[发明专利]文本检测方法及装置、电子设备和存储介质

说明书

本公开涉及一种文本检测方法及装置、电子设备和存储介质，所述方法包括：通过对待检测图像进行目标检测，得到所述待检测图像中的多个文本行，其中，各所述文本行中包括多个文字边界点；针对任一所述文本行，通过对所述文本行中包括的所述多个文字边界点进行线性拟合，得到所述文本行对应的目标边界框。本公开实施例可实现提高对待检测图像进行文本检测的检测精度。

技术领域

本公开涉及计算机视觉技术领域，尤其涉及一种文本检测方法及装置、电子设备和存储介质。

背景技术

光学字符识别(OCR，Optical Character Recognition)是计算机视觉的重要研究方向，其目标是从图像数据中识别出文字。OCR识别通常包含两步操作，第一步为文本检测，即检测图像数据中文本所在区域，第二步为文字识别，即识别文本所在区域内的文字。文本检测是OCR识别的基础，因此，准确高效的文本检测是OCR识别的关键。

发明内容

本公开提出了一种文本检测方法及装置、电子设备和存储介质的技术方案。

根据本公开的一方面，提供了一种文本检测方法，包括：通过对待检测图像进行目标检测，得到所述待检测图像中的多个文本行，其中，各所述文本行中包括多个文字边界点；针对任一所述文本行，通过对所述文本行中包括的所述多个文字边界点进行线性拟合，得到所述文本行对应的目标边界框。

在一种可能的实现方式中，所述通过对待检测图像进行目标检测，得到所述待检测图像中的多个文本行，包括：通过对所述待检测图像进行目标检测，确定所述待检测图像中多个文字在竖直方向上的位置；根据所述多个文字在竖直方向上的位置，确定所述多个文本行。

在一种可能的实现方式中，所述通过对所述待检测图像进行目标检测，确定所述待检测图像中多个文字在竖直方向上的位置，包括：利用无锚框目标检测网络对所述待检测图像进行目标检测，确定所述待检测图像中的多个竖直线段，其中，各所述竖直线段的上、下端点用于指示文字在竖直方向上的上、下文字边界点；所述根据所述多个文字在竖直方向上的位置，确定所述多个文本行，包括：根据相邻所述竖直线段之间的距离，和/或，相邻所述竖直线段在竖直方向上的偏移程度，确定所述多个文本行，其中，各所述文本行中包括多个所述竖直线段。

在一种可能的实现方式中，同一所述文本行中包括的多个所述竖直线段中，相邻所述竖直线段之间的距离小于等于第一阈值；同一所述文本行中包括的多个所述竖直线段中，相邻所述竖直线段在竖直方向上的偏移程度小于等于第二阈值。

在一种可能的实现方式中，所述针对任一所述文本行，通过对所述文本行中包括的所述多个文字边界点进行线性拟合，得到所述文本行对应的目标边界框，包括：对所述文本行中包括的所述多个文字边界点进行线性拟合，得到拟合边界线，其中，所述拟合边界线对应的拟合残差小于等于第三阈值，所述拟合边界线包括上拟合边界线和下拟合边界线；根据所述拟合边界线，确定所述目标边界框。

在一种可能的实现方式中，所述对所述文本行中包括的所述多个文字边界点进行线性拟合，得到拟合边界线，包括：对所述多个文字边界点进行直线拟合，得到第一拟合直线；在所述第一拟合直线对应的拟合残差小于等于所述第三阈值的情况下，将所述第一拟合直线确定为所述拟合边界线。

在一种可能的实现方式中，所述方法还包括：在所述第一拟合直线对应的拟合残差大于所述第三阈值的情况下，确定所述多个文字边界点中是否存在拐点，其中，分别对所述拐点两侧的其它文字边界点进行直线拟合得到的第二拟合直线和第二拟合直线，对应的拟合残差均小于等于所述第三阈值；在存在所述拐点的情况下，根据所述第二拟合直线和所述第三拟合直线，确定所述拟合边界线；在不存在所述拐点的情况下，对所述多个文字边界点进行曲线拟合，得到拟合曲线，以及将所述拟合曲线确定为所述拟合边界线。

在一种可能的实现方式中，所述方法还包括：根据所述多个文本行对应的所述目标边界框，对所述多个文本行进行文字识别。