最小值对应的文字确定为所述起始文字,以及将所述分组中在所述中间文字右侧的所有文字中,更新后的字头朝向中的最大值对应的文字确定为所述结束文字。
在一种可能的实施方式中,所述位置信息还包括文字边界信息;该识别模块40包括:第一分割子模块,用于根据所述分组中每一文字的所述中心点坐标和所述文字边界信息,分别从所述印章区域图像中分割出每一所述文字对应的文字区域图像;校正子模块,用于根据所述文字的所述字头朝向,对所述文字对应的所述文字区域图像进行角度校正;第一识别子模块,用于通过校正后的所述文字区域图像进行文字识别。
在一种可能的实施方式中,该第一确定模块20包括:检测子模块,用于通过文字检测模型对所述印章区域图像进行处理,以获取所述文字检测模型输出的每个文字的预测中心点坐标和中心点坐标偏移值、以及每个文字的所述字头朝向和所述文字边界信息;处理子模块,用于根据所述预测中心点坐标和所述中心点坐标偏移值,确定每个文字的所述中心点坐标。
在一种可能的实施方式中,该获取模块10包括:第二识别子模块,用于识别待检测图像中的印章位置;第二分割子模块,用于基于所述印章位置,从所述待检测图像中分割出所述印章区域图像。
下面参考图10,其示出了适于用来实现本公开实施例的电子设备1000的结构示意图。本公开实施例中的终端设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图10示出的电子设备仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图10所示,电子设备1000可以包括处理装置(例如中央处理器、图形处理器等)1001,其可以根据存储在只读存储器(ROM)1002中的程序或者从存储装置1008加载到随机访问存储器(RAM)1003中的程序而执行各种适当的动作和处理。在RAM 1003中,还存储有电子设备1000操作所需的各种程序和数据。处理装置1001、ROM 1002以及RAM 1003通过总线1004彼此相连。输入/输出(I/O)接口1005也连接至总线1004。
通常,以下装置可以连接至I/O接口1005:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置1006;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置1007;包括例如磁带、硬盘等的存储装置1008;以及通信装置1009。通信装置1009可以允许电子设备1000与其他设备进行无线或有线通信以交换数据。虽然图10示出了具有各种装置的电子设备1000,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在非暂态计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信装置1009从网络上被下载和安装,或者从存储装置1008被安装,或者从ROM 1002被安装。在该计算机程序被处理装置1001执行时,执行本公开实施例的方法中限定的上述功能。
需要说明的是,本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
在一些实施方式中,客户端或服务器可以利用诸如HTTP(HyperText TransferProtocol,超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信,并且可以与任意形式或介质的数字数据通信(例如,通信网络)互连。通信网络的示例包括局域网(“LAN”),广域网(“WAN”),网际网(例如,互联网)以及端对端网络(例如,ad hoc端对端网络),以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。
上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:获取印章区域图像;根据印章区域图像,确定印章中所包含的每个文字的位置信息,位置信息包括中心点坐标和字头朝向;根据中心点坐标和字头朝向,对文字进行分组,并确定每一分组中的各个文字之间的组合顺序;针对每一分组,对分组中的每一文字分别进行识别,并根据分组中各个文字之间的组合顺序,对识别得到的文本进行组合,以得到与分组对应的识别文本,其中,所有分组对应的识别文本组成印章的识别文本。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码,上述程序设计语言包括但不限于面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言——诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)——连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施例中所涉及到的模块可以通过软件的方式实现,也可以通过硬件的方式来实现。其中,模块的名称在某种情况下并不构成对该模块本身的限定,例如,获取模块还可以被描述为“获取印章区域图像的模块”。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
根据本公开的一个或多个实施例,示例1提供了一种文本识别方法,所述方法包括:
获取印章区域图像;
