[发明专利]一种文本识别方法、装置、设备及介质

说明书

本公开涉及一种文本识别方法、装置、设备及介质，该方法包括：获取包含目标语句的待处理图像；目标语句由多个初始字符组成；基于待处理图像，获取一组字符图像以及与目标语句对应的生成语句；其中，每张字符图像包括一个初始字符；对各字符图像进行特征提取，得到各初始字符对应的图像特征；对生成语句进行特征提取，得到生成语句中各字符对应的文本特征；基于图像特征和文本特征，得到目标语句的文本识别结果。本公开能够提高文本识别结果的准确性。

技术领域

本公开涉及文本识别技术领域，尤其涉及一种文本识别方法、装置、设备及介质。

背景技术

目前，采用机器学习方法或OCR识别等常见的文本识别方法，取得的文本识别结果准确性并不高，经常出现错误识别字符的情况。同时，文本纠错主要是以自然语言处理技术为基础，再结合易错词表对文本进行纠错。该方式需要较高的人力成本构建易错词表，且易错词表无法穷举全部的易错词，对于未出现过错误文本无法进行纠正。因此，目前的文本识别方法的纠错能力不足，影响文本识别结果的准确性。

发明内容

为了解决上述技术问题或者至少部分地解决上述技术问题，本公开提供了一种文本识别方法、装置、设备及介质。

根据本公开的一方面，提供了一种文本识别方法，包括：

获取包含目标语句的待处理图像；所述目标语句由多个初始字符组成；

基于所述待处理图像，获取一组字符图像以及与所述目标语句对应的生成语句；其中，每张字符图像包括一个初始字符；

对各字符图像进行特征提取，得到各初始字符对应的图像特征；

对所述生成语句进行特征提取，得到所述生成语句中各字符对应的文本特征；

基于所述图像特征和所述文本特征，得到所述目标语句的文本识别结果。

根据本公开的另一方面，提供了一种文本识别装置，包括：

第一获取模块，用于获取包含目标语句的待处理图像；所述目标语句由多个初始字符组成；

第二获取模块，用于基于所述待处理图像，获取一组字符图像以及与所述目标语句对应的生成语句；其中，每张字符图像包括一个初始字符；

图像特征提取模块，用于对各字符图像进行特征提取，得到各初始字符对应的图像特征；

文本特征提取模块，用于对所述生成语句进行特征提取，得到所述生成语句中各字符对应的文本特征；

文本识别模块，用于基于所述图像特征和所述文本特征，得到所述目标语句的文本识别结果。

根据本公开的另一方面，提供了一种电子设备，所述电子设备包括：处理器；以及存储程序的存储器，其中，所述程序包括指令，所述指令在由所述处理器执行时使所述处理器执行根据上述文本识别方法。

根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行根据文本识别方法。

本公开实施例提供的技术方案与现有技术相比具有如下优点：

本公开实施例提供的文本识别方法、装置、设备及介质，该方法包括：获取包含目标语句的待处理图像；目标语句由多个初始字符组成；基于待处理图像，获取一组字符图像以及与目标语句对应的生成语句；对各字符图像进行特征提取，得到各初始字符对应的图像特征；对生成语句进行特征提取，得到生成语句对应的文本特征；基于图像特征和文本特征，得到目标语句的文本识别结果。本公开能够联合图像特征和文本特征，提升纠错能力和文本识别结果的准确性。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。