[发明专利]文字识别方法、装置、电子设备及存储介质

权利要求书

1.一种文字识别方法，其特征在于，所述方法包括：

获取文本图像，对所述文本图像进行文字检测，得到文字检测框；

对所述文字检测框进行筛选及合并，得到目标文字框；

对所述目标文字框进行无文字区域裁剪，得到裁剪文字框；

对所述裁剪文字框进行文字提取，得到初始文字集；

提取所述初始文字集中的关键文字，并利用正则校验技术对所述关键文字进行校验，将检验成功的所述关键文字作为所述文本图像的文字识别结果；

其中，所述对所述文本图像进行文字检测，得到文字检测框，包括：利用文字目标框检测模型中的卷积层对所述文本图像进行图像特征提取，得到特征图像，所述文字目标框检测模型是预先训练完成的；利用所述文字目标框检测模型中批标准化层对所述特征图像进行标准化操作，得到标准特征图像；利用所述文字目标框检测模型中融合层将所述文本图像的底层特征与所述标准特征图像进行融合，得到目标特征图像；利用所述文字目标框检测模型中激活函数输出所述目标特征图像的检测结果，根据所述检测结果，生成文字检测框；

所述对所述目标文字框进行无文字区域裁剪，得到裁剪文字框，包括：对所述目标文字框进行二值化处理，得到二值化文字框；查询所述二值化文字框中纵轴方向的文字起始位置和文字终止位置以及所述二值化文字框的纵轴方向长度，根据所述纵轴方向的文字起始位置、文字终止位置以及纵轴方向长度，对所述二值化文字框进行纵向裁剪，得到纵向裁剪文字框；查询所述纵向裁剪文字框中横轴方向的文字起始位置和文字终止位置以及所述纵向裁剪文字框的横轴方向长度，根据所述横轴方向的文字起始位置和文字终止位置以及横轴方向长度，对所述纵向裁剪文字框进行横向裁剪，得到裁剪文字框。

2.如权利要求1所述的文字识别方法，其特征在于，所述对所述裁剪文字框进行文字提取，得到初始文字集，包括：

利用文字提取模型中的卷积神经网络对所述裁剪文字框进行特征提取，得到特征文字框，所述文字提取模型是预先训练完成的；

利用所述文字提取模型中的长短期记忆网络对所述特征文字框进行文字位置序列识别，生成原始文字集；

利用所述文字提取模型中的时序分类网络对所述原始文字集进行字符对齐，生成初始文字集。

3.如权利要求2中所述的文字识别方法，其特征在于，所述利用文字提取模型中的卷积神经网络对所述裁剪文字框进行特征提取，得到特征文字框，包括：

利用所述卷积神经网络中的卷积层对所述裁剪文字框进行卷积特征提取，得到初始特征文字框；

利用所述卷积神经网络中的池化层对所述初始特征文字框进行降维，得到降维特征文字框；

利用所述卷积神经网络中的全连接层输出所述降维特征文字框，得到特征文字框。

4.如权利要求2中所述的文字识别方法，其特征在于，所述利用所述文字提取模型中的长短期记忆网络对所述特征文字框进行文字位置序列识别，生成原始文字集，包括：

利用所述长短期记忆网络的输入门计算所述特征文字框的状态值；

利用所述长短期记忆网络的遗忘门计算所述特征文字框的激活值；

根据所述状态值和激活值计算所述特征文字框的状态更新值；

利用所述长短期记忆网络的输出门计算所述状态更新值的文字位置序列，生成原始文字集。

5.如权利要求1至4中任意一项所述的文字识别方法，其特征在于，所述提取所述初始文字集中的关键文字，包括：

删除所述初始文字集中的停用词，得到标准文字集；

计算所述标准文字集中每个标准文字的权重，从所述标准文字集中筛选出所述权重大于预设权重的标准文字作为所述关键文字。