图像文本识别方法、装置、计算机设备及存储介质与流程

1.本技术涉及人工智能技术领域，尤其涉及一种图像文本识别方法、装置、计算机设备及存储介质。


背景技术：

2.随着信息技术的高速发展，越来越多行业需要对图像进行处理以提取其中的文本内容。而如何对具有表格线的图像高效精准地文本提取是当前丞待解决的重要问题。传统的图像文本识别往往是通过简单的模板或者ocr文字识别得到，该类图片文本提取的方式则通常会导致提取文本准确率低下的问题。


技术实现要素：

3.本技术实施例的目的在于提出一种图像文本识别方法、装置、计算机设备及存储介质，以解决图片识别准确率低下的技术问题。
4.为了解决上述技术问题，本技术实施例提供一种图像文本识别方法，采用了如下所述的技术方案：
5.采集多组包括表格线的图片和不包括表格线的图片作为训练数据，根据所述训练数据训练基础表格线检测模型，得到目标表格线检测模型，其中，所述目标表格线检测模型包括目标检测网络和目标残差网络；
6.获取待识别图片，根据所述目标检测网络对所述待识别图片进行表格线粗提取，得到粗表格线，输入所述粗表格线至所述目标残差网络进行检测操作，得到所述待识别图片中的表格线信息；
7.基于所述表格线信息匹配所述待识别图片和预设标准图片，得到所述待识别图片的匹配信息；
8.根据所述匹配信息将所述待识别图片转换为标准识别图片，对所述标准识别图片进行图像文字识别，得到目标识别文本。
9.进一步的，所述根据所述训练数据训练基础表格线检测模型的步骤包括：
10.所述基础表格线检测模型包括基础检测网络和基础残差网络，将所述训练数据输入至所述基础检测网络，经过所述基础残差网络预测，得到所述训练数据对应的表格线检测结果；
11.获取所述训练数据对应的真实表格线结果，根据所述表格线检测结果和所述真实表格线结果计算得到所述基础表格线检测模型的损失函数；
12.基于所述损失函数对所述基础表格线检测模型的网络参数进行调整，得到调整后的基础表格线检测模型，在根据所述调整后的基础表格线检测模型计算得到的损失函数收敛时，确定所述调整后的基础表格线检测模型为所述目标表格线检测模型。
13.进一步的，所述将所述训练数据输入至所述基础检测网络，经过所述基础残差网络预测，得到所述训练数据对应的表格线检测结果的步骤包括：
14.基于所述基础检测网络对所述训练数据中的表格线的候选区域进行检测，得到优选候选框；
15.输入所述优选候选框至所述基础残差网络进行特征计算，得到所述基础残差网络中每个卷积层的特征值，基于所述特征值构建特征金字塔；
16.通过所述特征金字塔和所述优选候选框进行回归检测，得到所述表格线检测结果。
17.进一步的，在所述输入所述粗表格线至所述目标残差网络进行检测操作，得到所述待识别图片中的表格线信息的步骤之后，还包括：
18.获取预设的边缘线检测算法，根据所述边缘线检测算法对所述表格线信息进行拟合，得到所述待识别图片的目标表格线信息。
19.进一步的，所述根据所述边缘线检测算法对所述表格线信息进行拟合，得到所述待识别图片的目标表格线信息的步骤包括：
20.对所述待识别图片进行形态腐蚀，得到所述待识别图片的目标腐蚀形态；
21.根据所述边缘线检测算法对所述目标腐蚀形态进行变化直线检测，得到多个离散检测线段；
22.对所述离散检测线段和所述表格线信息进行拟合，得到所述待识别图片的目标表格线信息。
23.进一步的，在所述对所述标准识别图片进行图像文字识别，得到目标识别文本的步骤之后，还包括：
24.获取存储的文本字典，基于所述文本字典对所述目标识别文本进行结构化，得到所述待识别图片的结构化数据。
25.进一步的，所述基于所述文本字典对所述目标识别文本进行结构化，得到所述待识别图片的结构化数据的步骤包括：
26.获取预设的正则匹配式，根据所述正则匹配式对所述目标识别文本进行字段纠错，得到纠错后的目标识别文本；
27.基于所述文本字典对所述纠错后的目标识别文本进行结构化，得到所述待识别图片的结构化数据。
28.为了解决上述技术问题，本技术实施例还提供一种图像文本识别装置，采用了如下所述的技术方案：
29.采集模块，用于采集多组包括表格线的图片和不包括表格线的图片作为训练数据，根据所述训练数据训练基础表格线检测模型，得到目标表格线检测模型，其中，所述目标表格线检测模型包括目标检测网络和目标残差网络；
30.检测模块，用于获取待识别图片，根据所述目标检测网络对所述待识别图片进行表格线粗提取，得到粗表格线，输入所述粗表格线至所述目标残差网络进行检测操作，得到所述待识别图片中的表格线信息；
31.匹配模块，用于基于所述表格线信息匹配所述待识别图片和预设标准图片，得到所述待识别图片的匹配信息；
32.识别模块，用于根据所述匹配信息将所述待识别图片转换为标准识别图片，对所述标准识别图片进行图像文字识别，得到目标识别文本。
33.为了解决上述技术问题，本技术实施例还提供一种计算机设备，采用了如下所述的技术方案：
34.采集多组包括表格线的图片和不包括表格线的图片作为训练数据，根据所述训练数据训练基础表格线检测模型，得到目标表格线检测模型，其中，所述目标表格线检测模型包括目标检测网络和目标残差网络；