根据所述印章区域图像,确定所述印章中所包含的每个文字的位置信息,所述位置信息包括中心点坐标和字头朝向;
根据所述中心点坐标和字头朝向,对所述文字进行分组,并确定每一所述分组中的各个文字之间的组合顺序;
针对每一所述分组,对所述分组中的每一文字分别进行识别,并根据所述分组中各个文字之间的所述组合顺序,对识别得到的文本进行组合,以得到与所述分组对应的识别文本,其中,所有分组对应的识别文本组成所述印章的识别文本。
根据本公开的一个或多个实施例,示例2提供了示例1的方法,所述根据所述中心点坐标和字头朝向,对所述文字进行分组,包括:
对每个文字进行遍历,并将当前遍历的文字确定为目标文字;
分别计算所述目标文字的所述字头朝向与备选文字的所述字头朝向之间的角度差值,和所述目标文字的所述中心点坐标与所述备选文字的所述中心点坐标之间的距离差值,其中,所述备选文字中包括与所述目标文字之间不具有匹配关系的文字;
将与所述目标文字之间的所述角度差值小于第一预设角度阈值,且所述距离差值最小的所述备选文字划分为与所述目标文字同一分组,并确定为与所述目标文字之间具有匹配关系的文字。
根据本公开的一个或多个实施例,示例3提供了示例1的方法,所述确定每一所述分组中的各个文字之间的组合顺序,包括:
针对每一所述分组,确定所述分组中所有文字的所述字头朝向之间的角度差中的最大值,在所述最大值小于第二预设角度阈值的情况下,根据所述分组中所有文字的所述中心点坐标,确定所述分组中各个文字之间的组合顺序;在所述最大值不小于所述第二预设角度阈值的情况下,根据所述分组中所有文字的所述字头朝向,确定所述分组中的起始文字和结束文字,并根据所述分组中所有文字的所述中心点坐标之间的距离,确定所述分组中各个文字之间的组合顺序。
根据本公开的一个或多个实施例,示例4提供了示例3的方法,所述根据所述分组中所有文字的所述字头朝向,确定所述分组中的起始文字和结束文字,包括:
根据所述分组中所有文字的所述字头朝向,确定位于中间的中间文字;
将所述中间文字的所述字头朝向更新为初始角度,并按照角度沿目标转动方向递增的规则对所述分组中所有文字的字头朝向进行更新,所述目标转动方向为顺时针方向或逆时针方向;
若所述目标转动方向为逆时针,则将所述分组中在所述中间文字左侧的所有文字中,字头朝向中的最大值对应的文字确定为所述起始文字,以及将所述分组中在所述中间文字右侧的所有文字中,更新后的字头朝向中的最小值对应的文字确定为所述结束文字;
若所述目标转动方向为顺时针,则将所述分组中在所述中间文字左侧的所有文字中,字头朝向中的最小值对应的文字确定为所述起始文字,以及将所述分组中在所述中间文字右侧的所有文字中,更新后的字头朝向中的最大值对应的文字确定为所述结束文字。
根据本公开的一个或多个实施例,示例5提供了示例1的方法,所述位置信息还包括文字边界信息;
所述对所述分组中的每一文字分别进行识别,包括:
根据所述分组中每一文字的所述中心点坐标和所述文字边界信息,分别从所述印章区域图像中分割出每一所述文字对应的文字区域图像;
根据所述文字的所述字头朝向,对所述文字对应的所述文字区域图像进行角度校正;
通过校正后的所述文字区域图像进行文字识别。
根据本公开的一个或多个实施例,示例6提供了示例5的方法,所述根据所述印章区域图像,确定所述印章中所包含的每个文字的位置信息包括:
通过文字检测模型对所述印章区域图像进行处理,以获取所述文字检测模型输出的每个文字的预测中心点坐标和中心点坐标偏移值、以及每个文字的所述字头朝向和所述文字边界信息;
根据所述预测中心点坐标和所述中心点坐标偏移值,确定每个文字的所述中心点坐标。
根据本公开的一个或多个实施例,示例7提供了示例1的方法,所述获取印章区域图像包括:
识别待检测图像中的印章位置;
基于所述印章位置,从所述待检测图像中分割出所述印章区域图像。
根据本公开的一个或多个实施例,示例8提供了一种文本识别装置,所述装置包括:
获取模块,用于获取印章区域图像;
第一确定模块,用于根据所述印章区域图像,确定所述印章中所包含的每个文字的位置信息,所述位置信息包括中心点坐标和字头朝向;
第二确定模块,用于根据所述中心点坐标和字头朝向,对所述文字进行分组,并确定每一所述分组中的各个文字之间的组合顺序;
识别模块,用于针对每一所述分组,对所述分组中的每一文字分别进行识别,并根据所述分组中各个文字之间的所述组合顺序,对识别得到的文本进行组合,以得到与所述分组对应的识别文本,其中,所有分组对应的识别文本组成所述印章的识别文本。
根据本公开的一个或多个实施例,示例9提供了一种计算机可读介质,其上存储有计算机程序,该程序被处理装置执行时实现示例1-7中任一项所述方法的步骤。
根据本公开的一个或多个实施例,示例10提供了一种电子设备,包括:
存储装置,其上存储有计算机程序;
处理装置,用于执行所述存储装置中的所述计算机程序,以实现示例1-7中任一项所述方法的步骤。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开中所涉及的公开范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述公开构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
