[发明专利]一种文本定位方法及装置

权利要求书

1.一种文本定位方法，其特征在于，所述方法包括：

获取待转换文本的目标文本图像；

通过预设的文本行检测算法，确定所述目标文本图像包含的文本行图像、以及所述文本行图像对应的第一坐标信息，所述第一坐标信息为所述文本行图像对应的目标显示区域的坐标信息；

通过预设的段落合并规则、所述文本行图像对应的第一坐标信息，对所述文本行图像进行合并，得到文本段图像、以及所述文本段图像对应的第二坐标信息；

所述获取待转换文本的目标文本图像包括：

获取待转换文本的初始文本图像；

基于所述初始文本图像的图像数据，判断所述初始文本图像是否包含插入对象的信息；

若包含所述插入对象的信息，则确定所述初始文本图像包含的插入对象对应的第三坐标信息、以及去除所述插入对象的目标文本图像；

所述得到文本段图像、以及所述文本段图像对应的第二坐标信息之后，还包括：

若包含所述插入对象的信息，则基于所述第二坐标信息和所述第三坐标信息，将预先存储的所述文本段图像包含的各字符和所述插入对象进行存储，得到结构化存储的信息。

2.根据权利要求1所述的方法，其特征在于，所述获取待转换文本的目标文本图像包括：

若不包含所述插入对象的信息，则将所述初始文本图像作为目标文本图像。

3.根据权利要求2所述的方法，其特征在于，所述得到文本段图像、以及所述文本段图像对应的第二坐标信息之后，还包括：

若不包含所述插入对象的信息，则基于所述第二坐标信息，将预先存储的所述文本段图像包含的各字符进行存储，得到结构化存储的信息。

4.根据权利要求1所述的方法，其特征在于，所述通过预设的段落合并规则、所述文本行图像对应的第一坐标信息，对所述文本行图像进行合并，得到文本段图像、以及所述文本段图像对应的第二坐标信息包括：

在预设坐标系中，按照文本行图像的纵坐标的数值从小到大的顺序，确定目标文本行图像、以及与所述目标文本行图像相邻的文本行图像，所述预设坐标系为以所述目标文本图像的左上角为原点的直角坐标系；

基于第一文本行图像的第一坐标信息、与所述目标文本行图像相邻的第二文本行图像的第一坐标信息和预设的文本段识别规则，判断所述目标文本行图像包含的文本与所述第二文本行图像包含的文本是否属于同一文本段，所述第一文本行图像为所述目标文本行图像包含的文本行图像中，纵坐标的数值最大的文本行图像；

如果判断结果为是，则将所述目标文本行图像和所述第二文本行图像进行合并，得到新的目标文本行图像；

如果判断结果为否，则将所述目标文本行图像作为文本段图像。