35.获取待识别图片，根据所述目标检测网络对所述待识别图片进行表格线粗提取，得到粗表格线，输入所述粗表格线至所述目标残差网络进行检测操作，得到所述待识别图片中的表格线信息；
36.基于所述表格线信息匹配所述待识别图片和预设标准图片，得到所述待识别图片的匹配信息；
37.根据所述匹配信息将所述待识别图片转换为标准识别图片，对所述标准识别图片进行图像文字识别，得到目标识别文本。
38.为了解决上述技术问题，本技术实施例还提供一种计算机可读存储介质，采用了如下所述的技术方案：
39.采集多组包括表格线的图片和不包括表格线的图片作为训练数据，根据所述训练数据训练基础表格线检测模型，得到目标表格线检测模型，其中，所述目标表格线检测模型包括目标检测网络和目标残差网络；
40.获取待识别图片，根据所述目标检测网络对所述待识别图片进行表格线粗提取，得到粗表格线，输入所述粗表格线至所述目标残差网络进行检测操作，得到所述待识别图片中的表格线信息；
41.基于所述表格线信息匹配所述待识别图片和预设标准图片，得到所述待识别图片的匹配信息；
42.根据所述匹配信息将所述待识别图片转换为标准识别图片，对所述标准识别图片进行图像文字识别，得到目标识别文本。
43.本技术提出的图像文本识别方法，通过采集多组包括表格线的图片和不包括表格线的图片作为训练数据，根据训练数据训练基础表格线检测模型，得到目标表格线检测模型，其中，目标表格线检测模型包括目标检测网络和目标残差网络，根据目标表格线检测模型可以对图片中的表格线进行精确检测；之后，获取待识别图片，根据目标检测网络对待识别图片进行表格线粗提取，得到粗表格线，输入粗表格线至目标残差网络进行检测操作，得到待识别图片中的表格线信息，由此可以提高待识别图片中表格线检测的精确度；而后，基于表格线信息匹配待识别图片和预设标准图片，得到待识别图片的匹配信息；根据匹配信息将待识别图片转换为标准识别图片，对标准识别图片进行图像文字识别，得到目标识别文本，实现了对图像文本的高效识别，提高了图像文本信息的识别效率和识别准确率，进一步节省了图像处理资源的浪费。
附图说明
44.为了更清楚地说明本技术中的方案，下面将对本技术实施例描述中所需要使用的附图作一个简单介绍，显而易见地，下面描述中的附图是本技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
45.图1是本技术可以应用于其中的示例性系统架构图；
46.图2根据本技术的图像文本识别方法的一个实施例的流程图；
47.图3是根据本技术的图像文本识别装置的一个实施例的结构示意图；
48.图4是根据本技术的计算机设备的一个实施例的结构示意图。
49.附图标记：图像文本识别装置300、采集模块301、检测模块302、匹配模块303以及识别模块304。
具体实施方式
50.除非另有定义，本文所使用的所有的技术和科学术语与属于本技术的技术领域的技术人员通常理解的含义相同；本文中在申请的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本技术；本技术的说明书和权利要求书及上述附图说明中的术语“包括”和“具有”以及它们的任何变形，意图在于覆盖不排他的包含。本技术的说明书和权利要求书或上述附图中的术语“第一”、“第二”等是用于区别不同对象，而不是用于描述特定顺序。
51.在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本技术的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。
52.为了使本技术领域的人员更好地理解本技术方案，下面将结合附图，对本技术实施例中的技术方案进行清楚、完整地描述。
53.如图1所示，系统架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
54.用户可以使用终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用，例如网页浏览器应用、购物类应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等。
55.终端设备101、102、103可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、电子书阅读器、mp3播放器(moving picture expertsgroup audio layer iii，动态影像专家压缩标准音频层面3)、mp4(moving pictureexperts group audio layer iv，动态影像专家压缩标准音频层面4)播放器、膝上型便携计算机和台式计算机等等。
56.服务器105可以是提供各种服务的服务器，例如对终端设备101、102、103上显示的页面提供支持的后台服务器。
57.需要说明的是，本技术实施例所提供的图像文本识别方法一般由服务器/终端设备执行，相应地，图像文本识别装置一般设置于服务器/终端设备中。