此外,虽然采用特定次序描绘了各操作,但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下,多任务和并行处理可能是有利的。同样地,虽然在上面论述中包含了若干具体实现细节,但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实施例中。相反地,在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实施例中。
尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题,但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反,上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
Claims (10)
1.一种文本识别方法,其特征在于,所述方法包括:
获取印章区域图像;
根据所述印章区域图像,确定所述印章中所包含的每个文字的位置信息,所述位置信息包括中心点坐标和字头朝向;
根据所述中心点坐标和字头朝向,对所述文字进行分组,并确定每一所述分组中的各个文字之间的组合顺序;
针对每一所述分组,对所述分组中的每一文字分别进行识别,并根据所述分组中各个文字之间的所述组合顺序,对识别得到的文本进行组合,以得到与所述分组对应的识别文本,其中,所有分组对应的识别文本组成所述印章的识别文本。
2.根据权利要求1所述的方法,其特征在于,所述根据所述中心点坐标和字头朝向,对所述文字进行分组,包括:
对每个文字进行遍历,并将当前遍历的文字确定为目标文字;
分别计算所述目标文字的所述字头朝向与备选文字的所述字头朝向之间的角度差值,和所述目标文字的所述中心点坐标与所述备选文字的所述中心点坐标之间的距离差值,其中,所述备选文字中包括与所述目标文字之间不具有匹配关系的文字;
将与所述目标文字之间的所述角度差值小于第一预设角度阈值,且所述距离差值最小的所述备选文字划分为与所述目标文字同一分组,并确定为与所述目标文字之间具有匹配关系的文字。
3.根据权利要求1所述的方法,其特征在于,所述确定每一所述分组中的各个文字之间的组合顺序,包括:
针对每一所述分组,确定所述分组中所有文字的所述字头朝向之间的角度差中的最大值,在所述最大值小于第二预设角度阈值的情况下,根据所述分组中所有文字的所述中心点坐标,确定所述分组中各个文字之间的组合顺序;在所述最大值不小于所述第二预设角度阈值的情况下,根据所述分组中所有文字的所述字头朝向,确定所述分组中的起始文字和结束文字,并根据所述分组中所有文字的所述中心点坐标之间的距离,确定所述分组中各个文字之间的组合顺序。
4.根据权利要求3所述的方法,其特征在于,所述根据所述分组中所有文字的所述字头朝向,确定所述分组中的起始文字和结束文字,包括:
根据所述分组中所有文字的所述字头朝向,确定位于中间的中间文字;
将所述中间文字的所述字头朝向更新为初始角度,并按照角度沿目标转动方向递增的规则对所述分组中所有文字的字头朝向进行更新,所述目标转动方向为顺时针方向或逆时针方向;
若所述目标转动方向为逆时针,则将所述分组中在所述中间文字左侧的所有文字中,更新后的字头朝向中的最大值对应的文字确定为所述起始文字,以及将所述分组中在所述中间文字右侧的所有文字中,更新后的字头朝向中的最小值对应的文字确定为所述结束文字;
若所述目标转动方向为顺时针,则将所述分组中在所述中间文字左侧的所有文字中,更新后的字头朝向中的最小值对应的文字确定为所述起始文字,以及将所述分组中在所述中间文字右侧的所有文字中,更新后的字头朝向中的最大值对应的文字确定为所述结束文字。
5.根据权利要求1所述的方法,其特征在于,所述位置信息还包括文字边界信息;
所述对所述分组中的每一文字分别进行识别,包括:
根据所述分组中每一文字的所述中心点坐标和所述文字边界信息,分别从所述印章区域图像中分割出每一所述文字对应的文字区域图像;
根据所述文字的所述字头朝向,对所述文字对应的所述文字区域图像进行角度校正;
通过校正后的所述文字区域图像进行文字识别。
6.根据权利要求5所述的方法,其特征在于,所述根据所述印章区域图像,确定所述印章中所包含的每个文字的位置信息包括:
通过文字检测模型对所述印章区域图像进行处理,以获取所述文字检测模型输出的每个文字的预测中心点坐标和中心点坐标偏移值、以及每个文字的所述字头朝向和所述文字边界信息;
根据所述预测中心点坐标和所述中心点坐标偏移值,确定每个文字的所述中心点坐标。
7.根据权利要求1所述的方法,其特征在于,所述获取印章区域图像包括:
识别待检测图像中的印章位置;
基于所述印章位置,从所述待检测图像中分割出所述印章区域图像。
8.一种文本识别装置,其特征在于,所述装置包括:
获取模块,用于获取印章区域图像;
第一确定模块,用于根据所述印章区域图像,确定所述印章中所包含的每个文字的位置信息,所述位置信息包括中心点坐标和字头朝向;
第二确定模块,用于根据所述中心点坐标和字头朝向,对所述文字进行分组,并确定每一所述分组中的各个文字之间的组合顺序;
识别模块,用于针对每一所述分组,对所述分组中的每一文字分别进行识别,并根据所述分组中各个文字之间的所述组合顺序,对识别得到的文本进行组合,以得到与所述分组对应的识别文本,其中,所有分组对应的识别文本组成所述印章的识别文本。
9.一种计算机可读介质,其上存储有计算机程序,其特征在于,该程序被处理装置执行时实现权利要求1-7中任一项所述方法的步骤。
10.一种电子设备,其特征在于,包括:
存储装置,其上存储有计算机程序;
