[发明专利]图像文本识别方法、装置、计算机设备及计算机存储介质

说明书

本申请公开了一种图像文本识别方法、装置及计算机存储介质，涉及文本检测技术领域，针对复杂多样的图像，能够对文本识别结果进行校验处理，提高图像文本信息的利用率。所述方法包括：获取待识别图像，对所述待识别图像进行预处理，得到目标识别图像；基于预先训练的文本区域检测模型，确定所述目标识别图像中文本区域的位置信息以及文本区域的分类标签；将所述目标识别图像以及所述目标识别图像中文本区域的位置信息输入至预先训练的文本识别模型中，得到各个分类标签下文本区域中的文本信息，形成具有分类标识的文本字段；利用预先构建的各个分类标识对应的文本校验库，对所述具有分类标识的文本字段进行校验。

技术领域

本发明涉及文本检测技术领域，尤其是涉及到图像文本识别方法、装置、计算机设备及计算机存储介质。

背景技术

随着科技的发展，图像在信息传播方面起到极大的作用。为了更好地起到宣传作用，越来越多的图像中被加入文本，例如，在涉及医疗交易平台，医疗机构需要用户上传发票图像，从而基于上传发票图像中的文本内容对发票进行核对。因此，由于图像中的文本通常包含着比较丰富的信息，对图像中的文本进行提取和识别，对于图像内容的分析、理解和信息检索等方面具有重要的意义。

现有的图像文本识别方法，一般首先检测图像中的文本区域，然后对检测到的文本区域进行文字识别，最后返回识别得到的文字结果，达到自动化识别，节省人力录入成本。

然而，在实际应用场景的图像中，存在复杂多样的图像内容，对于信息密度较大、对比度较低、印刷效果较差以及图像质量不高的印刷版及电子版影像数据，采用现有的图像文本识别方法存在很多漏检、误检的情况，从而导致最终文本识别效果不佳，另外，现有的图像文本识别往往只着重于字符识别的，使得识别得到的字段与所需字段无法对应的问题，严重影响后续对文本信息的使用。

发明内容

有鉴于此，本发明提供了一种图像文本识别方法、装置、计算机设备及计算机存储介质，主要目的在于解决目前图像中识别得到的字段与所需字段无法对应，不便于后续文本信息使用的问题。

依据本发明一个方面，提供了一种图像文本识别方法，该方法包括：

获取待识别图像，对所述待识别图像进行预处理，得到目标识别图像；

基于预先训练的文本区域检测模型，确定所述目标识别图像中文本区域的位置信息以及文本区域的分类标签；

将所述目标识别图像以及所述目标识别图像中文本区域的位置信息输入至预先训练的文本识别模型中，得到各个分类标签下文本区域中的文本信息，形成具有分类标识的文本字段；

利用预先构建的各个分类标识对应的文本校验库，对所述具有分类标识的文本字段进行校验。

进一步地，在所述利用预先构建的各个分类标识对应的文本校验库，对所述具有分类标识的文本字段进行校验之前，所述方法还包括：

将收集词典样本转换为编码表示后输入至第一网络模型进行训练，得到文本映射模型；

所述第一网络模型中包括多层结构，所述将收集词典样本转换为编码表示后输入至第一网络模型进行训练，得到文本映射模型，具体包括：

通过所述第一网络模型的输入层对所述编码表示的文本字段样本进行概率预测，生成每个文本字段样本的概率分布；

通过所述第一网络模型的隐含层根据每个文本字段样本的概率分布，训练每个文本字段样本作为输出字段的权重，得到文本字段的映射矩阵；

通过所述第一网络模型的全连接层对所述文本字段的映射矩阵中的权重进行调整，得到文本映射模型。