CN113920286B 字符定位方法和装置 （北京字节跳动网络技术有限公司）

本公开的实施例公开了字符定位方法和装目标图像中位于上述文本行位置信息指示的位2针对目标图像中的文本行中的单个字符，对所述目标图像根据所述字符序列，生成所述字符序列中的占位字符的字符位置信针对所述字符序列中的两相邻占位字符，若两相邻占位字符述文本行中与该两相邻占位字符之间的非占位字符相对应的字符的检测单元，被配置成对所述目标图像进行文本行检测，得到所述识别单元，被配置成针对目标图像中的文本行中的单个字符，对生成单元，被配置成根据所述字符序列，生成所述字符序列是根据占位字符组中的占位字符的位置确定的；针对所述字符序列中的两相邻占位字符，38.一种计算机程序产品，包括计算机程序，所述计4文本行中与该两相邻占位字符之间的非占位字符相对应的5述文本行位置信息指示的文本行中确定上述用户操作指示文本行中与该两相邻占位字符之间的非占位字符相对应的6该程序被处理器执行时实现如上述字符定位方法[0034]图1示出了可以应用本公开的实施例的字符定位方法或字符定位装置的实施例的7服务器还可以将该字符位置信息反馈给终端设备。作为示例，服务器105可以是云端服务8[0047]在本实施例中，上述执行主体可以对步骤201中获取到的目标图像进行文本行检述执行主体可以采用基于EAST（EfficientandAccurateSceneText可以不包括与目标图像的边界范围指示的矩形的[0051]步骤203，对上述目标图像中位于上述文本行位置信息指示的位置的图像区域进位字符。9[0058]在这里，上述执行主体可以生成上述文本行中的全部或部分字符的字符位置信[0059]在本实施例的一些可选的实现方式中，上述字符序列包括占位字符和非占位字图像中的位置，也可以表征占位字符在包含该占位字符的文本行所在的图像区域中的位像素数量表征如果该两目标相邻占位字符的之间的距离大于第一预设距离阈值，那么，字符且其前一字符和后一字符均为非占位字符[0069]在本实施例的一些可选的实现方式中，上述字符序列包括占位字符和非占位字字符识别所得到的字符序列可能包含与该单个字符相对应的两个或两个以上字符。例如，原原原上上草草”[0074]在此应用场景下，上述执行主体可以根据字符序列“离离离离原原原[0075]可以理解，针对字符序列中两相邻占位字符之间的各个体还可以根据上述用户操作对上述目标显示屏的操作位置和上述文本行中的字符的字符位置信息，从上述文本行位置信息指示的文本行中确定上述用户操作指示的待操作字符。[0082]可以理解，上述可选的实现方式可以更准确地确定出用户操作指示的待操作字上述目标图像301进行文本行检测，得到上述目标图像中的文本行的文本行位置信息3011_3016。之后，终端设备31对上述目标图像301中位于上述文本行位置信息3011_3016分别指终端设备31根据上述文本行位置信息3011_3016和上述字符序列，生成上述文本行中的字[0097]在本实施例中，上述执行主体可以对步骤201中获取到的目标图像进行文本行检[0099]步骤403，对上述目标图像中位于上述文本行位置信息指示的位置的图像区域进CTC得到每个非占位字符的在特征图上的位置和置信度，从而得到文本行识别结果。由此，可以根据各个非占位字符的在特征图上的位置，得到占位字符的在特征图上的位置得到该占位字符在图像区域上的位置idx/w米W。邻非占位字符之间的最后一个占位字符的矩形框的右上顶沿文本行中的各个字符的排列方向的两条边相平行。如图5A所示，四边形框的边501和边于上述检测单元602得到的文本行位置信息指示的位置的图像区域进行字符识别，得到上述文本行包括的字符序列[0123]在本实施例中，根据上述检测单元602得到的上述识别单元上述生成单元604可以生成上述文本行中的[0124]在本实施例的一些可选的实现方式中，上述字符序列包括占位字符和非占位字[0125]在本实施例的一些可选的实现方式中，上述字符序列包括占位字符和非占位字[0126]在本实施例的一些可选的实现方式中，上述文本行位置[0128]在本实施例的一些可选的实现方式中，上述获取单元601可以包括：获取子单元还包括：确定单元（图中未示出被配置成响应于检测到针对上述目标图像中的字符的用户操作，根据上述用户操作对上述目标显示屏的操作位置和上述文本行中的字符的字符位出被配置成输出与上述待操作字符预先关联的输出信息。出被配置成按照上述用户操作的指示，对上述待操作字符进行上述用户操作指示的处之后，识别单元603对上述目标图像中位于上述文本行位置信息指示的位置的图像区域进[0133]如图7所示，电子设备70700操作所需的各种程序和数据。处理装置701、ROM702以及RAM703通过总线704彼此相709可以允许电子设备700与其他设备进行无线或有线通信以交换数据。虽然图7示出了具上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信装置709从网络上被下载和安装，或者从存储装置708例的方法中限定的上述功能。需要说明的是，本公开的实施例所述的计算机可读介质是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开的实施例中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，[0137]可以以一种或多种程序设计语言或其组合来编写用于执行本公开的实施例的操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、