CN113343970B - 文本图像检测方法、装置、设备及存储介质 - Google Patents
文本图像检测方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN113343970B CN113343970B CN202110706494.5A CN202110706494A CN113343970B CN 113343970 B CN113343970 B CN 113343970B CN 202110706494 A CN202110706494 A CN 202110706494A CN 113343970 B CN113343970 B CN 113343970B
- Authority
- CN
- China
- Prior art keywords
- image
- text
- preset
- target
- images
- 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.)
- Active
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 107
- 238000012549 training Methods 0.000 claims abstract description 88
- 238000000034 method Methods 0.000 claims abstract description 25
- 230000011218 segmentation Effects 0.000 claims description 30
- 230000009193 crawling Effects 0.000 claims description 24
- 230000009466 transformation Effects 0.000 claims description 16
- 238000012545 processing Methods 0.000 claims description 15
- 230000004044 response Effects 0.000 claims description 11
- 238000013475 authorization Methods 0.000 claims description 10
- 238000002372 labelling Methods 0.000 claims description 7
- 238000013507 mapping Methods 0.000 claims description 4
- 238000013473 artificial intelligence Methods 0.000 abstract description 2
- 238000006243 chemical reaction Methods 0.000 abstract 1
- 230000006870 function Effects 0.000 description 8
- 238000004364 calculation method Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 238000003491 array Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 235000019800 disodium phosphate Nutrition 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000013139 quantization Methods 0.000 description 2
- 230000001131 transforming effect Effects 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/951—Indexing; Web crawling techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/10—Text processing
- G06F40/194—Calculation of difference between files
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Databases & Information Systems (AREA)
- Character Discrimination (AREA)
Abstract
本发明涉及人工智能，提供一种文本图像检测方法、装置、设备及存储介质。该方法能够根据训练图像及图像文本对预设网络进行训练，得到文本识别模型，对待测图像进行尺度变换，得到多个尺度图像，对待测图像进行旋转，得到多个旋转图像，确定多个旋转图像的旋转顺序，基于文本识别模型对多个尺度图像进行文本检测，得到第一字符识别量，并对多个旋转图像进行文本检测，得到第二字符识别量，根据正态分布算法生成图像权值，根据第一字符识别量及图像权值计算图像清晰度，根据第二字符识别量及旋转顺序计图像角度。本发明能够提高所述图像清晰度的检测准确度。此外，本发明还涉及区块链技术，所述图像清晰度及所述图像角度可存储于区块链中。
Description
技术领域
本发明涉及人工智能技术领域，尤其涉及一种文本图像检测方法、装置、设备及存储介质。
背景技术
在保险处理环节中，无论是智能化识别还是人工处理，用户上传的文本图像越清晰或者图像处于正常视角范围都有利于提高保险投保环节的响应效率，然而，目前主要通过拉普拉斯算子计算图像的水平梯度和竖直梯度确定图像清晰度，然而，由于这种方式的清晰度评价标准受到主观因素影响，从而造成清晰度检测度低下。
发明内容
鉴于以上内容，有必要提供一种文本图像检测方法、装置、设备及存储介质，能够提高图像清晰度的检测准确度。
一方面，本发明提出一种文本图像检测方法，所述文本图像检测方法包括：
接收图像检测请求，并根据所述图像检测请求获取训练样本，所述训练样本包括训练图像及图像文本；
根据所述训练图像及所述图像文本对预设网络进行训练，得到文本识别模型；
根据所述图像检测请求获取待测图像；
对所述待测图像进行尺度变换，得到所述待测图像的多个尺度图像；
对所述待测图像进行旋转，得到所述待测图像的多个旋转图像，并确定所述多个旋转图像的旋转顺序；
基于所述文本识别模型对所述多个尺度图像进行文本检测，得到第一字符识别量，并基于所述文本识别模型对所述多个旋转图像进行文本检测，得到每个旋转图像的第二字符识别量；
根据正态分布算法生成每个尺度图像的图像权值；
根据所述第一字符识别量及所述图像权值计算所述待测图像的图像清晰度，并根据所述第二字符识别量及所述旋转顺序计算所述待测图像的图像角度。
根据本发明优选实施例，所述方法还包括：
根据第一预设标识及第二预设标识生成图像爬取请求，所述第一预设标识用于指示图像，所述第二预设标识用于指示所述图像中的文本框；
将所述图像爬取请求发送至预设网站中；
若在预设时间内接收到基于所述图像爬取请求反馈的授权响应结果，从所述预设网站中爬取与所述授权响应结果对应的目标图像；
获取所述目标图像中的文本信息作为目标信息，并根据所述目标信息确定信息类别；
