[发明专利]一种文本矫正的方法、装置、电子设备和存储介质

权利要求书

1.一种文本矫正的方法，其特征在于，包括：

获取目标文本图像；

将所述目标文本图像输入基于深度学习的文本行检测网络模型，得到所述目标文本图像对应的掩码图；利用所述掩码图确定文本行轮廓及每个文本行轮廓对应的文本中线；

利用所述掩码图设置对应目标文本图像的第一控制点；所述第一控制点包括文本采样点和边框采样点，在所述文本中线上选取多个文本采样点，构建每个文本中线的文本采样点集合；在所述掩码图中距离掩码图边缘最近距离为预设距离的位置设置多个边框采样点，形成边框采样点集合；

根据所述第一控制点设置第二控制点；所述第二控制点包括第一源点集合和第二源点集合，所述第一源点集合包括多个文本源点子集合，且所述文本源点子集合和文本采样点集合一一对应，每个文本源点子集合中文本源点的个数与对应文本采样点集合中的文本采样点的个数相同，所述第二源点集合中源点个数与所述边框采样点集合中的边框采样点的个数相同；

将所述目标文本图像、以及第一控制点和第二控制点输入图像矫正网络，得到矫正图像。

2.根据权利要求1所述的方法，其特征在于，将所述目标文本图像输入基于深度学习的文本行检测网络模型，得到所述目标文本图像对应的掩码图；利用所述掩码图确定文本行轮廓及每个文本行轮廓对应的文本中线，包括：

将所述目标文本图像输入预先训练的基于深度学习的文本行检测网络模型，输出所述目标文本图像对应的掩码图；所述掩码图与所述目标文本图像的尺寸相同，且所述掩码图中包括多个文本区域掩码；

利用所述文本区域掩码得到对应的文本行轮廓；

利用轮廓收缩的方式确定每个文本行轮廓对应的文本中线。

3.根据权利要求1所述的方法，其特征在于，在所述文本中线上选取多个文本采样点，构建每个文本中线的文本采样点集合，包括：

在所述文本中线上选取多个像素点作为文本采样点，同一文本中线任意两个相邻的文本采样点之间间隔相同；

利用同一文本中线中所有文本采样点构建文本采样点集合，利用文本采样点集合中所有文本采样点的坐标构建文本采样点矩阵。

4.根据权利要求3所述的方法，其特征在于，所述第一源点集合包括多个文本源点子集合，且所述文本源点子集合和文本采样点集合一一对应，每个文本源点子集合中文本源点的个数与对应文本采样点集合中的文本采样点的个数相同，包括：

创建一张空白掩码图，所述空白掩码图与掩码图的尺寸相同；

在所述空白掩码图中构建每个文本采样点集合对应的文本源点子集合；所述文本源点子集合中的文本源点数量与对应文本采样点集合中的文本采样点的个数相同；同一文本源点子集合中的文本源点之间的连线与空白掩码图的水平方向平行，且同一文本源点子集合中的相邻文本源点之间的间隔相同；

确定同一文本源点子集合中所有文本源点的坐标，并利用所述同一文本源点子集合中的所有文本源点的坐标构建文本源点矩阵。

5.根据权利要求4所述的方法，其特征在于，所述第二源点集合中源点个数与所述边框采样点集合中的边框采样点的个数相同，包括：

在所述空白掩码图中构建所述边框采样点集合对应的第二源点集合，第二源点集合中源点个数与所述边框采样点集合中的边框采样点的个数相同，且所述第二源点集合中的源点位于所述空白掩码图的边缘；

利用所述第二源点集合中所有源点的坐标构建第二源点矩阵。

6.根据权利要求1-5任一项所述的方法，其特征在于，将所述目标文本图像、以及第一控制点和第二控制点输入图像矫正网络，得到矫正图像，包括：

将所述目标文本图像、以及第一控制点和第二控制点输入TPS矫正网络中；

所述TPS矫正网络根据第一控制点和第二控制点的坐标信息确定TPS变换矩阵；

创建一个空白图像，所述空白图像和目标文本图像的尺寸相同，且目标文本图像和空白图像分别对应第一控制点和第二控制点；

利用所述TPS变换矩阵确定所述空白图像的每一个位置点在所述目标文本图像中的坐标点，并利用所述目标文本图像中的坐标点附近像素点的像素值插值得到矫正像素值，将所述矫正像素值填充至所述空白图像中，得到矫正图像。