处理装置,用于执行所述存储装置中的所述计算机程序,以实现权利要求1-7中任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010827102.6A CN111950555B (zh) | 2020-08-17 | 2020-08-17 | 文本识别方法、装置、可读介质及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010827102.6A CN111950555B (zh) | 2020-08-17 | 2020-08-17 | 文本识别方法、装置、可读介质及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111950555A true CN111950555A (zh) | 2020-11-17 |
CN111950555B CN111950555B (zh) | 2024-02-09 |
Family
ID=73343790
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010827102.6A Active CN111950555B (zh) | 2020-08-17 | 2020-08-17 | 文本识别方法、装置、可读介质及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111950555B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112488095A (zh) * | 2020-12-18 | 2021-03-12 | 北京字节跳动网络技术有限公司 | 印章图像识别方法、装置和电子设备 |
CN112926511A (zh) * | 2021-03-25 | 2021-06-08 | 深圳市商汤科技有限公司 | 印章文本识别方法、装置、设备及计算机可读存储介质 |
CN112926564A (zh) * | 2021-02-25 | 2021-06-08 | 中国平安人寿保险股份有限公司 | 图片分析方法、系统、计算机设备和计算机可读存储介质 |
CN113627432A (zh) * | 2021-08-18 | 2021-11-09 | 南京中孚信息技术有限公司 | 图像中印章识别方法、装置、计算机设备及可读存储介质 |
CN113706660A (zh) * | 2021-09-03 | 2021-11-26 | 北京有竹居网络技术有限公司 | 一种信息识别方法、装置、电子设备和存储介质 |
WO2022194130A1 (zh) * | 2021-03-16 | 2022-09-22 | 北京有竹居网络技术有限公司 | 字符位置修正方法、装置、电子设备和存储介质 |
CN116071755A (zh) * | 2023-04-07 | 2023-05-05 | 福昕鲲鹏(北京)信息科技有限公司 | 电子印章中的文字定位方法、装置、设备及存储介质 |
CN116757886A (zh) * | 2023-08-16 | 2023-09-15 | 南京尘与土信息技术有限公司 | 数据分析方法及分析装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105631447A (zh) * | 2015-12-18 | 2016-06-01 | 杭州仁盈科技股份有限公司 | 一种识别圆形公章中文字的方法 |
CN107346580A (zh) * | 2016-05-05 | 2017-11-14 | 腾讯科技(深圳)有限公司 | 票据信息识别方法及装置 |
CN110659647A (zh) * | 2019-09-11 | 2020-01-07 | 杭州睿琪软件有限公司 | 印章图像识别方法及装置、智能发票识别设备和存储介质 |
CN111046754A (zh) * | 2019-11-26 | 2020-04-21 | 泰康保险集团股份有限公司 | 一种文字识别方法、装置及计算机可读存储介质 |
CN111144358A (zh) * | 2019-12-30 | 2020-05-12 | 上海眼控科技股份有限公司 | 车辆合格证的验证方法、装置、计算机设备和存储介质 |
-
2020
- 2020-08-17 CN CN202010827102.6A patent/CN111950555B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105631447A (zh) * | 2015-12-18 | 2016-06-01 | 杭州仁盈科技股份有限公司 | 一种识别圆形公章中文字的方法 |
CN107346580A (zh) * | 2016-05-05 | 2017-11-14 | 腾讯科技(深圳)有限公司 | 票据信息识别方法及装置 |
CN110659647A (zh) * | 2019-09-11 | 2020-01-07 | 杭州睿琪软件有限公司 | 印章图像识别方法及装置、智能发票识别设备和存储介质 |
CN111046754A (zh) * | 2019-11-26 | 2020-04-21 | 泰康保险集团股份有限公司 | 一种文字识别方法、装置及计算机可读存储介质 |
