文本识别方法、终端及存储介质.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CN113920292A(43)申请公布日2022.01.11(21)申请号202111203921.4(22)申请日2021.10.15(71)申请人掌阅科技股份有限公司地址100022北京市朝阳区东三环中路39号建外SOHO23号楼(南办公楼)20层2307(72)发明人张恒李铭瀚(74)专利代理机构北京开阳星知识产权代理有限公司11710代理人吴崇(51)Int.Cl.G06V10/22(2022.01)G06V30/148(2022.01)权利要求书2页说明书20页附图3页(54)发明名称文本识别方法、终端及存储介质(57)摘要本公开涉及一种文本识别方法、终端及存储介质。其中，文本识别方法包括：获取目标图像；对目标图像进行文本识别，得到目标图像中的多个文本行和每个文本行在目标图像中的文本位置；根据文本位置，计算每两个文本行之间的相对位置关系；基于相对位置关系，对多个文本行进行段落合并，得到至少一个文本段落。本公开实施例中，可实现对目标图像中的不可编辑文本进行分段提取，便于用户后续按照段落对不可编辑文本进行再次编辑，提升了用户的体验。CN113920292ACN113920292A权利要求书1/2页1.一种文本识别方法，其特征在于，包括：获取目标图像；对所述目标图像进行文本识别，得到所述目标图像中的多个文本行和每个所述文本行在所述目标图像中的文本位置；根据所述文本位置，计算每两个所述文本行之间的相对位置关系；基于所述相对位置关系，对多个所述文本行进行段落合并，得到至少一个文本段落。2.根据权利要求1所述的方法，其特征在于，在所述根据所述文本位置，计算每两个所述文本行之间的相对位置关系之前，所述方法还包括：将多个所述文本行划分为多个文本行组，每个所述文本行组内的各个文本行的文本特征相同；其中，所述根据所述文本位置，计算每两个所述文本行之间的相对位置关系，包括：针对每个所述文本行组，根据所述文本位置，计算每两个所述文本行之间的相对位置关系；其中，所述基于所述相对位置关系，对多个所述文本行进行段落合并，得到至少一个文本段落，包括：针对每个所述文本行组，基于所述相对位置关系，对多个所述文本行进行段落合并，得到至少一个文本段落。3.根据权利要求1或2所述的方法，其特征在于，所述相对位置关系包括每两个所述文本行之间的行间距。4.根据权利要求3所述的方法，其特征在于，在所述基于所述相对位置关系，对多个所述文本行进行段落合并，得到至少一个文本段落之前，所述方法还包括：基于所述行间距，在多个所述文本行中，识别多个文本行序列，每个所述文本行序列中的各个文本行属于同一最小距离块；其中，所述基于所述相对位置关系，对多个所述文本行进行段落合并，得到至少一个文本段落，包括：针对每个所述文本行序列，基于所述相对位置关系，对多个所述文本行进行段落合并，得到至少一个文本段落。5.根据权利要求3或4所述的方法，其特征在于，所述基于所述相对位置关系，对多个所述文本行进行段落合并，得到至少一个文本段落，包括：将行间距小于或等于预设的距离阈值的相邻所述文本行聚合为一个集合，得到多个文本行集合；按照所述文本位置，将每个所述文本行集合内的各个文本行合并，得到每个所述文本行集合对应的一个所述文本段落。6.根据权利要求5所述的方法，其特征在于，所述相对位置关系包括每两个所述文本行之间的重叠率；其中，所述将行间距小于或等于预设的距离阈值的相邻所述文本行聚合为一个集合，得到多个文本行集合，包括：将行间距小于或等于预设的所述距离阈值且重叠率大于或等于预设的重叠率阈值的相邻所述文本行聚合为一个集合，得到多个所述文本行集合。2CN113920292A权利要求书2/2页7.根据权利要求3‑6中任一项所述的方法，其特征在于，在所述根据所述文本位置，计算每两个所述文本行之间的相对位置关系之前，所述方法还包括：根据所述文本位置，确定每个所述文本行的排版方向；其中，所述行间距为在所述排版方向的垂直方向上的距离。8.根据权利要求1‑7中任一项所述的方法，其特征在于，所述文本行在所述目标图像中的文本位置包括所述文本行的最小外接矩形框的各个边界在所述目标图像中的坐标信息。9.一种终端，其特征在于，包括：处理器和存储器，所述存储器用于存储可执行指令，所述可执行指令使所述处理器执行以下操作：获取目标图像；对所述目标图像进行文本识别，得到所述目标图像中的多个文本行和每个所述文本行在所述目标图像中的文本位置；根据所述文本位置，计算每两个所述文本行之间的相对位置关系；基于所述相对位置关系，对多个所述文本行进行段落合并，得到至少一个文本段落。10.一种计算机可读存储介质，其特征在于，所述存储介质存储有计算机程序，当所述计算机程序被处理