根据所述信息类别对所述目标图像进行领域标注，得到图像领域；
基于所述图像领域、所述目标图像及对应的所述目标信息构建所述样本库；
计算所述样本库中每一图像领域中的目标图像的数量；
判断所述数量是否小于预设数量阈值；
若所述数量小于所述预设数量阈值，基于扰动法增加与所述数量对应的图像领域中所述目标图像的数量。
根据本发明优选实施例，所述根据所述目标信息确定信息类别包括：
对所述目标信息进行分词处理，得到目标分词；
基于多个预设类别中的类别词汇遍历所述目标分词，并计算所述目标分词与每个预设类别中所述类别词汇相同的词汇数量；
计算所述目标分词的分词总量，并根据所述分词总量及所述词汇数量确定每个预设类别的类别比例；
将所述类别比例最大的所述预设类别确定为所述信息类别。
根据本发明优选实施例，所述根据所述训练图像及所述图像文本对预设网络进行训练，得到文本识别模型包括：
获取所述训练图像的像素信息，并根据所述像素信息对所述训练图像进行向量化处理，得到图像向量；
将所述图像向量输入至所述预设网络，得到输出向量；
对所述图像文本进行向量化处理，得到文本向量；
根据所述文本向量及所述输出向量对所述预设网络中的参数进行调整，直至所述预设网络的识别准确率大于预设准确率，得到所述文本识别模型。
根据本发明优选实施例，所述根据所述文本向量及所述输出向量对所述预设网络中的参数进行调整包括：
计算所述输出向量与所述文本向量的相似度；
选取大于预设相似度阈值的所述相似度对应的输出向量作为目标向量；
确定所述预设网络中生成所述目标向量对应的学习率；
根据所述学习率对所述预设网络的参数进行调整。
根据本发明优选实施例，所述基于所述文本识别模型对所述多个尺度图像进行文本检测，得到第一字符识别量包括：
对每个尺度图像进行向量化处理，得到尺度向量；
将所述尺度向量输入至所述文本识别模型中，得到识别向量；
对所述识别向量进行映射处理，得到每个尺度图像的第一文本字符；
计算所述第一文本字符的数量，得到所述第一字符识别量。
根据本发明优选实施例，所述根据所述第一字符识别量及所述图像权值计算所述待测图像的图像清晰度包括：
采用下列公式计算所述待测图像中字符识别成功的数量作为识别成功量：
其中，N为所述识别成功量，n为所述多个尺度图像的图像总量，wi为第i个图像对应的图像权值，ai为第i个图像的第一字符识别量；
将识别量最大的所述第一字符识别量确定为目标识别量；
将所述识别成功量除以所述目标识别量，得到所述图像清晰度。
另一方面，本发明还提出一种文本图像检测装置，所述文本图像检测装置包括：
获取单元，用于接收图像检测请求，并根据所述图像检测请求获取训练样本，所述训练样本包括训练图像及图像文本；
训练单元，用于根据所述训练图像及所述图像文本对预设网络进行训练，得到文本识别模型；
所述获取单元，还用于根据所述图像检测请求获取待测图像；
变换单元，用于对所述待测图像进行尺度变换，得到所述待测图像的多个尺度图像；
旋转单元，用于对所述待测图像进行旋转，得到所述待测图像的多个旋转图像，并确定所述多个旋转图像的旋转顺序；
检测单元，用于基于所述文本识别模型对所述多个尺度图像进行文本检测，得到第一字符识别量，并基于所述文本识别模型对所述多个旋转图像进行文本检测，得到每个旋转图像的第二字符识别量；
生成单元，用于根据正态分布算法生成每个尺度图像的图像权值；
计算单元，用于根据所述第一字符识别量及所述图像权值计算所述待测图像的图像清晰度，并根据所述第二字符识别量及所述旋转顺序计算所述待测图像的图像角度。
另一方面，本发明还提出一种电子设备，所述电子设备包括：
存储器，存储计算机可读指令；及
处理器，执行所述存储器中存储的计算机可读指令以实现所述文本图像检测方法。
另一方面，本发明还提出一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机可读指令，所述计算机可读指令被电子设备中的处理器执行以实现所述文本图像检测方法。
由以上技术方案可以看出，本发明通过所述图像检测请求训练所述文本识别模型，能够提高所述文本识别模型对所述待测图像的识别准确率，从而能够避免所述文本识别模型对所述图像清晰度及所述图像角度判定的影响，进而通过对所述多个尺度图像及所述多个旋转图像的检测，能够剔除单一图像对所述图像清晰度及所述图像角度判定的影响，从而提高所述图像清晰度及所述图像角度的检测准确度，此外，由于所述文本识别模型识别不同尺度的图像中的文字受到正态分布的影响，因此通过正态分布算法能够准确生成每个尺度图像的图像权值，从而提高所述图像清晰度的检测准确度。
附图说明
图1是本发明文本图像检测方法的较佳实施例的流程图。
图2是本发明文本图像检测装置的较佳实施例的功能模块图。
图3是本发明实现文本图像检测方法的较佳实施例的电子设备的结构示意图。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚，下面结合附图和具体实施例对本发明进行详细描述。
如图1所示，是本发明文本图像检测方法的较佳实施例的流程图。根据不同的需求，该流程图中步骤的顺序可以改变，某些步骤可以省略。
所述文本图像检测方法应用于一个或者多个电子设备中，所述电子设备是一种能够按照事先设定或存储的计算机可读指令，自动进行数值计算和/或信息处理的设备，其硬件包括但不限于微处理器、专用集成电路(Application Specific Integrated Circuit，ASIC)、可编程门阵列(Field－Programmable Gate Array，FPGA)、数字信号处理器(Digital Signal Processor，DSP)、嵌入式设备等。
所述电子设备可以是任何一种可与用户进行人机交互的电子产品，例如，个人计算机、平板电脑、智能手机、个人数字助理(Personal Digital Assistant，PDA)、游戏机、交互式网络电视(Internet Protocol Television，IPTV)、智能穿戴式设备等。
所述电子设备可以包括网络设备和/或用户设备。其中，所述网络设备包括，但不限于单个网络电子设备、多个网络电子设备组成的电子设备组或基于云计算(CloudComputing)的由大量主机或网络电子设备构成的云。
所述电子设备所处的网络包括，但不限于：互联网、广域网、城域网、局域网、虚拟专用网络(Virtual Private Network，VPN)等。
S10，接收图像检测请求，并根据所述图像检测请求获取训练样本，所述训练样本包括训练图像及图像文本。
在本发明的至少一个实施例中，所述图像检测请求可以由负责图像质量检测的检测人员触发。所述图像检测请求携带的信息包括，但不限于：请求领域等。
所述训练样本是指所述请求领域上的样本数据，所述训练图像是指包含有文本信息的图像，所述图像文本是指从所述训练图像上获取到的文本信息。
在本发明的至少一个实施例中，所述电子设备根据所述图像检测请求获取训练样本包括：
解析所述图像检测请求的报文，得到所述报文携带的数据信息；
从所述数据信息中指示领域的信息作为请求领域；
从样本库中获取与所述请求领域对应的样本作为所述训练样本，所述样本库中存储有多个领域的样本。
其中，所述数据信息包括，但不限于：所述请求领域，请求编号等。
所述请求领域是指需要进行图像检测的图像所在的领域，例如，所述请求领域可以是保险领域。
所述训练样本是指与所述请求领域对应的样本，例如，若所述请求领域为所述保险领域，则所述训练样本中的所述训练图像是用户上传的投保资料，所述图像文本可以与所述保险领域相关的文本信息。
