[发明专利]一种检测文本的方法和设备

说明书

本发明公开了一种检测文本的方法和设备，涉及文本检测技术领域，用以解决在不同复杂程度的自然场景图像中文本候选区定位不准确，检测文本精度较低的问题，本发明方法包括：通过文本区域检测模型得到待检测图片的候选文本框区域，并通过文本区域概率图模型得到候选文本框区域的概率图；通过检测由候选文本框区域的概率图转化得到的二值化图像中的文字区域生成文字区域包围框；根据文字区域包围框在待检测图片的坐标信息确定文字区域包围框在待检测图片中的位置；检测待检测图片中的位置的文本信息，由于本发明中文本区域检测模型可以准确定位文本区域，并且根据文本区域概率图模型对候选文本框区域进行纠正，提高了检测文本的精度。

技术领域

本发明涉及文本检测技术领域，特别涉及一种检测文本的方法和设备。

背景技术

自然场景图像，是指由各种拍摄设备(例如，照相机、具有拍摄功能的手机等)，在没有特定限制的条件下，直接对生活中真实存在的场景拍摄的图像。自然场景图像中的文本可提供丰富的语义信息，例如，自然场景图像中标识街道、车牌、菜单等的文本信息，能够辅助人们方便的理解场景信息，因此，在自然场景图像中准确检测出文本是很有必要的。但是，由于自然场景图像中文本的字体、颜色、格式等差异以及高度杂乱的背景等因素，在自然场景图像中检测文本是一项具有挑战性的工作。

目前，在自然场景图像中检测文本的方法可以分为两大类，分别为：基于滑动窗口的检测方法和基于连通域的检测方法。具体的：

基于滑动窗口的检测方法的工作原理是：使用不同尺度的滑动窗口扫描原始自然场景图像，得到一系列可能包括有文本的自然场景图像子区域，提取这些子区域的纹理特征，并使用提取的纹理特征训练分类器，验证子区域是否包括有文本，该方法通过多尺度滑动窗口以一定的步长在自然场景图像中不断滑动来提取子区域，提取的过程及其耗时，并且使用低级别的纹理特征验证子区域是否包括有文本，使其检测效果不佳。

基于连通域的检测方法的工作原理是：通过字符像素点的色彩、字符的笔画宽度等特征，从自然场景图像中提取连通区域，分析连通区域的特征，通过字符合并规则，得到文本字符串，验证字符串，移除非文字，得到最终检测结果，该方法仅适合处理背景较为简单的自然场景图像。

上述两种方法均通过低级别的特征，例如字符的笔画宽度、图像纹理特征等，来区分自然场景图像中文本和背景，文本候选区定位不准确，检测精度较低。

综上所述，现有技术中在不同复杂程度的自然场景图像中文本候选区定位不准确，检测文本精度较低。

发明内容

本发明提供一种检测文本的方法和设备，用以解决现有技术中存在的在不同复杂程度的自然场景图像中文本候选区定位不准确，检测文本精度较低的问题。

第一方面，本发明实施例提供的一种检测文本的方法包括：

通过文本区域检测模型得到待检测图片的候选文本框区域，并通过所述文本区域概率图模型得到所述候选文本框区域的概率图；

通过检测由所述候选文本框区域的概率图转化得到的二值化图像中的文字区域生成文字区域包围框；

根据所述文字区域包围框在所述待检测图片的坐标信息确定所述文字区域包围框在所述待检测图片中的位置；

检测所述待检测图片中的位置的文本信息。