一种确定文本行区域的方法和装置.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113762234A(43)申请公布日2021.12.07(21)申请号202110104724.0(22)申请日2021.01.26(71)申请人北京沃东天骏信息技术有限公司地址100176北京市北京经济技术开发区科创十一街18号院2号楼4层A402室申请人北京京东世纪贸易有限公司(72)发明人杨学行赖荣凤梅涛(74)专利代理机构中原信达知识产权代理有限责任公司11219代理人戚传江陆锦华(51)Int.Cl.G06K9/20(2006.01)G06T7/187(2017.01)G06N3/04(2006.01)G06N3/08(2006.01)权利要求书2页说明书8页附图5页(54)发明名称一种确定文本行区域的方法和装置(57)摘要本发明公开了一种用于确定文本行区域的方法和装置，涉及计算机技术领域。该方法的一具体实施方式包括：获取文本图像，其中，所述文本图像中的文本是以文本行形式呈现的；利用基于中心线的文本行检测模型，检测得到文本行的中心线信息；根据所述中心线信息，得到文本行轮廓，以确定所述文本行区域。该实施方式能够有效解决文本黏连问题，尤其在文本行非常靠近或存在重叠区域的情况下，能够通过提取文本行中心线的方式精确的分割文本行，有助于提高文本行分割的精度，进而有助于后续的文本识别的准确率；另一方面，通过先确定文本行中心线，再根据中心线信息检测得到文本行轮廓(区域)，特别适用于长文本行的文本检测。CN113762234ACN113762234A权利要求书1/2页1.一种确定文本行区域的方法，其特征在于，包括：获取文本图像，其中，所述文本图像中的文本是以文本行形式呈现的；利用基于中心线的文本行检测模型，检测得到所述文本行的中心线信息；根据所述中心线信息，得到文本行轮廓，以确定所述文本行区域。2.根据权利要求1所述的方法，其特征在于，所述中心线信息包括：所述中心线上的点的坐标信息、所述中心线相对于指定方向的角度、所述中心线上的点距待定文本行轮廓的上下垂直距离。3.根据权利要求2所述的方法，其特征在于，所述根据所述中心线信息，得到文本行轮廓，包括：基于连通域提取中心线，并根据所述角度及所述上下垂直距离，获得所述文本行轮廓。4.根据权利要求1所述的方法，其特征在于，根据以下方式获得所述文本检测模型：采集训练样本，所述训练样本包括所述文本图像和所述文本图像中的文本行的位置信息；利用所述训练样本，训练卷积神经网络，以得到所述文本行检测模型。5.根据权利要求4所述的方法，其特征在于，包括：在所述训练过程中，根据下列中的一种或多种，确定所述文本行识检测模型的损失函数：基于所述中心线上的各点的坐标信息的预测值和真值的第一损失函数、基于所述中心线上的各点的上下垂直距离的预测值和真值的第二损失函数、基于所述中心线上各点对应的角度的预测值和真值的第三损失函数。6.根据权利要求5所述的方法，其特征在于，包括：根据下列中的一个或多个确定所述损失函数：基于所述第一损失函数和第一权重值的第一修正损失函数、基于所述第二损失函数和第二权重值的第二修正损失函数、基于所述第三损失函数和第三权重值的第三修正损失函数。7.根据权利要求4所述的方法，其特征在于，所述卷积神经网络为下列中的一种：ResNet、VGG、MobileNet、PVANet、DenseNet。8.一种确定文本行区域的装置，其特征在于，包括：图像获取模块，用于获取文本图像，其中，所述文本图像中的文本是以文本行形式呈现的；中心线检测模块，用于利用基于中心线的文本行检测模型，检测得到所述文本行的中心线信息；文本行轮廓确定模块，用于根据所述中心线信息，得到文本行轮廓，以确定所述文本行区域。9.根据权利要求8所述的装置，还包括：模型训练模块，用于采集训练样本，所述训练样本包括所述文本图像和所述文本图像中的文本行的位置信息；利用所述训练样本，训练卷积神经网络，以得到所述文本行检测模型。10.一种电子设备，其特征在于，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，2CN113762234A权利要求书2/2页当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1‑8中任一所述的方法。11.一种计算机可读介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1‑8中任一所述的方法。3CN113762234A说明书1/8页一种确定文本行区域的方法和装置技术领域[0001]本发明涉及计算机技术领域，尤其涉及一种确定文本行区域的方法和装置。背景技术[0002]文本检测技术是OCR(光学字符识别)技术中的重要组成部分，其主要利用计算机视觉技术，检测出图像中的文本区域，以供后续进行