[发明专利]文本识别方法、装置、可读介质及电子设备

说明书

本公开涉及一种文本识别方法、装置、可读介质及电子设备，所述方法包括：获取待识别的文本图像；根据所述文本图像和所述文本图像对应的文本词，通过预先训练的文本识别模型，获取所述文本图像对应的文本内容；其中，所述文本识别模型包括编码子模型和字符识别子模型，所述编码子模型用于根据输入的所述文本图像输出所述文本图像中每个字符对应的字符编码特征向量，所述字符识别子模型用于根据每个所述字符编码特征向量和所述文本词对应的词嵌入向量，获取所述文本图像对应的文本内容。也就是说，本公开在对文本图像进行识别时，增加了该文本图像对应的词粒度的特征，这样，使得该文本图像的特征更完整，从而提高了文本图像识别的准确率。

技术领域

本公开涉及图像处理技术领域，具体地，涉及一种文本识别方法、装置、可读介质及电子设备。

背景技术

随着文本图像识别技术的广泛应用，人们对文本图像识别的准确率的要求越来越高，需要能够准确识别文本图像中的每个字符。相关技术中，通过Transformer模型识别文本图像中的文本内容，但是，Transformer模型是对文本图像中的每个独立的字符进行识别，导致文本图像识别的准确率比较低。

发明内容

提供该发明内容部分以便以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。该发明内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。

第一方面，本公开提供一种文本识别方法，所述方法包括：

获取待识别的文本图像；

根据所述文本图像和所述文本词文本图像对应的，通过预先训练的文本识别模型，获取所述文本图像对应的文本内容；

其中，所述文本识别模型包括编码子模型和字符识别子模型，所述编码子模型用于根据输入的所述文本图像输出所述文本图像中每个字符对应的字符编码特征向量，所述字符识别子模型用于根据每个所述字符编码特征向量和所述文本词对应的词嵌入向量，获取所述文本图像对应的文本内容。

第二方面，本公开提供一种文本识别装置，所述装置包括：

文本图像获取模块，用于获取待识别的文本图像；

文本内容获取模块，用于根据所述文本图像和所述文本图像对应的文本词，通过预先训练的文本识别模型，获取所述文本图像对应的文本内容；

其中，所述文本识别模型包括编码子模型和字符识别子模型，所述编码子模型用于根据输入的所述文本图像输出所述文本图像中每个字符对应的字符编码特征向量，所述字符识别子模型用于根据每个所述字符编码特征向量和所述文本词对应的词嵌入向量，获取所述文本图像对应的文本内容。

第三方面，本公开提供一种计算机可读介质，其上存储有计算机程序，该程序被处理装置执行时实现本公开第一方面所述方法的步骤。

第四方面，本公开提供一种电子设备，包括：

存储装置，其上存储有计算机程序；

处理装置，用于执行所述存储装置中的所述计算机程序，以实现本公开第一方面所述方法的步骤。

通过上述技术方案，通过获取待识别的文本图像；根据所述文本图像和所述文本图像对应的文本词，通过预先训练的文本识别模型，获取所述文本图像对应的文本内容；其中，所述文本识别模型包括编码子模型和字符识别子模型，所述编码子模型用于根据输入的所述文本图像输出所述文本图像中每个字符对应的字符编码特征向量，所述字符识别子模型用于根据每个所述字符编码特征向量和所述文本词对应的词嵌入向量，获取所述文本图像对应的文本内容。也就是说，本公开在对文本图像进行识别时，增加了该文本图像对应的词粒度的特征，这样，使得该文本图像的特征更完整，从而提高了文本图像识别的准确率。

本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。