[发明专利]文本图像的处理方法、装置、设备以及存储介质

权利要求书

1.一种文本图像的处理方法，其特征在于，包括：

提取待处理文本图像的初始特征图；

根据所述初始特征图，确定所述待处理文本图像所包含的至少一个文本区域中各个文本区域的文本内容特征和空间位置特征；

对于每个所述文本区域，将所述文本区域的文本内容特征和空间位置特征拼接，得到所述文本区域的区域特征；

基于各所述文本区域的区域特征，确定各所述文本区域的排序结果，所述排序结果表征了各所述文本区域的文本识别结果的输出顺序；

获取各所述文本区域的文本识别结果，基于所述排序结果将各所述文本区域的文本识别结果进行排序，得到所述待处理图像的文本识别结果。

2.根据权利要求1所述的方法，其特征在于，所述根据所述初始特征图，确定所述待处理文本图像所包含的至少一个文本区域中各个文本区域的文本内容特征和空间位置特征，包括：

基于所述初始特征图中各特征点的位置，确定所述初始特征图中各特征点之间的位置关系；

基于所述初始特征图中各特征点的特征值、以及所述初始特征图中各特征点之间的位置关系，对所述初始特征图进行特征提取，得到目标特征图；

根据所述目标特征图，确定所述目标特征图中各特征点对应的分类结果，所述分类结果表征了所述目标特征图中各特征点属于文本区域或背景区域；

根据所述目标特征图中各特征点对应的分类结果，确定所述目标特征图中的至少一个文本区域；

对于每个所述文本区域，根据所述文本区域在所述目标特征图中所对应的各特征点的特征值，确定所述文本区域对应的文本内容特征，根据所述文本区域在所述目标特征图中所对应的各特征点的位置，确定所述文本区域对应的空间位置特征。

3.根据权利要求2所述的方法，其特征在于，所述基于所述初始特征图中各特征点的位置，确定所述初始特征图中各特征点之间的位置关系，包括：

基于所述初始特征图中各特征点的位置，确定所述初始特征图中各特征点之间的距离；

所述基于所述初始特征图中各特征点的特征值、以及所述初始特征图中各特征点之间的位置关系，对所述初始特征图进行特征提取，得到目标特征图，包括：

基于所述初始特征图中各特征点的特征值、以及所述初始特征图中各特征点之间的距离，构建图结构，对所述图结构进行特征提取，得到目标特征图，其中，所述初始特征图中每个特征点对应于所述图结构中的一个节点，所述距离小于或等于设定值的特征点所对应的节点之间具有连边。

4.根据权利要求2所述的方法，其特征在于，所述目标特征图包括多个通道的特征图，对于每个所述文本区域，所述根据所述文本区域在所述目标特征图中所对应的各特征点的特征值，确定所述文本区域对应的文本内容特征，包括：

将所述文本区域在所述目标特征图中所对应的各特征点中同一通道的特征值进行融合，得到对应于各通道的融合特征值；

基于所述文本区域对应的融合特征值，确定所述文本区域对应的文本内容特征。

5.根据权利要求1所述的方法，其特征在于，所述基于各所述文本区域对应的区域特征，确定各所述文本区域的排序结果，包括：

基于包含各所述文本区域的区域特征的特征序列，预测所述特征序列中各所述区域特征在每个时间步所对应的概率，基于各所述区域特征在每个时间步所对应的概率，确定各所述文本区域的排序结果；

其中，一个所述区域特征在一个时间步所对应的概率，表征了所述区域特征对应的文本区域在各所述文本区域中的排序对应于所述时间步的概率。