[发明专利]基于深度学习的文本矫正方法、装置、设备和介质

权利要求书

1.一种基于深度学习的文本矫正方法，其特征在于，包括：

获取目标文本图像；

利用深度学习的文本行检测网络模型，得到目标文本图像各个文本行的轮廓以及所述轮廓对应的文本中线；

计算所述文本中线的长度与目标文本图像水平方向长度的比例，根据所述比例获取有效文本中线；

获取所述有效文本中线与目标文本图像水平方向的夹角，利用所述夹角旋转所述目标文本图像；

计算所述文本中线的长度与目标文本图像水平方向长度的比例，根据所述比例获取有效文本中线，包括：

计算所述文本中线的长度与目标文本图像水平方向长度的比例；

在所述比例大于或等于预设阈值时，将所述比例大于或等于预设阈值的文本中线定义为有效文本中线；

如果所有的比例均小于预设阈值，则将所有的文本中线均作为有效文本中线。

2.根据权利要求1所述的文本矫正方法，其特征在于，利用深度学习的文本行检测网络模型，得到目标文本图像各个文本行的轮廓以及所述轮廓对应的文本中线，包括：

创建并训练PseNet文本行检测网络模型；

将所述目标文本图像输入所述PseNet文本行检测网络模型，得到所述目标文本图像的文本行区域掩码；

利用所述文本行区域掩码得到所述轮廓；

利用所述PseNet文本行检测网络模型或所述轮廓确定每个文本行的文本中线。

3.根据权利要求1所述的文本矫正方法，其特征在于，计算所述文本中线的长度与目标文本图像水平方向长度的比例，包括：

获取所述文本中线的第一像素点数以及目标文本图像水平方向的第二像素点数；

将所述第一像素点数除以第二像素点数得到所述比例。

4.根据权利要求1-3任一项所述的文本矫正方法，其特征在于，获取所述有效文本中线与目标文本图像水平方向的夹角，包括：

对所述有效文本中线进行线性拟合；

确定所述线性拟合后的每条有效文本中线与目标文本图像水平方向的夹角；

计算所有夹角的平均值，得到平均夹角。

5.根据权利要求4所述的文本矫正方法，其特征在于，利用所述夹角旋转所述目标文本图像，包括：

确定所述目标文本图像的中心点；

以所述中心点为旋转点，以所述平均夹角形成的旋转矩阵对所述目标文本图像进行旋转，得到矫正后的文本图像。

6.一种基于深度学习的文本矫正装置，其特征在于，所述装置包括：

获取单元，用于获取目标文本图像；

识别单元，用于利用深度学习的文本行检测网络模型，得到目标文本图像各个文本行的轮廓以及所述轮廓对应的文本中线；

计算单元，用于计算所述文本中线的长度与目标文本图像水平方向长度的比例，根据所述比例获取有效文本中线；

旋转单元，用于获取所述有效文本中线与目标文本图像水平方向的夹角，利用所述夹角旋转所述目标文本图像；

所述计算单元，包括：

比例计算子单元，用于计算所述文本中线的长度与目标文本图像水平方向长度的比例；

第一判断子单元，用于在所述比例大于或等于预设阈值时，将所述比例大于或等于预设阈值的文本中线定义为有效文本中线；

第二判断子单元，用于如果所有的比例均小于预设阈值，则将所有的文本中线均作为有效文本中线。

7.根据权利要求6所述的文本矫正装置，其特征在于，所述识别单元，包括：

创建子单元，用于创建并训练PseNet文本行检测网络模型；

输出子单元，用于将所述目标文本图像输入所述PseNet文本行检测网络模型，得到所述目标文本图像的文本行区域掩码；

轮廓获取子单元，用于利用所述文本行区域掩码得到所述轮廓；

文本中线获取子单元，用于利用所述PseNet文本行检测网络模型或所述轮廓确定每个文本行的文本中线。