通过解析所述报文，能够快速获取到所述数据信息，从而能够快速获取到所述请求领域，通过所述请求领域获取所述训练样本，有利于训练得到的所述文本识别模型能够准确的识别出所述待测图像。
在本发明的至少一个实施例中，所述方法还包括：
根据第一预设标识及第二预设标识生成图像爬取请求，所述第一预设标识用于指示图像，所述第二预设标识用于指示所述图像中的文本框；
将所述图像爬取请求发送至预设网站中；
若在预设时间内接收到基于所述图像爬取请求反馈的授权响应结果，从所述预设网站中爬取与所述授权响应结果对应的目标图像；
获取所述目标图像中的文本信息作为目标信息，并根据所述目标信息确定信息类别；
根据所述信息类别对所述目标图像进行领域标注，得到图像领域；
基于所述图像领域、所述目标图像及对应的所述目标信息构建所述样本库；
计算所述样本库中每一图像领域中的目标图像的数量；
判断所述数量是否小于预设数量阈值；
若所述数量小于所述预设数量阈值，基于扰动法增加与所述数量对应的图像领域中所述目标图像的数量。
通过向所述预设网站发送所述图像爬取请求，进而在接收到所述授权响应结果后对所述目标图像的爬取，提高了所述目标图像的爬取合法性，通过所述目标信息的类别对所述目标图像进行领域标注，提高所述图像领域的准确性，在某一图像领域的目标图像的数量少于预设数量阈值时采用扰动法对该图像领域的目标图像进行扰动，以此来增加该图像领域的图像数量，避免由于某一图像领域的目标图像的样本数量不足，导致训练得到的文本识别模型对该图像领域的目标图像的泛化能力较差。
在本发明的至少一个实施例中，所述电子设备根据所述目标信息确定信息类别包括：
对所述目标信息进行分词处理，得到目标分词；
基于多个预设类别中的类别词汇遍历所述目标分词，并计算所述目标分词与每个预设类别中所述类别词汇相同的词汇数量；
计算所述目标分词的分词总量，并根据所述分词总量及所述词汇数量确定每个预设类别的类别比例；
将所述类别比例最大的所述预设类别确定为所述信息类别。
通过所述类别词汇遍历所述目标分词，能够准确的确定出所述词汇数量，从而能够准确的确定出所述类别比例，进而能够准确的确定出所述目标信息所属的信息类别。
S11，根据所述训练图像及所述图像文本对预设网络进行训练，得到文本识别模型。
在本发明的至少一个实施例中，所述文本识别模型是指能够识别出图像中的文本信息的模型。所述预设网络是预先构建好的网络，所述预设网络可以包括卷积层等。
在本发明的至少一个实施例中，所述电子设备根据所述训练图像及所述图像文本对预设网络进行训练，得到文本识别模型包括：
获取所述训练图像的像素信息，并根据所述像素信息对所述训练图像进行向量化处理，得到图像向量；
将所述图像向量输入至所述预设网络，得到输出向量；
对所述图像文本进行向量化处理，得到文本向量；
根据所述文本向量及所述输出向量对所述预设网络中的参数进行调整，直至所述预设网络的识别准确率大于预设准确率，得到所述文本识别模型。
通过所述像素信息能够准确的生成所述训练图像的图像向量，进而通过所述文本向量及所述图像向量调整所述预设网络的参数，因此，能够确保所述文本识别模型的识别准确性，此外，采用所述文本向量及所述图像向量对所述预设网络进行调整，而无需构建所述预设网络，因此能够提高所述文本识别模型的识别效率。
具体地，所述电子设备根据所述文本向量及所述输出向量对所述预设网络中的参数进行调整包括：
计算所述输出向量与所述文本向量的相似度；
选取大于预设相似度阈值的所述相似度对应的输出向量作为目标向量；
确定所述预设网络中生成所述目标向量对应的学习率；
根据所述学习率对所述预设网络的参数进行调整。
通过上述实施方式，能够根据所述输出向量及对应的所述文本向量确定出所述预设网络中参数的准确性，进而选取与所述文本向量相近的所述输出向量对应的学习率对所述参数进行调整，提高所述文本识别模型的准确性。
S12，根据所述图像检测请求获取待测图像。
在本发明的至少一个实施例中，所述待测图像是指需要进行质量检测的图像。
在本发明的至少一个实施例中，所述电子设备根据所述图像检测请求获取待测图像包括：
从待测库中获取与所述请求领域对应的列表作为目标列表，所述待测库中存储有多个领域对应的列表，每个列表中存储有多个路径信息，每个路径中存储有未进行图像检测的图像；
从所述目标列表中提取任意路径，并获取所述任意路径中存储的信息作为所述待测图像。
通过所述请求领域能够从所述待测库中准确的确定出所述目标列表，进而通过所述目标列表能够快速获取到所述待测图像。
S13，对所述待测图像进行尺度变换，得到所述待测图像的多个尺度图像。
在本发明的至少一个实施例中，所述多个尺度图像是指根据多个比例对所述待测图像进行放大或者缩小后得到的。
在本发明的至少一个实施例中，所述电子设备对所述待测图像进行尺度变换，得到所述待测图像的多个尺度图像包括：
获取多个预设倍数；
基于所述多个预设倍数对所述待测图像进行尺度变换，得到与所述多个预设倍数对应的多个尺度图像。
其中，所述多个预设倍数可以包括0.5、1.5等。
通过所述多个预设倍数，能够快速生成放大后的所述待测图像或者缩小后的所述待测图像。
S14，对所述待测图像进行旋转，得到所述待测图像的多个旋转图像，并确定所述多个旋转图像的旋转顺序。
在本发明的至少一个实施例中，所述多个旋转图像可以是对所述待测图像进行顺时针旋转一定度数得到，也可以是对所述待测图像进行逆时针旋转一定度数得到，本发明对所述待测图像的旋转方向不作限制。
所述旋转顺序是指根据一定度数对所述待测图像进行360度旋转后得到的旋转图像的生成顺序。
在本发明的至少一个实施例中，所述电子设备对所述待测图像进行旋转，得到所述待测图像的多个旋转图像包括：
获取预设数量需求；
将所述预设度数除以所述预设数量需求，得到旋转角度；
基于所述旋转角度对所述待测图像进行旋转，直至旋转后的图像为所述待测图像，得到所述多个旋转图像。
其中，所述预设数量需求是指所述多个旋转图像的数量，所述预设角度通常设置为360度。例如，所述预设数量需求为3，则得到多个旋转图像分别为：对所述待测图像进行旋转120度后得到的图像、对所述待测图像进行旋转240度后得到的图像、对所述待测图像进行旋转360度后得到的图像。
通过上述实施方式，能够快速生成所述预设数量需求的旋转图像。
S15，基于所述文本识别模型对所述多个尺度图像进行文本检测，得到第一字符识别量，并基于所述文本识别模型对所述多个旋转图像进行文本检测，得到每个旋转图像的第二字符识别量。
在本发明的至少一个实施例中，所述第一字符识别量是指所述文本识别模型对每个尺度图像进行识别后得到的字符的数量，所述第二字符识别量是指所述文本识别模型对每个旋转图像进行识别后得到的字符的数量。
在本发明的至少一个实施例中，所述电子设备基于所述文本识别模型对所述多个尺度图像进行文本检测，得到第一字符识别量包括：
对每个尺度图像进行向量化处理，得到尺度向量；
将所述尺度向量输入至所述文本识别模型中，得到识别向量；
对所述识别向量进行映射处理，得到每个尺度图像的第一文本字符；
计算所述第一文本字符的数量，得到所述第一字符识别量。
通过所述文本识别模型能够快速生成所述识别向量，从而能够快速确定出所述第一字符识别量。
在本发明的至少一个实施例中，所述电子设备基于所述文本识别模型对所述多个旋转图像进行文本检测，得到每个旋转图像的第二字符识别量的方式与所述电子设备基于所述文本识别模型对所述多个尺度图像进行文本检测，得到第一字符识别量的方式相同，本发明不作限制。
S16，根据正态分布算法生成每个尺度图像的图像权值。
在本发明的至少一个实施例中，所述图像权值是指每个尺度图像识别出的字符在所述待测图像中识别成功的字符中所占的比重。
在本发明的至少一个实施例中，所述电子设备根据正态分布算法生成每个尺度图像的图像权值包括：
获取预设正态分布曲线；
将所述预设正态分布曲线中与每个预设倍数对应的概率值确定为对应的尺度图像的所述图像权值。
通过所述预设正态分布曲线能够快速获取到所述图像权值。
S17，根据所述第一字符识别量及所述图像权值计算所述待测图像的图像清晰度，并根据所述第二字符识别量及所述旋转顺序计算所述待测图像的图像角度。
需要强调的是，为进一步保证上述图像清晰度及上述图像角度的私密和安全性，上述图像清晰度及上述图像角度还可以存储于一区块链的节点中。
在本发明的至少一个实施例中，所述图像清晰度是指所述待测图像的清晰度量化值，所述图像角度是指所述待测图像当前所处的角度。
在本发明的至少一个实施例中，所述电子设备根据所述第一字符识别量及所述图像权值计算所述待测图像的图像清晰度包括：
采用下列公式计算所述待测图像中字符识别成功的数量作为识别成功量：
其中，N为所述识别成功量，n为所述多个尺度图像的图像总量，wi为第i个图像对应的图像权值，ai为第i个图像的第一字符识别量；
将识别量最大的所述第一字符识别量确定为目标识别量；
将所述识别成功量除以所述目标识别量，得到所述图像清晰度。
由于所述文本识别模型识别不同尺度的图像中的文字受到正态分布的影响，因此，通过所述图像权值能够准确地确定出所述识别成功量，同时，由于识别量最大的所述第一字符识别量与所述待测图像中原有的字符量差距最小，因此，通过将识别量最大的所述第一字符识别量确定为目标识别量，能够提高所述图像清晰度的确定准确性。
在本发明的至少一个实施例中，所述电子设备根据所述第二字符识别量及所述旋转顺序计算所述待测图像的图像角度包括：
对所述第二字符识别量进行归一化处理，得到所述多个旋转图像的图像概率；
将概率值最大的所述图像概率确定为所述目标概率，并将与所述目标概率对应的旋转图像确定为特征图像；
从所述旋转顺序中获取与所述特征图像对应的编号作为旋转标号；
基于所述预设数量需求、所述预设度数及所述旋转标号，采用下列公式计算所述待测图像的图像角度：
A＝(k-1)*j/m；
其中，A为所述图像角度，k为所述旋转标号，j为所述预设度数，m为所述预设数量需求。
通过对所述第二字符识别量进行归一化处理，能够快速确定出所述特征图像，进而根据所述特征图像能够准确的确定出所述待测图像的图像角度。
在本发明的至少一个实施例中，所述方法还包括：
获取所述图像检测请求的请求编号；
根据所述请求编号、所述图像清晰度及所述图像角度生成提示信息；
采用对称加密技术加密所述提示信息，得到密文；
将所述密文发送至指定联系人的终端设备。
其中，所述指定联系人可以是所述图像检测请求的触发用户。
通过上述实施方式，不仅能够提高所述提示信息的安全性，还能够及时将所述提示信息发送至所述指定联系人。
由以上技术方案可以看出，本发明通过所述图像检测请求训练所述文本识别模型，能够提高所述文本识别模型对所述待测图像的识别准确率，从而能够避免所述文本识别模型对所述图像清晰度及所述图像角度判定的影响，进而通过对所述多个尺度图像及所述多个旋转图像的检测，能够剔除单一图像对所述图像清晰度及所述图像角度判定的影响，从而提高所述图像清晰度及所述图像角度的检测准确度，此外，由于所述文本识别模型识别不同尺度的图像中的文字受到正态分布的影响，因此通过正态分布算法能够准确生成每个尺度图像的图像权值，从而提高所述图像清晰度的检测准确度。
如图2所示，是本发明文本图像检测装置的较佳实施例的功能模块图。所述文本图像检测装置11包括获取单元110、训练单元111、变换单元112、旋转单元113、检测单元114、生成单元115、计算单元116、发送单元117、爬取单元118、确定单元119、标注单元120、构建单元121、计算单元122、判断单元123及加密单元124。本发明所称的模块/单元是指一种能够被处理器13所获取，并且能够完成固定功能的一系列计算机可读指令段，其存储在存储器12中。在本实施例中，关于各模块/单元的功能将在后续的实施例中详述。
获取单元110接收图像检测请求，并根据所述图像检测请求获取训练样本，所述训练样本包括训练图像及图像文本。
在本发明的至少一个实施例中，所述图像检测请求可以由负责图像质量检测的检测人员触发。所述图像检测请求携带的信息包括，但不限于：请求领域等。
所述训练样本是指所述请求领域上的样本数据，所述训练图像是指包含有文本信息的图像，所述图像文本是指从所述训练图像上获取到的文本信息。
在本发明的至少一个实施例中，所述获取单元110根据所述图像检测请求获取训练样本包括：
解析所述图像检测请求的报文，得到所述报文携带的数据信息；
从所述数据信息中指示领域的信息作为请求领域；
从样本库中获取与所述请求领域对应的样本作为所述训练样本，所述样本库中存储有多个领域的样本。
其中，所述数据信息包括，但不限于：所述请求领域，请求编号等。
所述请求领域是指需要进行图像检测的图像所在的领域，例如，所述请求领域可以是保险领域。
所述训练样本是指与所述请求领域对应的样本，例如，若所述请求领域为所述保险领域，则所述训练样本中的所述训练图像是用户上传的投保资料，所述图像文本可以与所述保险领域相关的文本信息。
通过解析所述报文，能够快速获取到所述数据信息，从而能够快速获取到所述请求领域，通过所述请求领域获取所述训练样本，有利于训练得到的所述文本识别模型能够准确的识别出所述待测图像。
在本发明的至少一个实施例中，生成单元115根据第一预设标识及第二预设标识生成图像爬取请求，所述第一预设标识用于指示图像，所述第二预设标识用于指示所述图像中的文本框；
发送单元117将所述图像爬取请求发送至预设网站中；
若在预设时间内接收到基于所述图像爬取请求反馈的授权响应结果，爬取单元118从所述预设网站中爬取与所述授权响应结果对应的目标图像；
确定单元119获取所述目标图像中的文本信息作为目标信息，并根据所述目标信息确定信息类别；
标注单元120根据所述信息类别对所述目标图像进行领域标注，得到图像领域；
构建单元121基于所述图像领域、所述目标图像及对应的所述目标信息构建所述样本库；
计算单元122计算所述样本库中每一图像领域中的目标图像的数量；
判断单元123判断所述数量是否小于预设数量阈值；
若所述数量小于所述预设数量阈值，所述计算单元116基于扰动法增加与所述数量对应的图像领域中所述目标图像的数量。
通过向所述预设网站发送所述图像爬取请求，进而在接收到所述授权响应结果后对所述目标图像的爬取，提高了所述目标图像的爬取合法性，通过所述目标信息的类别对所述目标图像进行领域标注，提高所述图像领域的准确性，在某一图像领域的目标图像的数量少于预设数量阈值时采用扰动法对该图像领域的目标图像进行扰动，以此来增加该图像领域的图像数量，避免由于某一图像领域的目标图像的样本数量不足，导致训练得到的文本识别模型对该图像领域的目标图像的泛化能力较差。
在本发明的至少一个实施例中，所述确定单元119根据所述目标信息确定信息类别包括：
对所述目标信息进行分词处理，得到目标分词；
基于多个预设类别中的类别词汇遍历所述目标分词，并计算所述目标分词与每个预设类别中所述类别词汇相同的词汇数量；
计算所述目标分词的分词总量，并根据所述分词总量及所述词汇数量确定每个预设类别的类别比例；
将所述类别比例最大的所述预设类别确定为所述信息类别。