CN111144358A (zh) * | 2019-12-30 | 2020-05-12 | 上海眼控科技股份有限公司 | 车辆合格证的验证方法、装置、计算机设备和存储介质 |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112488095A (zh) * | 2020-12-18 | 2021-03-12 | 北京字节跳动网络技术有限公司 | 印章图像识别方法、装置和电子设备 |
CN112926564A (zh) * | 2021-02-25 | 2021-06-08 | 中国平安人寿保险股份有限公司 | 图片分析方法、系统、计算机设备和计算机可读存储介质 |
WO2022194130A1 (zh) * | 2021-03-16 | 2022-09-22 | 北京有竹居网络技术有限公司 | 字符位置修正方法、装置、电子设备和存储介质 |
CN112926511A (zh) * | 2021-03-25 | 2021-06-08 | 深圳市商汤科技有限公司 | 印章文本识别方法、装置、设备及计算机可读存储介质 |
WO2022198969A1 (zh) * | 2021-03-25 | 2022-09-29 | 深圳市商汤科技有限公司 | 印章文本识别方法、装置、设备及计算机可读存储介质 |
CN113627432A (zh) * | 2021-08-18 | 2021-11-09 | 南京中孚信息技术有限公司 | 图像中印章识别方法、装置、计算机设备及可读存储介质 |
CN113706660A (zh) * | 2021-09-03 | 2021-11-26 | 北京有竹居网络技术有限公司 | 一种信息识别方法、装置、电子设备和存储介质 |
CN116071755A (zh) * | 2023-04-07 | 2023-05-05 | 福昕鲲鹏(北京)信息科技有限公司 | 电子印章中的文字定位方法、装置、设备及存储介质 |
CN116757886A (zh) * | 2023-08-16 | 2023-09-15 | 南京尘与土信息技术有限公司 | 数据分析方法及分析装置 |
CN116757886B (zh) * | 2023-08-16 | 2023-11-28 | 南京尘与土信息技术有限公司 | 数据分析方法及分析装置 |
Also Published As
Publication number | Publication date |
---|---|
CN111950555B (zh) | 2024-02-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111950555B (zh) | 文本识别方法、装置、可读介质及电子设备 | |
US10650236B2 (en) | Road detecting method and apparatus | |
CN112232341B (zh) | 文本检测方法、电子设备及计算机可读介质 | |
US20210272313A1 (en) | Method and Apparatus for Constructing Map | |
CN113313064A (zh) | 字符识别方法、装置、可读介质及电子设备 | |
CN111369427A (zh) | 图像处理方法、装置、可读介质和电子设备 | |
WO2022237811A1 (zh) | 图像处理方法、装置及设备 | |
CN114993328B (zh) | 车辆定位评估方法、装置、设备和计算机可读介质 | |
CN112883968B (zh) | 图像字符识别方法、装置、介质及电子设备 | |
CN115540894B (zh) | 车辆轨迹规划方法、装置、电子设备和计算机可读介质 | |
CN112712036A (zh) | 交通标志识别方法、装置、电子设备及计算机存储介质 | |
CN112488095A (zh) | 印章图像识别方法、装置和电子设备 | |
CN110287817B (zh) | 目标识别及目标识别模型的训练方法、装置和电子设备 | |
CN111209856A (zh) | 发票信息的识别方法、装置、电子设备及存储介质 | |
CN111601129B (zh) | 控制方法、装置、终端及存储介质 | |
CN110674813B (zh) | 汉字识别方法、装置、计算机可读介质及电子设备 | |
CN110348369B (zh) | 一种视频场景分类方法、装置、移动终端及存储介质 | |
WO2023138558A1 (zh) | 一种图像场景分割方法、装置、设备及存储介质 | |
CN111862351A (zh) | 定位模型优化方法、定位方法和定位设备 | |
WO2022206404A1 (zh) | 练字格检测方法、装置、可读介质及电子设备 | |
CN114429628A (zh) | 图像处理方法、装置、可读存储介质及电子设备 | |
CN113191257B (zh) | 笔顺检测方法、装置和电子设备 | |
CN114155545A (zh) | 表格识别方法、装置、可读介质及电子设备 | |
CN111968030B (zh) | 信息生成方法、装置、电子设备和计算机可读介质 | |
CN114463768A (zh) | 表格识别方法、装置、可读介质和电子设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |