[发明专利]一种文本识别方法、装置、设备及存储介质

说明书

本申请提供一种文本识别方法、装置、设备及存储介质，涉及图像处理技术领域，用于提高文本识别的准确率。该方法包括：根据已训练的文本检测模型，确定待识别图像的多个目标文本区域；根据已训练的第一文本识别模型，对所述多个目标文本区域进行文本识别，获取所述多个目标文本区域各自对应的第一文本识别结果；根据已训练的第二文本识别模型，对所述多个目标文本区域进行文本识别，获取所述多个目标文本区域各自对应的第二文本识别结果；根据多个第一文本识别结果和多个第二文本识别结果各自包含的第一置信度，确定所述待识别图像对应的多个目标文本识别结果。

技术领域

本申请涉及图像处理技术领域，提供一种文本识别方法、装置、设备及存储介质。

背景技术

在人们的办公日常中，常常会遇到需要进行文本识别的情况，例如，对图片文字、扫描文字或者PDF文字进行快速录入时，由于这些文字均不能直接复制粘贴，而手动输入又太过于费事费力，所以，可以通过文本识别的方式来达到将文本快速录入的目的。目前，在现有的文本识别方法中，常常采用基于区域的卷积神经网络(Region-basedConvolutional Neural Network，R-CNN)来对图像中的文本区域进行检测，进而，再采用反向传播(Back Propagation，BP)神经网络来识别文本区域中的文本字符。

但是，在采用R-CNN进行文本检测时，由于文本间距可能会过大或过小，且，文本行的分布方向可能为随机方向，使得出现漏检或多检的概率较大，且不能准确检测出文本行边缘，最终导致文本检测的准确率较低。而使用BP神经网络进行文本识别时，由于中文汉字的类别数量较多，且还存在简体和繁体的区别，而中文和英文的标点符号相似，进而，使得对汉字和繁体字的识别效果不够好，只能识别特定少数文本字符，适用场景较少，且对特殊符号、标点符号的识别难度也较大，从而，导致文本识别的准确率较低，影响用户的正常使用。

因此，如何提高文本识别的准确率是一个亟待解决的问题。

发明内容

本申请实施例提供一种文本识别方法、装置、设备及存储介质，用于提高文本识别的准确率。

一方面，提供一种文本识别方法，所述方法包括：

根据已训练的文本检测模型，确定待识别图像的多个目标文本区域；

根据已训练的第一文本识别模型，对所述多个目标文本区域进行文本识别，获取所述多个目标文本区域各自对应的第一文本识别结果；其中，所述第一文本识别模型根据文本语义信息确定所述第一文本识别结果；

根据已训练的第二文本识别模型，对所述多个目标文本区域进行文本识别，获取所述多个目标文本区域各自对应的第二文本识别结果；其中，所述第二文本识别模型根据文本长度和文本语义信息确定所述第二文本识别结果；

根据多个第一文本识别结果和多个第二文本识别结果各自包含的第一置信度，确定所述待识别图像对应的多个目标文本识别结果；其中，所述第一置信度用于指示文本识别结果所对应的目标文本区域中存在特定字符的概率；一个目标文本区域对应多个识别结果，且所述多个识别结果中置信度最大的识别结果，为所述一个目标文本区域的目标文本识别结果。

一方面，提供一种文本识别装置，所述装置包括：

文本区域确定单元，用于根据已训练的文本检测模型，确定待识别图像的多个目标文本区域；

第一识别结果确定单元，用于根据已训练的第一文本识别模型，对所述多个目标文本区域进行文本识别，获取所述多个目标文本区域各自对应的第一文本识别结果；其中，所述第一文本识别模型根据文本语义信息确定所述第一文本识别结果；

第二识别结果确定单元，用于根据已训练的第二文本识别模型，对所述多个目标文本区域进行文本识别，获取所述多个目标文本区域各自对应的第二文本识别结果；其中，所述第二文本识别模型根据文本长度和文本语义信息确定所述第二文本识别结果；