通过所述类别词汇遍历所述目标分词，能够准确的确定出所述词汇数量，从而能够准确的确定出所述类别比例，进而能够准确的确定出所述目标信息所属的信息类别。
训练单元111根据所述训练图像及所述图像文本对预设网络进行训练，得到文本识别模型。
在本发明的至少一个实施例中，所述文本识别模型是指能够识别出图像中的文本信息的模型。所述预设网络是预先构建好的网络，所述预设网络可以包括卷积层等。
在本发明的至少一个实施例中，所述训练单元111根据所述训练图像及所述图像文本对预设网络进行训练，得到文本识别模型包括：
获取所述训练图像的像素信息，并根据所述像素信息对所述训练图像进行向量化处理，得到图像向量；
将所述图像向量输入至所述预设网络，得到输出向量；
对所述图像文本进行向量化处理，得到文本向量；
根据所述文本向量及所述输出向量对所述预设网络中的参数进行调整，直至所述预设网络的识别准确率大于预设准确率，得到所述文本识别模型。
通过所述像素信息能够准确的生成所述训练图像的图像向量，进而通过所述文本向量及所述图像向量调整所述预设网络的参数，因此，能够确保所述文本识别模型的识别准确性，此外，采用所述文本向量及所述图像向量对所述预设网络进行调整，而无需构建所述预设网络，因此能够提高所述文本识别模型的识别效率。
具体地，所述训练单元111根据所述文本向量及所述输出向量对所述预设网络中的参数进行调整包括：
计算所述输出向量与所述文本向量的相似度；
选取大于预设相似度阈值的所述相似度对应的输出向量作为目标向量；
确定所述预设网络中生成所述目标向量对应的学习率；
根据所述学习率对所述预设网络的参数进行调整。
通过上述实施方式，能够根据所述输出向量及对应的所述文本向量确定出所述预设网络中参数的准确性，进而选取与所述文本向量相近的所述输出向量对应的学习率对所述参数进行调整，提高所述文本识别模型的准确性。
所述获取单元110根据所述图像检测请求获取待测图像。
在本发明的至少一个实施例中，所述待测图像是指需要进行质量检测的图像。
在本发明的至少一个实施例中，所述获取单元110根据所述图像检测请求获取待测图像包括：
从待测库中获取与所述请求领域对应的列表作为目标列表，所述待测库中存储有多个领域对应的列表，每个列表中存储有多个路径信息，每个路径中存储有未进行图像检测的图像；
从所述目标列表中提取任意路径，并获取所述任意路径中存储的信息作为所述待测图像。
通过所述请求领域能够从所述待测库中准确的确定出所述目标列表，进而通过所述目标列表能够快速获取到所述待测图像。
变换单元112对所述待测图像进行尺度变换，得到所述待测图像的多个尺度图像。
在本发明的至少一个实施例中，所述多个尺度图像是指根据多个比例对所述待测图像进行放大或者缩小后得到的。
在本发明的至少一个实施例中，所述变换单元112对所述待测图像进行尺度变换，得到所述待测图像的多个尺度图像包括：
获取多个预设倍数；
基于所述多个预设倍数对所述待测图像进行尺度变换，得到与所述多个预设倍数对应的多个尺度图像。
其中，所述多个预设倍数可以包括0.5、1.5等。
通过所述多个预设倍数，能够快速生成放大后的所述待测图像或者缩小后的所述待测图像。
旋转单元113对所述待测图像进行旋转，得到所述待测图像的多个旋转图像，并确定所述多个旋转图像的旋转顺序。
在本发明的至少一个实施例中，所述多个旋转图像可以是对所述待测图像进行顺时针旋转一定度数得到，也可以是对所述待测图像进行逆时针旋转一定度数得到，本发明对所述待测图像的旋转方向不作限制。
所述旋转顺序是指根据一定度数对所述待测图像进行360度旋转后得到的旋转图像的生成顺序。
在本发明的至少一个实施例中，所述旋转单元113对所述待测图像进行旋转，得到所述待测图像的多个旋转图像包括：
获取预设数量需求；
将所述预设度数除以所述预设数量需求，得到旋转角度；
基于所述旋转角度对所述待测图像进行旋转，直至旋转后的图像为所述待测图像，得到所述多个旋转图像。
其中，所述预设数量需求是指所述多个旋转图像的数量，所述预设角度通常设置为360度。例如，所述预设数量需求为3，则得到多个旋转图像分别为：对所述待测图像进行旋转120度后得到的图像、对所述待测图像进行旋转240度后得到的图像、对所述待测图像进行旋转360度后得到的图像。
通过上述实施方式，能够快速生成所述预设数量需求的旋转图像。
检测单元114基于所述文本识别模型对所述多个尺度图像进行文本检测，得到第一字符识别量，并基于所述文本识别模型对所述多个旋转图像进行文本检测，得到每个旋转图像的第二字符识别量。
在本发明的至少一个实施例中，所述第一字符识别量是指所述文本识别模型对每个尺度图像进行识别后得到的字符的数量，所述第二字符识别量是指所述文本识别模型对每个旋转图像进行识别后得到的字符的数量。
在本发明的至少一个实施例中，所述检测单元114基于所述文本识别模型对所述多个尺度图像进行文本检测，得到第一字符识别量包括：
对每个尺度图像进行向量化处理，得到尺度向量；
将所述尺度向量输入至所述文本识别模型中，得到识别向量；
对所述识别向量进行映射处理，得到每个尺度图像的第一文本字符；
计算所述第一文本字符的数量，得到所述第一字符识别量。
通过所述文本识别模型能够快速生成所述识别向量，从而能够快速确定出所述第一字符识别量。
在本发明的至少一个实施例中，所述检测单元114基于所述文本识别模型对所述多个旋转图像进行文本检测，得到每个旋转图像的第二字符识别量的方式与所述检测单元114基于所述文本识别模型对所述多个尺度图像进行文本检测，得到第一字符识别量的方式相同，本发明不作限制。
所述生成单元115根据正态分布算法生成每个尺度图像的图像权值。
在本发明的至少一个实施例中，所述图像权值是指每个尺度图像识别出的字符在所述待测图像中识别成功的字符中所占的比重。
在本发明的至少一个实施例中，所述生成单元115根据正态分布算法生成每个尺度图像的图像权值包括：
获取预设正态分布曲线；
将所述预设正态分布曲线中与每个预设倍数对应的概率值确定为对应的尺度图像的所述图像权值。
通过所述预设正态分布曲线能够快速获取到所述图像权值。
计算单元116根据所述第一字符识别量及所述图像权值计算所述待测图像的图像清晰度，并根据所述第二字符识别量及所述旋转顺序计算所述待测图像的图像角度。
需要强调的是，为进一步保证上述图像清晰度及上述图像角度的私密和安全性，上述图像清晰度及上述图像角度还可以存储于一区块链的节点中。
在本发明的至少一个实施例中，所述图像清晰度是指所述待测图像的清晰度量化值，所述图像角度是指所述待测图像当前所处的角度。
在本发明的至少一个实施例中，所述计算单元116根据所述第一字符识别量及所述图像权值计算所述待测图像的图像清晰度包括：
采用下列公式计算所述待测图像中字符识别成功的数量作为识别成功量：
其中，N为所述识别成功量，n为所述多个尺度图像的图像总量，wi为第i个图像对应的图像权值，ai为第i个图像的第一字符识别量；
将识别量最大的所述第一字符识别量确定为目标识别量；
将所述识别成功量除以所述目标识别量，得到所述图像清晰度。
由于所述文本识别模型识别不同尺度的图像中的文字受到正态分布的影响，因此，通过所述图像权值能够准确地确定出所述识别成功量，同时，由于识别量最大的所述第一字符识别量与所述待测图像中原有的字符量差距最小，因此，通过将识别量最大的所述第一字符识别量确定为目标识别量，能够提高所述图像清晰度的确定准确性。
在本发明的至少一个实施例中，所述计算单元116根据所述第二字符识别量及所述旋转顺序计算所述待测图像的图像角度包括：
对所述第二字符识别量进行归一化处理，得到所述多个旋转图像的图像概率；
