[发明专利]字段定位与分类方法、文本图像识别方法、装置、设备

权利要求书

1.一种字段定位与分类方法，其特征在于，所述字段定位与分类方法包括：

获取待识别文本图像；

对所述待识别文本图像进行识别，生成所述待识别文本图像的真值标签图；

基于所述真值标签图，确定所述待识别文本图像中的各文本连通域；

根据各所述文本连通域以及所述真值标签图，确定所述待识别文本图像中各文本字段的位置信息以及类别信息。

2.根据权利要求1所述的字段定位与分类方法，其特征在于，所述对所述待识别文本图像进行识别，生成所述待识别文本图像的真值标签图，包括：

对所述待识别文本图像进行标签转换，得到对应所述待识别文本图像的标签矩阵，所述标签矩阵中各矩阵元素与所述待识别文本图像的各像素点相对应；

基于所述标签矩阵中各矩阵元素的元素值，确定所述待识别文本图像中各像素点的标签类别；

基于各所述标签类别，得到所述待识别文本图像的真值标签图。

3.根据权利要求2所述的字段定位与分类方法，其特征在于，所述基于所述真值标签图，确定所述待识别文本图像中的各文本连通域，包括：

基于所述真值标签图，生成对应各标签类别的二值分割图；

基于各所述二值分割图，确定像素值相同的像素点构成同一连通域，得到对应的各文本连通域。

4.根据权利要求1所述的字段定位与分类方法，其特征在于，所述对所述待识别文本图像进行识别，生成所述待识别文本图像的真值标签图为通过预先训练的识别模型进行的，所述识别模型的训练方式包括：

获取训练图像集；

对各所述训练图像集中各训练图像进行字段类型的标注；

基于标注的结果，生成对应各训练图像的标签矩阵；

构建初始识别模型；

将各所述标签矩阵输入所述初始识别模型中，对所述初始识别模型进行训练，得到训练后的识别模型。

5.根据权利要求4所述的字段定位与分类方法，其特征在于，所述基于标注的结果，生成对应各训练图像的标签矩阵，包括：

获取各所述训练图像的图像尺寸；

基于所述图像尺寸，构建对应所述训练图像的空白矩阵，所述空白矩阵中各矩阵元素与所述训练图像中各像素点一一对应，所述空白矩阵中各矩阵元素设置初始数值；

基于标注的结果，确定所述训练图像中各像素点的类别信息；

根据各所述类别信息，对所述空白矩阵中对应的矩阵元素的初始数值进行更新，生成对应训练图像的标签矩阵。

6.一种文本图像识别方法，其特征在于，所述文本图像识别方法包括：

通过权利要求1至5任一项所述字段定位与分类方法确定待识别文本图像中各文本字段的位置信息以及类别信息；

基于所述位置信息以及类别信息，对各文本字段进行字段内容的识别，得到所述待识别文本图像中各文本字段的识别结果。

7.一种字段定位与分类装置，其特征在于，所述字段定位与分类装置包括：

图像获取模块，用于获取待识别文本图像；

识别模块，用于对所述待识别文本图像进行识别，生成所述待识别文本图像的真值标签图；

连通域确定模块，用于基于所述真值标签图，确定所述待识别文本图像中的各文本连通域；

位置信息与类别信息确定模块，用于根据各所述文本连通域以及所述真值标签图，确定所述待识别文本图像中各文本字段的位置信息以及类别信息。

8.一种文本图像识别装置，其特征在于，所述文本图像识别装置包括：

定位与分类模块，用于通过权利要求7所述字段定位与分类装置确定待识别文本图像中各文本字段的位置信息以及类别信息；

文本识别模块，用于基于所述位置信息以及类别信息，对各文本字段进行字段内容的识别，得到所述待识别文本图像中各文本字段的识别结果。

9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。