[发明专利]文本区域的检测方法、装置和服务器

说明书

本发明提供了一种文本区域的检测方法、装置和服务器，其中，该方法包括：获取待处理图像；对待处理图像进行文本区域分割处理，得到待处理图像中文本区域的多个待选择区域；其中，多个待选择区域的尺度为多种；对多个待选择区域进行形态学处理，得到待处理图像的文本区域。本发明通过形态学对文本区域分割处理后得到的待选择区域进行处理，可以快速检测出图像的文本区域，从而提高了文本检测的效率。

技术领域

本发明涉及图像处理技术领域，尤其是涉及一种文本区域的检测方法、装置和服务器。

背景技术

相关技术中，为了实现图像中的文本检测，可以采用图像分割算法对图像中的文本区域进行多级分割，得到多级尺度的分割区域，然后按照分割区域的轮廓大小对分割区域进行逐像素的迭代扩大，最终检测得到图像中的文本区域，该方式中，由于采用逐像素的迭代扩大方式，导致文本检测较为耗时，检测效率较低。

发明内容

本发明的目的在于提供一种文本区域的检测方法、装置和服务器，以快速检测图像的文本区域，提高文本检测效率。

第一方面，本发明实施例提供了一种文本区域的检测方法，该方法包括：获取待处理图像；对待处理图像进行文本区域分割处理，得到待处理图像中文本区域的多个待选择区域；其中，多个待选择区域的尺度为多种；对多个待选择区域进行形态学处理，得到待处理图像的文本区域。

在本发明较佳的实施例中，上述对待处理图像进行文本区域分割处理的步骤，包括：将待处理图像输入至预先训练完成的文本区域划分模型，得到待处理图像中文本区域的多个待选择区域；其中，该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，目标训练图像携带有多种尺度的文本区域标识；将目标训练图像输入至初始模型中，输出该目标训练图像的像素特征数据；该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；基于该像素特征数据与文本区域标识，计算模型损失值；根据该模型损失值调整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，直至模型损失值满足预设的指定值或者输入至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。

在本发明较佳的实施例中，上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目标训练图像中文本区域的尺度相同；除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。

在本发明较佳的实施例中，上述基于像素特征数据与文本区域标识，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，从目标训练图像确定当前尺度对应的非文本区域；根据非文本区域中像素的特征值，从非文本区域中提取预设数量的像素；根据提取出的预设数量的像素的特征值和文本区域标识对应的文本区域中像素的特征值，计算当前尺度对应的损失值；根据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。

在本发明较佳的实施例中，上述根据提取出的预设数量的像素的特征值和文本区域标识对应的文本区域中像素的特征值，计算当前尺度对应的损失值的步骤，包括：该损失值其中，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预设数量的像素时S_x,y＝0；G_x,y表示提取出的预设数量的像素或文本区域中像素的特征值。

在本发明较佳的实施例中，上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；对多个待选择区域进行形态学处理的步骤，包括：从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，对连通区域进行形态学膨胀操作；根据膨胀后的连通区域，确定待处理图像的文本区域。