[发明专利]文本识别方法、装置、存储介质及计算机设备

说明书

本申请提供的文本识别方法、装置、存储介质及计算机设备，在对待识别图像中的文本进行识别之前，可以获取待识别图像中指定区域的文本块以及该文本块的位置信息，该位置信息可以包括文本块的四个边角点在与待识别图像对应的第一坐标系下的坐标，接着本申请可以根据文本块的四个边角点对应的坐标来确定将文本块旋转至水平方向的旋转点及旋转角度，并根据该旋转点和旋转角度将文本块旋转至水平方向，从而实现对位于水平方向的文本块进行识别；上述过程中，在对待识别图像中的文本块进行识别之前，对文本块的方向进行校正，从而保证待识别的文本块中文本的方向是固定的，这样不仅可以提高文本识别效率，还可以提高文本识别的准确率。

技术领域

本申请涉及图像处理技术领域，尤其涉及一种文本识别方法、装置、存储介质及计算机设备。

背景技术

OCR识别(光学字符识别)是指对文本资料的图像文件进行分析识别处理，获取文字及版面信息的过程。亦即对图像中的文字进行识别，并以文本的形式返回。由于OCR识别技术具有准确性高、稳定性强、简单易用等特点，广泛应用于教育领域、医疗领域、工业领域等。例如，可以将OCR识别技术应用于PDA(扫描枪)上，作为条码、二维码识别的补充。

目前，在将OCR识别技术应用于PDA的过程中，由于识别场景不固定，导致待识别图像中的文本块可能存在一定的倾斜，从而使得文本块中的文字方向不固定，最终导致识别结果的准确性较低。

发明内容

本申请的目的旨在至少能解决上述的技术缺陷之一，特别是现有技术中在将OCR识别技术应用于PDA的过程中，由于识别场景不固定，导致待识别图像中的文本块可能存在一定的倾斜，从而使得文本块中的文字方向不固定，导致最终的识别结果的准确性较低的技术缺陷。

本申请提供了一种文本识别方法，所述方法包括：

获取待识别图像中指定区域的文本块及所述文本块的位置信息，所述文本块的位置信息包括所述文本块的四个边角点在与所述待识别图像对应的第一坐标系下的坐标；

根据所述文本块的四个边角点的坐标确定将所述文本块旋转至水平方向的旋转点以及旋转角度；

按照所述旋转点以及所述旋转角度将所述文本块旋转至水平方向，并对位于水平方向的文本块进行识别。

可选地，所述根据所述文本块的四个边角点的坐标确定将所述文本块旋转至水平方向的旋转点，包括：

根据所述文本块的四个边角点的坐标，确定所述文本块的宽高，其中，所述文本块的宽不小于所述文本块的高；

遍历所述文本块的四个边角点的坐标，并按照所述文本块的宽高对所述四个边角点的坐标进行顺时针或逆时针排序；其中，排序后的四个边角点中，第一个边角点到第二个边角点之间的距离与所述文本块的宽一致，第二边角点到第三个边角点之间的距离与所述文本块的高一致；

将所述排序后的四个边角点中的第一个边角点作为将所述文本块旋转至水平方向的旋转点。

可选地，所述遍历所述文本块的四个边角点的坐标，并按照所述文本块的宽高对所述四个边角点的坐标进行顺时针或逆时针排序，包括：

遍历所述文本块的四个边角点的坐标，将所述文本块的四个边角点中横坐标与纵坐标之和最小的边角点作为起始点；

从所述起始点开始，按照顺时针或逆时针方向对所述四个边角点中剩余的边角点的坐标进行排序，得到排序结果；

根据所述文本块的宽高，以及所述排序结果中第一个边角点到第二个边角点之间的距离、第二边角点到第三个边角点之间的距离，确定所述排序结果中第一个边角点到第二个边角点之间的距离是否与所述文本块的宽一致，所述排序结果中第二边角点到第三个边角点之间的距离是否与所述文本块的高一致；