[发明专利]一种文本矫正的方法、装置、电子设备和存储介质

说明书

本发明实施例涉及图像处理技术领域，公开了一种文本矫正的方法、装置、电子设备和存储介质。该方法包括：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；根据所述第一控制点设置第二控制点；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。实施本发明实施例，使用文本行检测算法和图像矫正网络相结合，对检测出的文本行进行插值，进而根据结果进行扭曲矫正。

技术领域

本发明涉及图像处理技术领域，具体涉及一种文本矫正的方法、装置、电子设备和存储介质。

背景技术

当前存在扭曲文字矫正算法大多是基于传统方法，使用角点检测、连通域检测、霍夫变换等进行矫正，有些还需要进行相机标定等。传统方法受环鲁棒性较差，对颜色、纹理、动态模糊等影响较为敏感，当拍摄得到的文本行情况复杂时，矫正效果往往不理想。目前并没有非常成熟的针对拍摄图片的场景下的扭曲文本行的矫正算法。

发明内容

针对所述缺陷，本发明实施例公开了一种文本矫正的方法、装置、电子设备和存储介质，其可以很好地检测出扭曲文本，因此对各种复杂情况有较好的鲁棒性。

本发明实施例第一方面公开一种文本矫正的方法，所述方法包括：

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，所述第二控制点包括第一源点集合和第二源点集合；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。

作为一种可选的实施方式，在本发明实施例第一方面中，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。

作为一种可选的实施方式，在本发明实施例第一方面中，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。