CN110569846A 图像文字识别方法、装置、设备及存储介质 （北京百度网讯科技有限公司）

本申请公开了一种图像文字识别方法、装字对应合成编码向量携带的语义信息和位置信2对所述待处理图像中的每个文本行进行处理，得到每个文本根据每个文本行中各单字对应合成编码向量携带的语义对所述待处理图像中每个文本行中各单字的语义进行分对各单字的坐标信息进行编码和纬度变换，得到各单字的位将每个单字的语义编码向量和位置编码向量进行融合，得到每个单字的合成编码向对于所述待处理图像中的各单字，加权融合所述单字所属文本根据各个单字对应语义编码向量的维度，对各个单字的将每个文本行中各单字对应的合成编码向量输入到预设将每个文本行中各单字的上下文信息以及各单字所属的类别标签输入到判别式模型对所述待处理图像进行光学字符识别，确定所述待处根据所述待处理图像中的文字识别结果，确定每个文3根据每个文本行中同一个字段中所有单字的上下所述处理模块，用于对所述待处理图像中的每个所述确定模块，用于根据每个文本行中各单字对应合像中每个文本行中各单字的语义进行分析，得到每个文本行中各单字对应的语义编码向所述处理模块，具体用于对于所述待处理图像中的各单所述处理模块，具体用于确定所述待处理图像中表征4所述存储器存储有可被所述至少一个处理器执行确定待处理图像的至少一个文本行中每个单字的对每个文本行中各单字对应合成编码向量进行处理，得到5[0001]本申请涉及计算机技术领域，尤其涉及一种图像处理技术中的图像文字识别方OCR方法无法区分图像中像素间距很小的相邻字段而存在的识别准[0010]在第一方面的一种可能设计中，所述对所述待处理图像中的每个文本行进行处6[0022]根据各个单字对应语义编码向量的维度，对各个单字的位置[0027]将每个文本行中各单字的上下文信息以及各单字所属的类别标签输入到判别式78述计算机指令用于使所述计算机执行第一方面以及第一方9[0073]对于文字检测任务，目前主要是套用图像检测的方法来框选出图像中的文本区法完全依赖于图像的语义特征信息，因此仅能区分在图像特征方面有明显差异的文本行。[0078]图1是根据本申请第一实施例提供的图像文字识别方法的流程示意图。如图1所[0085]示例性的，在本实施例中，电子设备中可以设置自注意力及位置编码层(self-[0091]S103、根据每个文本行中各单字对应合成编码向量携带的语义过加权融合该单字所在文本行中的所有字的语义信息，得到每个单字对应的语义编码向而，利用每个单字的左上角点的坐标、中心点的坐标和右下角点的坐标可以一个6维的向[0120]S401、将每个文本行中各单字对应的合成编码向量输入到预设[0122]示例性的，该预设信息分析网络可以通过双向长短期记忆(LongShort-Term字xi通过前向LSTM对单字xi的上文信息进行编码，得到单字xi的上文输出结果记为同”p1。个文本行中同一个字段中所有单字的上下文语义信息，确定待处理图像中文本的实际含达到区分不同字段的效果。病人费用清单中的文本检测结果示意图。如图8所示，以“敷料(抽丝纱布)16层未知块信息能够与语义信息编码模块编码的文本语义信息进行融合，通过一个全联接层将6维向[0151]双向LSTM模块对输入的合成编码向量进行充分学习并确定出每个单字的上下文NaI-NaI-NaI-NaI-NaE-NaB-SpecI-SpecI-SpecI-SpecE-SpecS-UnB-NumI-中每个文本行中各单字的语义进行分析，得到每个文本行中各单字对应的语义编码向量，[0168]需要说明的是，应理解以上装置的各个模块的划分仅仅是一序代码的形式实现时，该处理元件可以是通用处理器，例如中央处理器(central[0175]存储器1202作为一种非瞬时计算机可读存储介质，可用于存储非瞬时软件程序、[0177]图像文字识别的电子设备还可以包括：输入装置1203和输出装置1204。处理器[0179]此处描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用[0182]可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计[0187]该实施例的具体实现原理可以参见上述图1至图10所示实施例的记载，此处不再如，本发申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，