将概率值最大的所述图像概率确定为所述目标概率，并将与所述目标概率对应的旋转图像确定为特征图像；
从所述旋转顺序中获取与所述特征图像对应的编号作为旋转标号；
基于所述预设数量需求、所述预设度数及所述旋转标号，采用下列公式计算所述待测图像的图像角度：
A＝(k-1)*j/m；
其中，A为所述图像角度，k为所述旋转标号，j为所述预设度数，m为所述预设数量需求。
通过对所述第二字符识别量进行归一化处理，能够快速确定出所述特征图像，进而根据所述特征图像能够准确的确定出所述待测图像的图像角度。
在本发明的至少一个实施例中，所述获取单元110获取所述图像检测请求的请求编号；
所述生成单元115根据所述请求编号、所述图像清晰度及所述图像角度生成提示信息；
加密单元124采用对称加密技术加密所述提示信息，得到密文；
所述发送单元117将所述密文发送至指定联系人的终端设备。
其中，所述指定联系人可以是所述图像检测请求的触发用户。
通过上述实施方式，不仅能够提高所述提示信息的安全性，还能够及时将所述提示信息发送至所述指定联系人。
由以上技术方案可以看出，本发明通过所述图像检测请求训练所述文本识别模型，能够提高所述文本识别模型对所述待测图像的识别准确率，从而能够避免所述文本识别模型对所述图像清晰度及所述图像角度判定的影响，进而通过对所述多个尺度图像及所述多个旋转图像的检测，能够剔除单一图像对所述图像清晰度及所述图像角度判定的影响，从而提高所述图像清晰度及所述图像角度的检测准确度，此外，由于所述文本识别模型识别不同尺度的图像中的文字受到正态分布的影响，因此通过正态分布算法能够准确生成每个尺度图像的图像权值，从而提高所述图像清晰度的检测准确度。
如图3所示，是本发明实现文本图像检测方法的较佳实施例的电子设备的结构示意图。
在本发明的一个实施例中，所述电子设备1包括，但不限于，存储器12、处理器13，以及存储在所述存储器12中并可在所述处理器13上运行的计算机可读指令，例如文本图像检测程序。
本领域技术人员可以理解，所述示意图仅仅是电子设备1的示例，并不构成对电子设备1的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述电子设备1还可以包括输入输出设备、网络接入设备、总线等。
所述处理器13可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，所述处理器13是所述电子设备1的运算核心和控制中心，利用各种接口和线路连接整个电子设备1的各个部分，及执行所述电子设备1的操作系统以及安装的各类应用程序、程序代码等。
示例性的，所述计算机可读指令可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器12中，并由所述处理器13执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机可读指令段，该计算机可读指令段用于描述所述计算机可读指令在所述电子设备1中的执行过程。例如，所述计算机可读指令可以被分割成获取单元110、训练单元111、变换单元112、旋转单元113、检测单元114、生成单元115、计算单元116、发送单元117、爬取单元118、确定单元119、标注单元120、构建单元121、计算单元122、判断单元123及加密单元124。
所述存储器12可用于存储所述计算机可读指令和/或模块，所述处理器13通过运行或执行存储在所述存储器12内的计算机可读指令和/或模块，以及调用存储在存储器12内的数据，实现所述电子设备1的各种功能。所述存储器12可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据电子设备的使用所创建的数据等。存储器12可以包括非易失性和易失性存储器，例如：硬盘、内存、插接式硬盘，智能存储卡(SmartMedia Card，SMC)，安全数字(Secure Digital，SD)卡，闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他存储器件。
所述存储器12可以是电子设备1的外部存储器和/或内部存储器。进一步地，所述存储器12可以是具有实物形式的存储器，如内存条、TF卡(Trans-flash Card)等等。
所述电子设备1集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机可读指令来指令相关的硬件来完成，所述的计算机可读指令可存储于一计算机可读存储介质中，该计算机可读指令在被处理器执行时，可实现上述各个方法实施例的步骤。
其中，所述计算机可读指令包括计算机可读指令代码，所述计算机可读指令代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机可读指令代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)。
本发明所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain)，本质上是一个去中心化的数据库，是一串使用密码学方法相关联产生的数据块，每一个数据块中包含了一批次网络交易的信息，用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
结合图1，所述电子设备1中的所述存储器12存储计算机可读指令实现一种文本图像检测方法，所述处理器13可执行所述计算机可读指令从而实现：
接收图像检测请求，并根据所述图像检测请求获取训练样本，所述训练样本包括训练图像及图像文本；
根据所述训练图像及所述图像文本对预设网络进行训练，得到文本识别模型；
根据所述图像检测请求获取待测图像；
对所述待测图像进行尺度变换，得到所述待测图像的多个尺度图像；
对所述待测图像进行旋转，得到所述待测图像的多个旋转图像，并确定所述多个旋转图像的旋转顺序；
基于所述文本识别模型对所述多个尺度图像进行文本检测，得到第一字符识别量，并基于所述文本识别模型对所述多个旋转图像进行文本检测，得到每个旋转图像的第二字符识别量；
根据正态分布算法生成每个尺度图像的图像权值；
根据所述第一字符识别量及所述图像权值计算所述待测图像的图像清晰度，并根据所述第二字符识别量及所述旋转顺序计算所述待测图像的图像角度。
具体地，所述处理器13对上述计算机可读指令的具体实现方法可参考图1对应实施例中相关步骤的描述，在此不赘述。
在本发明所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。
所述计算机可读存储介质上存储有计算机可读指令，其中，所述计算机可读指令被处理器13执行时用以实现以下步骤：
接收图像检测请求，并根据所述图像检测请求获取训练样本，所述训练样本包括训练图像及图像文本；
根据所述训练图像及所述图像文本对预设网络进行训练，得到文本识别模型；
根据所述图像检测请求获取待测图像；
对所述待测图像进行尺度变换，得到所述待测图像的多个尺度图像；
对所述待测图像进行旋转，得到所述待测图像的多个旋转图像，并确定所述多个旋转图像的旋转顺序；
基于所述文本识别模型对所述多个尺度图像进行文本检测，得到第一字符识别量，并基于所述文本识别模型对所述多个旋转图像进行文本检测，得到每个旋转图像的第二字符识别量；
根据正态分布算法生成每个尺度图像的图像权值；
