[发明专利]一种检测图像中文字信息的方法及装置、计算机设备

说明书

本申请公开一种检测图像中文字信息的方法及装置、计算机设备，所述方法包括：获取目标图像中的每个像素点的特征信息，所述特征信息包括所述像素点在多个尺度区间对应的多个概率值；基于目标图像中的每个像素点的特征信息，确定所述目标图像中的文字的位置信息和尺度信息。

技术领域

本申请涉及自然语言处理技术，尤其涉及一种检测图像中文字信息的方法及装置、计算机设备。

背景技术

自然语言处理是计算机视觉的一个非常重要的研究领域。通常情况下，在自然语言处理系统中，高精度的模型处理速度往往会更慢。以文字检测为例，为了提高文字检测的精度，通常需要输入高分辨率的图片，这是因为在输入图片分辨率小的情况下，小文字很难检测出来，而网络输入与网络模型的处理时间基本成二次关系增长。如何提高自然语言的处理效率是有待解决的问题。

发明内容

为解决上述技术问题，本申请实施例提供了一种检测图像中文字信息的方法及装置、存储介质、计算机程序产品、计算机设备。

本申请实施例提供的检测图像中文字信息的方法，包括：

获取目标图像中的每个像素点的特征信息，所述特征信息包括所述像素点在多个尺度区间对应的多个概率值；

基于目标图像中的每个像素点的特征信息，确定所述目标图像中的文字的位置信息和尺度信息。

在本申请的一种实施方式中，所述基于目标图像中的每个像素点的特征信息，确定所述目标图像中的文字的位置信息和尺度信息，包括：

针对所述目标图像中的每个像素点，基于所述像素点的所述特征信息确定所述像素点对应的最大概率值，并将所述最大概率值对应的尺度区间作为所述像素点对应的目标尺度区间；

基于所述目标图像中的每个像素点对应的最大概率值以及目标尺度区间，确定所述目标图像中的文字的位置信息和尺度信息。

在本申请的一种实施方式中，所述基于所述目标图像中的每个像素点对应的最大概率值以及目标尺度区间，确定所述目标图像中的文字的位置信息和尺度信息，包括：

基于所述目标图像中的每个像素点对应的最大概率值，生成分数图，所述分数图中的每个点与所述目标图像中的每个像素点一一对应，所述分数图中每个点的取值为所述目标图像中对应的像素点的最大概率值，所述分数图中每个点对应的尺度区间为所述目标图像中对应的像素点对应的目标尺度区间；

基于所述分数图，确定所述目标图像中的文字的位置信息和尺度信息。

在本申请的一种实施方式中，所述基于所述分数图，确定所述目标图像中的文字的位置信息和尺度信息，包括：

将所述分数图中的每个点的取值与阈值进行比较，基于比较结果生成二值图，所述二值图中的每个点与所述分数图中的每个点一一对应，所述二值图中每个点的取值基于所述分数图中的对应的点的取值与所述阈值的比较结果确定，所述二值图中每个点对应的尺度区间为所述分数图中对应的点对应的尺度区间；

从所述二值图中提取所述目标图像中的文字的位置信息，并基于所述文字的位置信息确定所述文字的尺度信息。

在本申请的一种实施方式中，所述二值图中每个点的取值基于所述分数图中的对应的点的取值与所述阈值的比较结果确定，包括：

如果所述分数图中的点的取值大于所述阈值，则所述二值图中对应的点的取值为第一数值；

如果所述分数图中的点的取值小于等于所述阈值，则所述二值图中对应的点的取值为第二数值。

在本申请的一种实施方式中，所述从所述二值图中提取所述目标图像中的文字的位置信息，包括：