[发明专利]文本识别方法、装置、计算机设备和存储介质

权利要求书

1.一种文本识别方法，其特征在于，所述方法包括：

通过文本归一化模型检测待识别的文本图像，得到与所述待识别的文本图像中文本行区域对应的标准格式的文本行图片，所述文本行区域中包括若干个字符，所述标准格式的文本行图片中的字符数与所述文本行区域中的字符数相同；

根据预设长度在宽度上对所述标准格式的文本行图片进行分割，得到所述标准格式的文本行图片中每一个字符的标准图片及对应的位置；

采用字符分类模型识别所述每一个字符的标准图片，得到对应的字符文本；

根据每一个字符的标准图片的位置对所述字符文本进行拼接，得到与所述待识别的文本图像中文本行区域对应的目标字符串。

2.根据权利要求1所述的文本识别方法，其特征在于，所述文本归一化模型的生成方法包括：

获取若干个文本行样本图片，所述文本行样本图片中包括样本字符串；

对所述文本行样本图片进行归一化处理，得到与所述文本行样本图片对应的标准格式的文本行图片；

根据所述若干个文本行样本图片和与所述若干个文本行样本图片一一对应的标准格式的文本行图片生成训练数据集；

采用所述训练数据集，利用均方损失函数训练深度学习神经网络，直到所述均方损失函数达到最小值时，得到文本归一化模型。

3.根据权利要求2所述的文本识别方法，其特征在于，所述对所述文本行样本图片进行归一化处理，得到与所述文本行样本图片对应的标准格式的文本行图片，包括：

识别所述文本行样本图片中样本字符串对应的字符串特征；

根据所述字符串特征对所述文本行样本图片进行整体风格、尺寸定义、字体类型、字符大小以及字符位置的归一化处理，得到归一化后的标准格式的文本行图片。

4.根据权利要求2所述的文本识别方法，其特征在于，所述根据所述若干个文本行样本图片和与所述若干个文本行样本图片一一对应的标准格式的文本行图片生成训练数据集，包括：

根据所述若干个文本行样本图片和与所述若干个文本行样本图片一一对应的标准格式的文本行图片生成若干个训练样本对，所述训练样本对包括文本行样本图片和对应的标准格式的文本行图片；

对所述训练样本对中的文本行样本图片的尺寸进行调整，以得到尺寸调整后的训练样本对；

将尺寸调整后的若干个训练样本对作为所述训练数据集。

5.根据权利要求2所述的文本识别方法，其特征在于，所述深度学习神经网络采用去除了亚像素卷积层的超分辨率残差网络；所述采用所述训练数据集，利用均方损失函数训练深度学习神经网络，直到所述均方损失函数达到最小值时，得到文本归一化模型，包括：

将所述训练数据集输入去除了亚像素卷积层的超分辨率残差网络进行前向传播；

采用所述均方损失函数计算所述网络的输出与所述训练数据集中对应标准格式的文本行图片的像素级误差，根据所述误差确定峰值信噪比；

通过梯度下降法对所述均方损失函数进行优化，直到所述误差达到最小值且所述峰值信噪比达到最大值时，保存模型参数，得到所述文本归一化模型。

6.根据权利要求1所述的文本识别方法，其特征在于，所述通过文本归一化模型检测待识别的文本图像之前，所述方法还包括：

对所述待识别的文本图像进行文本定位，得到对应的文本行区域；

识别所述文本行区域中的字符数，根据所述文本行区域中的字符数调整所述文本行区域的尺寸。

7.根据权利要求1所述的文本识别方法，其特征在于，所述预设长度为所述标准格式的文本行图片的高度。