根据所述第一字符识别量及所述图像权值计算所述待测图像的图像清晰度，并根据所述第二字符识别量及所述旋转顺序计算所述待测图像的图像角度。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能模块的形式实现。
因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。所述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第一、第二等词语用来表示名称，而并不表示任何特定的顺序。
最后应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。
Claims (10)
1.一种文本图像检测方法，其特征在于，所述文本图像检测方法包括：
接收图像检测请求，并根据所述图像检测请求获取训练样本，所述训练样本包括训练图像及图像文本；
根据所述训练图像及所述图像文本对预设网络进行训练，得到文本识别模型；
根据所述图像检测请求获取待测图像；
对所述待测图像进行尺度变换，得到所述待测图像的多个尺度图像；
对所述待测图像进行旋转，得到所述待测图像的多个旋转图像，并确定所述多个旋转图像的旋转顺序；
基于所述文本识别模型对所述多个尺度图像进行文本检测，得到第一字符识别量，并基于所述文本识别模型对所述多个旋转图像进行文本检测，得到每个旋转图像的第二字符识别量；
根据正态分布算法生成每个尺度图像的图像权值，包括：获取预设正态分布曲线；将所述预设正态分布曲线中与每个预设倍数对应的概率值确定为对应的尺度图像的所述图像权值；
根据所述第一字符识别量及所述图像权值计算所述待测图像的图像清晰度，并根据所述第二字符识别量及所述旋转顺序计算所述待测图像的图像角度。
2.如权利要求1所述的文本图像检测方法，其特征在于，所述方法还包括：
根据第一预设标识及第二预设标识生成图像爬取请求，所述第一预设标识用于指示图像，所述第二预设标识用于指示所述图像中的文本框；
将所述图像爬取请求发送至预设网站中；
若在预设时间内接收到基于所述图像爬取请求反馈的授权响应结果，从所述预设网站中爬取与所述授权响应结果对应的目标图像；
获取所述目标图像中的文本信息作为目标信息，并根据所述目标信息确定信息类别；
根据所述信息类别对所述目标图像进行领域标注，得到图像领域；
基于所述图像领域、所述目标图像及对应的所述目标信息构建所述样本库；
计算所述样本库中每一图像领域中的目标图像的数量；
判断所述数量是否小于预设数量阈值；
若所述数量小于所述预设数量阈值，基于扰动法增加与所述数量对应的图像领域中所述目标图像的数量。
3.如权利要求2所述的文本图像检测方法，其特征在于，所述根据所述目标信息确定信息类别包括：
对所述目标信息进行分词处理，得到目标分词；
基于多个预设类别中的类别词汇遍历所述目标分词，并计算所述目标分词与每个预设类别中所述类别词汇相同的词汇数量；
计算所述目标分词的分词总量，并根据所述分词总量及所述词汇数量确定每个预设类别的类别比例；
将所述类别比例最大的所述预设类别确定为所述信息类别。
4.如权利要求1所述的文本图像检测方法，其特征在于，所述根据所述训练图像及所述图像文本对预设网络进行训练，得到文本识别模型包括：
获取所述训练图像的像素信息，并根据所述像素信息对所述训练图像进行向量化处理，得到图像向量；
将所述图像向量输入至所述预设网络，得到输出向量；
对所述图像文本进行向量化处理，得到文本向量；
根据所述文本向量及所述输出向量对所述预设网络中的参数进行调整，直至所述预设网络的识别准确率大于预设准确率，得到所述文本识别模型。
5.如权利要求4所述的文本图像检测方法，其特征在于，所述根据所述文本向量及所述输出向量对所述预设网络中的参数进行调整包括：
计算所述输出向量与所述文本向量的相似度；
选取大于预设相似度阈值的所述相似度对应的输出向量作为目标向量；
确定所述预设网络中生成所述目标向量对应的学习率；
根据所述学习率对所述预设网络的参数进行调整。
6.如权利要求1所述的文本图像检测方法，其特征在于，所述基于所述文本识别模型对所述多个尺度图像进行文本检测，得到第一字符识别量包括：
对每个尺度图像进行向量化处理，得到尺度向量；
将所述尺度向量输入至所述文本识别模型中，得到识别向量；
对所述识别向量进行映射处理，得到每个尺度图像的第一文本字符；
计算所述第一文本字符的数量，得到所述第一字符识别量。
7.如权利要求1所述的文本图像检测方法，其特征在于，所述根据所述第一字符识别量及所述图像权值计算所述待测图像的图像清晰度包括：
采用下列公式计算所述待测图像中字符识别成功的数量作为识别成功量：
；
其中，为所述识别成功量，/>为所述多个尺度图像的图像总量，/>为第/>个图像对应的图像权值，/>为第/>个图像的第一字符识别量；
将识别量最大的所述第一字符识别量确定为目标识别量；
将所述识别成功量除以所述目标识别量，得到所述图像清晰度。
8.一种文本图像检测装置，其特征在于，所述文本图像检测装置包括：
获取单元，用于接收图像检测请求，并根据所述图像检测请求获取训练样本，所述训练样本包括训练图像及图像文本；
训练单元，用于根据所述训练图像及所述图像文本对预设网络进行训练，得到文本识别模型；
所述获取单元，还用于根据所述图像检测请求获取待测图像；
变换单元，用于对所述待测图像进行尺度变换，得到所述待测图像的多个尺度图像；
旋转单元，用于对所述待测图像进行旋转，得到所述待测图像的多个旋转图像，并确定所述多个旋转图像的旋转顺序；
检测单元，用于基于所述文本识别模型对所述多个尺度图像进行文本检测，得到第一字符识别量，并基于所述文本识别模型对所述多个旋转图像进行文本检测，得到每个旋转图像的第二字符识别量；
生成单元，用于根据正态分布算法生成每个尺度图像的图像权值，包括：获取预设正态分布曲线；将所述预设正态分布曲线中与每个预设倍数对应的概率值确定为对应的尺度图像的所述图像权值；
计算单元，用于根据所述第一字符识别量及所述图像权值计算所述待测图像的图像清晰度，并根据所述第二字符识别量及所述旋转顺序计算所述待测图像的图像角度。
9. 一种电子设备，其特征在于，所述电子设备包括：
存储器，存储有计算机可读指令；及
处理器，执行所述存储器中存储的计算机可读指令以实现如权利要求1至7中任意一项所述的文本图像检测方法。
10.一种计算机可读存储介质，其特征在于：所述计算机可读存储介质中存储有计算机可读指令，所述计算机可读指令被电子设备中的处理器执行以实现如权利要求1至7中任意一项所述的文本图像检测方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110706494.5A CN113343970B (zh) | 2021-06-24 | 2021-06-24 | 文本图像检测方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110706494.5A CN113343970B (zh) | 2021-06-24 | 2021-06-24 | 文本图像检测方法、装置、设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113343970A CN113343970A (zh) | 2021-09-03 |
| CN113343970B true CN113343970B (zh) | 2024-03-08 |
Family
ID=77478618
