本申請實施例公開了一種文本定位方法和裝置；本申請實施例可以獲取文本圖像；對文本圖像進行字符輪廓提取，得到文本圖像中字符的字符輪廓信息；根據字符輪廓信息，從文本圖像中確定字符所在的字符區域；對字符區域進行分類，得到字符區域的字符類別；根據字符區域的字符類別，對字符區域進行區域合并，得到每種字符類別對應的目標字符區域。該方案能夠基于字符的字符輪廓信息確定字符所在的字符區域，并對字符區域進行分類以及區域合并，使得合并后得到的每種字符類別對應的目標字符區域更加準確，從而大大提高了文本定位的準確度。

技術領域

本發明涉及人工智能技術領域，具體涉及一種文本定位方法和裝置。

背景技術

隨著人工智能的到來，文本識別作為該領域的重要應用，愈發收到重視。如今，數字文檔由最初的純文本文檔過渡到文本圖片混排、手寫印刷體混排、多語言和多字體的文檔混排等。以生活中應用較多的手寫和印刷體混排文本為例，文本中的手寫和印刷體文本都各自發揮著應有的作用，因此將手寫和印刷文本進行區分和定位，是非常有意義的，也有助于后續更加針對性的數據處理。

現有的文本定位方法，在文本分類過程中，多是針對單個文本行進行的印刷和手寫文本的分類，在文本定位過程中，通常是基于空白模板對手寫文本進行定位，即在定位過程中需要使用額外的模板信息用于特征配準。

在對現有技術的研究和實踐過程中，本發明的發明人發現，現有技術難以在沒有空白模板的情況下對手寫文本進行定位，從而使得對文本定位的準確度大大降低。

發明內容

本申請實施例提供一種文本定位方法和裝置，可以提高文本定位的準確度。

本申請實施例提供一種文本定位方法，包括：

獲取文本圖像；

對所述文本圖像進行字符輪廓提取，得到所述文本圖像中字符的字符輪廓信息；

根據所述字符輪廓信息，從所述文本圖像中確定字符所在的字符區域；

對所述字符區域進行分類，得到所述字符區域的字符類別；

根據所述字符區域的字符類別，對所述字符區域進行區域合并，得到每種字符類別對應的目標字符區域。

相應的，本申請實施例還提供了一種文本定位裝置，包括：

獲取單元，用于獲取文本圖像；

提取單元，用于對所述文本圖像進行字符輪廓提取，得到所述文本圖像中字符的字符輪廓信息；

確定單元，用于根據所述字符輪廓信息，從所述文本圖像中確定字符所在的字符區域；

分類單元，用于對所述字符區域進行分類，得到所述字符區域的字符類別；

合并單元，用于根據所述字符區域的字符類別，對所述字符區域進行區域合并，得到每種字符類別對應的目標字符區域。

在一些實施例中，所述提取單元，用于：

對所述文本圖像進行灰度處理，得到所述文本圖像對應的灰度圖像；

對所述灰度圖像進行二值化處理，得到處理后文本圖像；

對所述處理后文本圖像進行字符輪廓提取，得到所述文本圖像中字符的字符輪廓信息。

在一些實施例中，所述確定單元，包括：

確定子單元，用于根據所述字符輪廓信息，從所述文本圖像中確定字符的初始字符區域；

修正子單元，用于對所述初始字符區域進行修正處理，得到字符所在的字符區域。

在一些實施例中，所述修正子單元，用于：