[发明专利]文本区域的检测方法、装置和服务器

权利要求书

1.一种文本区域的检测方法，其特征在于，所述方法包括：

获取待处理图像；

对所述待处理图像进行文本区域分割处理，得到所述待处理图像中文本区域的多个待选择区域；其中，所述多个待选择区域的尺度为多种；

对所述多个待选择区域进行形态学处理，得到所述待处理图像的文本区域。

2.根据权利要求1所述的方法，其特征在于，对所述待处理图像进行文本区域分割处理的步骤，包括：将所述待处理图像输入至预先训练完成的文本区域划分模型，得到所述待处理图像中文本区域的多个待选择区域；

其中，所述文本区域划分模型通过下述方式训练得到：

基于预设的训练集合确定目标训练图像；其中，所述目标训练图像携带有多种尺度的文本区域标识；

将所述目标训练图像输入至初始模型中，输出所述目标训练图像的像素特征数据；所述像素特征数据中包含有所述目标训练图像中每个像素的特征值；

基于所述像素特征数据与所述文本区域标识，计算模型损失值；

根据所述模型损失值调整所述初始模型中的网络参数，继续执行基于预设的训练集合确定目标训练图像的步骤，直至所述模型损失值满足预设的指定值或者输入至所述初始模型的目标训练图像的数量满足预设数量，得到文本区域划分模型。

3.根据权利要求2所述的方法，其特征在于，所述文本区域标识包括：所述目标训练图像中文本区域对应的掩膜；

其中，最大尺度的掩膜的尺度与所述目标训练图像中文本区域的尺度相同；除所述最大尺度的掩膜以外的掩膜的尺度，通过对上一尺度的掩膜的尺度按照预设的百分比缩小得到。

4.根据权利要求2所述的方法，其特征在于，基于所述像素特征数据与所述文本区域标识，计算模型损失值的步骤，包括：

针对每种尺度，根据当前尺度的文本区域标识，从所述目标训练图像确定所述当前尺度对应的非文本区域；

根据所述非文本区域中像素的特征值，从所述非文本区域中提取预设数量的像素；

根据提取出的所述预设数量的像素的特征值和所述文本区域标识对应的文本区域中像素的特征值，计算所述当前尺度对应的损失值；

根据所述当前尺度对应的损失值，以及每种尺度对应的加权系数，计算模型损失值。

5.根据权利要求4所述的方法，其特征在于，根据提取出的所述预设数量的像素的特征值和所述文本区域标识对应的文本区域中像素的特征值，计算所述当前尺度对应的损失值的步骤，包括：

所述损失值

其中，x,y分别表示像素的位置的横坐标和纵坐标；当像素属于所述文本区域时S_x,y＝1；当像素属于提取出的所述预设数量的像素时S_x,y＝0；G_x,y表示提取出的所述预设数量的像素或所述文本区域中像素的特征值。

6.根据权利要求1所述的方法，其特征在于，所述多个待选择区域中，同一尺度的待选择区域标识在同一掩膜中；

对所述多个待选择区域进行形态学处理的步骤，包括：

从所述多个待选择区域中提取最小尺度的待选择区域对应的掩膜；

从所述最小尺度的待选择区域对应的掩膜中确定连通区域；

采用预设的模板，对所述连通区域进行形态学膨胀操作；

根据膨胀后的所述连通区域，确定所述待处理图像的文本区域。