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110706494.5A Active CN113343970B (zh) | 2021-06-24 | 2021-06-24 | 文本图像检测方法、装置、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113343970B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117690147B (zh) * | 2023-07-13 | 2024-09-27 | 荣耀终端有限公司 | 一种文本识别方法及电子设备 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2008234291A (ja) * | 2007-03-20 | 2008-10-02 | Toshiba Corp | 文字認識装置及び文字認識方法 |
| CN108446698A (zh) * | 2018-03-15 | 2018-08-24 | 腾讯大地通途（北京）科技有限公司 | 在图像中检测文本的方法、装置、介质及电子设备 |
| CN109447078A (zh) * | 2018-10-23 | 2019-03-08 | 四川大学 | 一种自然场景图像敏感文字的检测识别方法 |
| CN109753968A (zh) * | 2019-01-11 | 2019-05-14 | 北京字节跳动网络技术有限公司 | 字符识别模型的生成方法、装置、设备及介质 |
| CN109961006A (zh) * | 2019-01-30 | 2019-07-02 | 东华大学 | 一种低像素多目标人脸检测和关键点定位方法以及对齐方法 |
| WO2020221298A1 (zh) * | 2019-04-30 | 2020-11-05 | 北京金山云网络技术有限公司 | 文本检测模型训练方法、文本区域、内容确定方法和装置 |
| WO2021017998A1 (zh) * | 2019-07-26 | 2021-02-04 | 第四范式（北京）技术有限公司 | 文本位置定位方法和系统以及模型训练方法和系统 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106127248A (zh) * | 2016-06-24 | 2016-11-16 | 平安科技（深圳）有限公司 | 基于深度学习的车牌分类方法及系统 |
-
2021
- 2021-06-24 CN CN202110706494.5A patent/CN113343970B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2008234291A (ja) * | 2007-03-20 | 2008-10-02 | Toshiba Corp | 文字認識装置及び文字認識方法 |
| CN108446698A (zh) * | 2018-03-15 | 2018-08-24 | 腾讯大地通途（北京）科技有限公司 | 在图像中检测文本的方法、装置、介质及电子设备 |
| CN109447078A (zh) * | 2018-10-23 | 2019-03-08 | 四川大学 | 一种自然场景图像敏感文字的检测识别方法 |
| CN109753968A (zh) * | 2019-01-11 | 2019-05-14 | 北京字节跳动网络技术有限公司 | 字符识别模型的生成方法、装置、设备及介质 |
| CN109961006A (zh) * | 2019-01-30 | 2019-07-02 | 东华大学 | 一种低像素多目标人脸检测和关键点定位方法以及对齐方法 |
| WO2020221298A1 (zh) * | 2019-04-30 | 2020-11-05 | 北京金山云网络技术有限公司 | 文本检测模型训练方法、文本区域、内容确定方法和装置 |
| WO2021017998A1 (zh) * | 2019-07-26 | 2021-02-04 | 第四范式（北京）技术有限公司 | 文本位置定位方法和系统以及模型训练方法和系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113343970A (zh) | 2021-09-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11475143B2 (en) | Sensitive data classification | |
| CN111694826B (zh) | 基于人工智能的数据增强方法、装置、电子设备及介质 | |
| CN112417096B (zh) | 问答对匹配方法、装置、电子设备及存储介质 | |
| CN113435522A (zh) | 图像分类方法、装置、设备及存储介质 | |
| CN112541443B (zh) | 发票信息抽取方法、装置、计算机设备及存储介质 | |
| CN111785384A (zh) | 基于人工智能的异常数据识别方法及相关设备 | |
| CN112464117A (zh) | 请求处理方法、装置、计算机设备和存储介质 | |
| CN113268597B (zh) | 文本分类方法、装置、设备及存储介质 | |
| CN111639487A (zh) | 基于分类模型的字段抽取方法、装置、电子设备及介质 | |
| CN112163635B (zh) | 基于深度学习的图像分类方法、装置、服务器及介质 | |
| CN113408278B (zh) | 意图识别方法、装置、设备及存储介质 | |
| CN111986763B (zh) | 疾病数据分析方法、装置、电子设备及存储介质 | |
| CN115050064A (zh) | 人脸活体检测方法、装置、设备及介质 | |
| WO2022126917A1 (zh) | 基于深度学习的人脸图像评估方法、装置、设备及介质 | |
| CN113705468B (zh) | 基于人工智能的数字图像识别方法及相关设备 | |
| CN111552865A (zh) | 用户兴趣画像方法及相关设备 | |
| CN113269179B (zh) | 数据处理方法、装置、设备及存储介质 | |
| CN113343970B (zh) | 文本图像检测方法、装置、设备及存储介质 | |
| CN117115833A (zh) | 一种证件分类方法、装置、设备及存储介质 | |
| CN113177543B (zh) | 证件识别方法、装置、设备及存储介质 | |
| CN114581177B (zh) | 产品推荐方法、装置、设备及存储介质 | |
| CN116468043A (zh) | 嵌套实体识别方法、装置、设备及存储介质 | |
| CN113284137B (zh) | 纸张褶皱检测方法、装置、设备及存储介质 | |
| CN113486680B (zh) | 文本翻译方法、装置、设备及存储介质 | |
| CN113326365B (zh) | 回复语句生成方法、装置、设备及存储介质 |
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 |