【技术实现步骤摘要】
文本识别方法、装置、电子设备和介质
[0001]本公开涉及人工智能
,尤其涉及深度学习、计算机视觉
,可应用于光学字符识别(Optical Character Recognition,OCR)等场景,具体涉及一种文本识别方法、装置、电子设备、计算机可读存储介质和计算机程序产品。
技术介绍
[0002]人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科,既有硬件层面的技术也有软件层面的技术。人工智能硬件技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理等技术;人工智能软件技术主要包括计算机视觉技术、语音识别技术、自然语言处理技术以及机器学习/深度学习、大数据处理技术、知识图谱技术等几大方向。
[0003]光学字符识别(OCR)技术是计算机视觉技术的一个重要分支。文字识别的精确度在很大程度上取决于图像的清晰度,只有达到了一定的清晰度,才能保证识别结果的准确性。
[0004]在此部分中描述的方法不一定是之前已经设想到或采用的方法。除非另有指明,否则不应假定此部分中描述的任何方法仅因其包括在此部分中就被认为是现有技术。类似地,除非另有指明,否则此部分中提及的问题不应认为在任何现有技术中已被公认。
技术实现思路
[0005]本公开提供了一种文本识别方法、装置、电子设备、计算机可读存储介质和计算机程序产品。
[0006]根据本公开的一方面,提供了一种文本识别方法。该方法包括:对待检测图像进行目标检测,获取至少一个检测框 ...
【技术保护点】
【技术特征摘要】
1.一种文本识别方法,包括:对待检测图像进行目标检测,获取至少一个检测框,所述至少一个检测框中的每个检测框分别包围所述待检测图像中的一个目标文本行;获取所述待检测图像位于所述至少一个检测框内的部分的像素值;对位于所述至少一个检测框中任意一个检测框内的目标文本进行识别,以获得文本识别结果和与所述文本识别结果相对应的置信度;响应于所述置信度小于第一阈值,确定与该置信度相对应的文本识别结果为模糊,并确定模糊检测框,所述模糊检测框是所述至少一个检测框中、与被确定为模糊的文本识别结果相对应的目标文本行所在的检测框;以及基于所述待检测图像位于所述模糊检测框内的部分的像素值与第二阈值的比较,确定所述待检测图像位于所述模糊检测框内的部分的图像缺陷种类。2.根据权利要求1所述的方法,其中,获取所述待检测图像位于所述至少一个检测框内的部分的像素值包括:获取所述待检测图像位于所述至少一个检测框内的部分的像素平均值,并且其中,确定所述待检测图像位于所述模糊检测框内的部分的图像缺陷种类包括:响应于确定所述像素平均值小于所述第二阈值,确定所述待检测图像位于所述模糊检测框内的部分的图像缺陷种类为过暗缺陷;或响应于确定所述像素平均值大于所述第二阈值,确定所述待检测图像位于所述模糊检测框内的部分的图像缺陷种类为过亮缺陷。3.根据权利要求1所述的方法,还包括:响应于所述置信度大于或等于所述第一阈值,对通过识别获得的文本识别结果进行校验;以及响应于校验不通过,确定通过识别获得的文本识别结果为错误结果。4.根据权利要求3所述的方法,其中,通过识别获得的文本识别结果包括第一数量的字符,并且其中,对通过识别获得的文本识别结果进行校验包括:将所述第一数量与相应的数量阈值进行比较;以及响应于所述第一数量与所述数量阈值不相等,确定校验不通过。5.根据权利要求3所述的方法,其中,对通过识别获得的文本识别结果进行校验包括:根据通过识别获得的文本识别结果,在文本库中查询;以及响应于未查询到与通过识别获得的文本识别结果相同的结果,确定校验不通过。6.根据权利要求2所述的方法,还包括:响应于确定所述待检测图像位于所述模糊检测框内的部分的图像缺陷种类为过暗缺陷,发出第一提示信息;或响应于确定所述待检测图像位于所述模糊检测框内的部分的图像缺陷种类为过亮缺陷,发出不同于所述第一提示信息的第二提示信息。7.根据权利要求1至6中任一项所述的方法,其中,所述待检测图像是包括卡证的整体或局部的图像,并且其中,目标文本行是所述卡证中的用户信息文本行。8.一种文本识别装置,包括:
目标检测单元,所述目标检测单元被配置为对待检测图像进行目标检测,获取至少一个检测框,所述至少一个检测框中的每个检测框分别包围所述待检测图像中的一个目标文本行;像素值获取单元,所述像素值获取单元被配置为获取所述待检测图像位于所述至少一个检测框内的部分的像素值;文本识别单元,所述文本识别单元被配置为对位于所述至少一个检测框中任意一个检测框内的目标文本进行识别,以获得文本识别结果和与所述文本识别结果相...
【专利技术属性】
技术研发人员:朱雄威,孙逸鹏,姚锟,
申请(专利权)人:北京百度网讯科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。