[发明专利]一种图像矫正方法、装置、电子设备和存储介质

权利要求书

1.一种图像矫正方法，其特征在于，包括：

获取目标文本图像；

对所述目标文本图像进行文本片段区域识别，以确定所述目标文本图像的至少一个文本片段区域；

获取关注预设文本区域的参考图，所述预设文本区域为与所述文本片段区域位置对应的区域；

将所述参考图与所述目标文本图像中的所述文本片段区域进行融合，得到关注每个文本片段区域的全局文本区域关注图，所述全局文本区域关注图包括融合后文本片段区域、以及所述融合后文本片段区域的属性信息，所述属性信息包括所述目标文本图像中文本需要矫正的角度信息和尺寸信息，所述融合后文本片段区域的属性信息是基于所述文本片段区域的属性信息获取得到的；

对所述目标文本图像进行多次下采样和上采样处理，得到所述目标文本图像的矫正位移信息图，所述矫正位移信息图包括所述目标文本图像中内容的预矫正角度信息和预矫正尺寸信息；

根据所述全局文本区域关注图，对所述矫正位移信息图进行修正，得到所述目标文本图像对应的文本矫正位移信息；

基于所述文本矫正位移信息对所述目标文本图像进行文本矫正处理，得到矫正后图像。

2.根据权利要求1所述的方法，其特征在于，所述对所述目标文本图像进行文本片段区域识别，以确定所述目标文本图像的至少一个文本片段区域，包括：

对所述目标文本图像进行特征提取，得到所述目标文本图像的特征图；

基于滑动的文本窗口对所述特征图进行文本片段区域识别，以确定所述目标文本图像的至少一个文本片段区域。

3.根据权利要求2所述的方法，其特征在于，所述目标文本图像的特征图包括多尺度的特征图；所述基于滑动的文本窗口对所述特征图进行文本片段区域识别，以确定所述目标文本图像的至少一个文本片段区域，包括：

通过滑动的文本窗口对每个尺度下的特征图进行文本片段区域识别，得到每个尺度下的特征图的候选文本片段区域；

将各个尺度的候选文本片段区域进行融合，以确定所述目标文本图像的至少一个文本片段区域。

4.根据权利要求3所述的方法，其特征在于，所述通过滑动的文本窗口对每个尺度下的特征图进行文本片段区域识别，得到每个尺度下的特征图的候选文本片段区域，包括：

确定目标尺度下的特征图对应的至少一个目标文本窗口；

基于至少一个目标文本窗口，在目标尺度下的特征图上进行滑动；

在识别到目标文本窗口中的内容为文本内容时，确定所述目标文本窗口对应的区域为所述目标尺度下的特征图的候选文本片段区域，得到每个尺度下的特征图的候选文本片段区域。

5.根据权利要求2所述的方法，其特征在于，所述对所述目标文本图像进行特征提取，得到所述目标文本图像的特征图，包括：

对所述目标文本图像进行多次下采样和上采样处理，得到所述目标文本图像的多个尺度的特征图。

6.根据权利要求5所述的方法，其特征在于，所述对所述目标文本图像进行多次下采样和上采样处理，得到所述目标文本图像的多个尺度的特征图，包括：

对所述目标文本图像进行多次下采样处理，得到所述目标文本图像多个尺度下的下采样特征图；

对目标尺度的下采样特征图进行多次上采样处理，得到所述目标文本图像多个尺度下的上采样融合特征图，其中，每个尺度的上采样输入为相邻尺度的上采样特征图和下采样特征图融合得到的融合特征；

对每个尺度的上采样融合特征图进行卷积操作，得到所述目标文本图像的每个尺度下的特征图。