[发明专利]文本矫正方法、装置、设备及存储介质

说明书

本发明公开了一种文本矫正方法、装置、设备及存储介质，所述方法包括：获取待矫正的原始文本图像，所述原始文本图像中包含至少一个文本行，所述文本行为以行划分的文本数据；对每个所述文本行添加掩膜；响应于检测到第一文本行的掩膜为弯曲的掩膜，对所述第一文本行进行矫正。本发明可以解决原始文本图像中文本行弯曲的问题，确保矫正后的文本行不再弯曲，有利于后续基于字符分割算法或基于序列识别的深度学习算法进行文本识别，进而提高文本识别的准确性，并且相对于相关技术中基于文本页面的整体特性只能解决文本页面全局倾斜或全局弯曲的技术方案，本发明的技术方案可以实现以文本行为单位的文本矫正，可以进一步提升文本矫正的质量。

技术领域

本发明涉及计算机视觉技术领域，尤其涉及一种文本矫正方法、装置、设备及存储介质。

背景技术

基于计算机视觉技术可以实现检测、识别图像中的文本信息并将其转换成计算机文字，目前已被广泛应用于各种企业级和消费级应用场景中，可显著提升办公效率。

在实际应用中，由于拍摄对象变形，如书本弯曲或页面褶皱等原因，或者由于图像获取设备与拍摄对象拍摄角度不完全水平等原因，会导致拍摄的文本图像中的水平文本行发生弯曲，而弯曲文本行会为后续基于字符分割算法或基于序列识别的深度学习算法进行文本识别带来困难，导致文本识别错误率上升。

发明内容

有鉴于此，本发明提出一种文本矫正方法、装置、设备及存储介质以解决上述技术问题。

为了达到上述目的，本发明所采用的技术方案为：

根据本发明实施例的第一方面，提供了一种文本矫正方法，包括：

获取待矫正的原始文本图像，所述原始文本图像中包含至少一个文本行，所述文本行为以行划分的文本数据；

对每个所述文本行添加掩膜；

响应于检测到第一文本行的掩膜为弯曲的掩膜，对所述第一文本行进行矫正。

在一实施例中，所述对所述第一文本行进行矫正，包括：

基于所述第一文本行的掩膜确定所述第一文本行的外部轮廓参数；

基于所述外部轮廓参数将所述第一文本行的像素复制至预先创建的目标文本图像中，得到与所述第一文本行对应的矫正文本行，所述目标文本图像为基于所述原始文本图像新建的空白文本图像。

在一实施例中，所述对每个所述文本行添加掩膜，包括：

将所述原始文本图像输入至预先训练的文本检测模型中，得到掩膜文本图像，所述掩膜文本图像中的每个文本行上具有掩膜。

在一实施例中，所述方法还包括基于以下方式检测第一文本行的掩膜为弯曲的掩膜：

基于所述掩膜的轮廓检测所述第一文本行的外部轮廓上的点的坐标；

基于所述外部轮廓上的点的坐标确定所述第一文本行的掩膜为弯曲的掩膜。

在一实施例中，所述基于所述外部轮廓上的点的坐标确定所述第一文本行的掩膜为弯曲的掩膜，包括：

沿X轴方向从所述外部轮廓中获取预设数量的采样点，其中，所述采样点均为所述外部轮廓的上边缘点，或者，所述采样点均为所述外部轮廓的下边缘点；

基于所述采样点的坐标计算相邻两个所述采样点之间连线的斜率；

响应于所述斜率的导数大于或等于设定导数阈值，确定所述第一文本行的掩膜为弯曲的掩膜。

在一实施例中，所述基于所述外部轮廓上的点的坐标确定所述第一文本行的掩膜为弯曲的掩膜，包括：

基于所述外部轮廓上的点的坐标确定所述外部轮廓的最小外接矩形；