[发明专利]一种文本处理方法及相关装置

权利要求书

1.一种文本处理方法，其特征在于，包括：

获取第一文本图片；所述第一文本图片为包括第一文本的图片；

将所述第一文本图片输入至文本矫正网络进行文本矫正，得到包括第二文本的第二文本图片；所述文本矫正网络为利用所述第一文本中的每个字符的位置信息进行矫正的网络，所述第二文本的文本内容与所述第一文本的文本内容相同，所述第二文本图片中的所述第二文本为水平文本；

所述将所述第一文本图片输入至文本矫正网络进行文本矫正，得到包括第二文本的第二文本图片的步骤，包括：

获取所述第一文本中的字符的各个不同层级的掩码；所述各个不同层级的掩码大小不同，所述各个不同层级的掩码用于表征所述字符的位置信息；

根据所述字符的位置信息构建所述字符的坐标框；所述坐标框用于确定所述字符的控制点；

根据所述控制点对所述字符进行矫正，得到包括所述第二文本的所述第二文本图片。

2.根据权利要求1所述的方法，其特征在于，所述根据所述字符的位置信息构建所述字符的坐标框之前，所述方法还包括：

查找所述各个不同层级的掩码对应的连通域，得到目标连通域；所述目标连通域用于优化所述字符的位置信息。

3.根据权利要求2所述的方法，其特征在于，所述查找所述各个不同层级的掩码对应的连通域，得到目标连通域，包括：

查找第一掩码对应的连通域，得到第一连通域；以及，查找第二掩码对应的连通域，得到第二连通域；所述第二连通域不与所述第一连通域重合，所述第二掩码大于所述第一掩码；

将所述第一连通域和所述第二连通域作为所述目标连通域。

4.根据权利要求1至3中任一项所述的方法，其特征在于，所述获取所述第一文本中的字符的各个不同层级的掩码，包括：

根据损失函数获取所述第一文本中的字符的各个不同层级的掩码，所述损失函数用于表征所述字符的掩码和所述字符的位置信息的准确率。

5.根据权利要求1至3中任一项所述的方法，其特征在于，所述方法还包括：

将所述第二文本图片输入至文本识别网络进行识别，得到所述第二文本。

6.一种文本处理装置，其特征在于，包括：

获取单元，用于获取第一文本图片；所述第一文本图片为包括第一文本的图片；

矫正单元，用于将所述第一文本图片输入至文本矫正网络进行文本矫正，得到包括第二文本的第二文本图片；所述文本矫正网络为利用所述第一文本中的每个字符的位置信息进行矫正的网络，所述第二文本的文本内容与所述第一文本的文本内容相同，所述第二文本图片中的所述第二文本为水平文本；

所述矫正单元，用于将所述第一文本图片输入至文本矫正网络进行文本矫正，得到包括第二文本的第二文本图片，包括：

所述获取单元，还用于获取所述第一文本中的字符的各个不同层级的掩码；所述各个不同层级的掩码大小不同，所述各个不同层级的掩码用于表征所述字符的位置信息；

构建单元，用于根据所述字符的位置信息构建所述字符的坐标框；所述坐标框用于确定所述字符的控制点；

采样单元，用于根据所述坐标框对所述字符的控制点采样；

所述矫正单元，具体用于根据所述控制点对所述字符进行矫正，得到包括所述第二文本的所述第二文本图片。

7.一种文本处理装置，其特征在于，包括：处理器和存储器；

所述存储器用于存储计算机执行指令；

所述处理器用于执行所述存储器所存储的计算机执行指令，以使所述文本处理装置执行如权利要求1至5中任一项所述的方法。

8.一种计算机可读存储介质，其特征在于，包括：

所述计算机可读存储介质用于存储指令或计算机程序；当所述指令或所述计算机程序被执行时，使如权利要求1至5中任一项所述的方法被实现。

9.一种计算机程序产品，其特征在于，包括：指令或计算机程序；

所述指令或所述计算机程序被执行时，使如权利要求1至5中任一项所述的方法被实现。