[发明专利]文本类信息检测识别方法及设备

权利要求书

1.一种文本类信息检测识别方法，其中，该方法包括：

获取待检测的文本类图像，以及所述文本类图像中的关键文本信息的标准答案；

对所述待检测的文本类图像进行二值化和去噪处理，得到二值化和去噪处理后的文本类图像；

使用弯曲文本目标检测模型，从二值化处理和去噪处理后的文本类图像中获取文本字段信息，所述文本字段信息是指文本类图像中文字字段区域及对应的位置，所述弯曲文本目标检测模型是通过获取图像预处理后的不同种类的模版文本图像，采用曲线定位点标记所有文字字段在所述模版文本图像中的所在位置，基于标记后的所有文字字段在所述模版文本图像中的所在位置，训练目标检测深度神经网络模型后得到的；

对所述文本字段信息进行文本识别，得到关键文本信息；

将所述关键文本信息与对应的标准答案进行是否一致的比对判断。

2.根据权利要求1所述的方法，其中，对所述文本字段信息进行识别，得到关键文本信息，包括：

使用文本识别模型对所述文本字段信息进行文本识别，得到关键文本信息。

3.根据权利要求2所述的方法，其中，使用文本识别模型对所述文本字段信息进行识别，得到关键文本信息之前，还包括：

获取不同种类、不同颜色、不同字符内容的文本字段图像；

采用预设图像处理方法对获取到的所述文本字段图像进行数据扩充，并记录相应类别标签，以得到扩充字段数据集；

使用所述扩充字段数据集训练文本识别深度神经网络模型，获得所述文本识别模型。

4.根据权利要求1所述的方法，其中，对所述待检测的文本类图像进行二值化处理，包括：

基于opencv的自适应adaptiveThreshold的二值化方法，对所述待检测的文本类图像进行二值化处理。

5.一种文本类信息检测识别设备，其中，该设备包括：

目标检测模块，用于获取待检测的文本类图像，以及所述文本类图像中的关键文本信息的标准答案，对所述待检测的文本类图像进行二值化和去噪处理，得到二值化和去噪处理后的文本类图像，使用弯曲文本目标检测模型，从二值化处理和去噪处理后的文本类图像中获取文本字段信息，所述文本字段信息是指文本类图像中文字字段区域及对应的位置，所述弯曲文本目标检测模型是通过获取图像预处理后的不同种类的模版文本图像，采用曲线定位点标记所有文字字段在所述模版文本图像中的所在位置，基于标记后的所有文字字段在所述模版文本图像中的所在位置，训练目标检测深度神经网络模型后得到的；

文本识别模块，用于对所述文本字段信息进行文本识别，得到关键文本信息，将所述关键文本信息与对应的标准答案进行是否一致的比对判断。

6.根据权利要求5所述的设备，其中，所述文本识别模块具体用于：

使用文本识别模型对所述文本字段信息进行文本识别，得到关键文本信息。

7.根据权利要求6所述的设备，其中，所述文本识别模块还用于：

获取不同种类、不同颜色、不同字符内容的文本字段图像；

采用预设图像处理方法对获取到的所述文本字段图像进行数据扩充，并记录相应类别标签，以得到扩充字段数据集；

使用所述扩充字段数据集训练文本识别深度神经网络模型，获得所述文本识别模型。

8.根据权利要求5所述的设备，其中，所述目标检测模块还用于：

基于opencv的自适应adaptiveThreshold的二值化方法，对所述待检测的文本类图像进行二值化处理。