58.应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。
59.继续参考图2，示出了根据本技术的图像文本识别的方法的一个实施例的流程图。所述的图像文本识别方法，包括以下步骤：
60.步骤s201，采集多组包括表格线的图片和不包括表格线的图片作为训练数据，根据所述训练数据训练基础表格线检测模型，得到目标表格线检测模型，其中，所述目标表格线检测模型包括目标检测网络和目标残差网络。
61.在本实施例中，基础表格线检测模型为预先构建的表格线检测模型，该基础表格线检测模型与目标表格线检测模型均包括同样的网络结构和不同的网络参数，将基础表格线检测模型中的网络作为基础检测网络和基础残差网络，目标表格线检测模型中的网络作为目标检测网络和目标残差网络；其中残差网络主要包括恒等映射块和卷积块。预先采集多组包括表格线的图片和不包括表格线的图片作为训练数据，将该训练数据输入至该基础表格线检测模型中，根据该训练数据对该基础表格线检测模型进行训练，得到训练完成的基础表格线检测模型，即为目标表格线检测模型。
62.步骤s202，获取待识别图片，根据所述目标检测网络对所述待识别图片进行表格线粗提取，得到粗表格线，输入所述粗表格线至所述目标残差网络进行检测操作，得到所述待识别图片中的表格线信息。
63.在本实施例中，待识别图片为包括表格线的图片。在得到待识别图片时，将该待识别图片输入至该目标表格线检测模型中，根据该目标表格线检测模型对该待识别图片中的表格线进行检测，识别得到该待识别图片中的表格线。具体地，目标检测网络中包括目标检测网络和目标残差网络，根据该目标检测网络对该待识别图片中的表格线进行粗提取，筛选得到该待识别图片中的粗表格线；该粗表格线即为第一次对待识别图片中表格线筛选得到的表格线。之后，基于目标表格线检测模型中的残差网络对该粗表格线进行进一步地精确筛选，得到该待识别图片中最终的表格线信息。
64.步骤s203，基于所述表格线信息匹配所述待识别图片和预设标准图片，得到所述待识别图片的匹配信息。
65.在本实施例中，预设标准图片为与该待识别图片关联的同类型图片，如待识别图片与预设标准图片同为户口本图片。在得到表格线信息时，基于该表格线信息将待识别图片与预设标准图片进行匹配，确定匹配的像素点信息，该像素点信息即为匹配信息。例如，基于该表格线信息将待识别图片与预设标准图片进行块匹配，其中，块匹配是通过将查询块与相邻的图像块进行匹配，从相邻块中查找到距离查询块最近的k个块，而其中相邻并不是绝对位置的相邻，通过局部搜索或全局搜索可以找到对应的k个块。通过块匹配和对应的邻域算法(如8邻域算法)得到该待识别图片与预设标准图片匹配的像素点信息，即匹配信息。
66.步骤s204，根据所述匹配信息将所述待识别图片转换为标准识别图片，对所述标准识别图片进行图像文字识别，得到目标识别文本。
67.在本实施例中，在得到匹配信息时，根据该匹配信息将待识别图片转换为标准识别图片。之后，对该标准识别图片进行图像文字识别，即ocr文字识别，得到该标准识别图片中的目标识别文本。其中，ocr文字识别(optical character recognition)为对图像文件进行分析，得到文字及版面信息的过程，在得到标准识别图片时，通过ocr文字识别，即得到该标准识别图片中的目标识别文本。
68.需要强调的是，为进一步保证上述目标识别文本的私密和安全性，上述目标识别文本还可以存储于一区块链的节点中。
69.本技术所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(blockchain)，本质上是一个去中心化的数据库，是一串使用密码学方法相关联产生的数据块，每一个数据块中包含了一批次网络交易的信息，用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
70.本实施例实现了对图像文本的高效识别，提高了图像文本信息的识别效率和识别准确率，进一步节省了图像处理资源的浪费。
71.在本实施例的一些可选的实现方式中，上述根据所述训练数据训练基础表格线检测模型的步骤包括：
72.所述基础表格线检测模型包括基础检测网络和基础残差网络，将所述训练数据输入至所述基础检测网络，经过所述基础残差网络预测，得到所述训练数据对应的表格线检测结果；
73.获取所述训练数据对应的真实表格线结果，根据所述表格线检测结果和所述真实表格线结果计算得到所述基础表格线检测模型的损失函数；
74.基于所述损失函数对所述基础表格线检测模型的网络参数进行调整，得到调整后的基础表格线检测模型，在根据所述调整后的基础表格线检测模型计算得到的损失函数收敛时，确定所述调整后的基础表格线检测模型为所述目标表格线检测模型。
75.在本实施例中，训练数据中包括包含表格线的图片和不包含表格线的图片，其中，包含表格线的图片则可以采用常见的户口本表格线图片或一般证件表格图片，将该包含表格线的图片作为正样本，将该不包含表格线的图片作为负样本。基础表格线检测模型包括基础检测网络和基础残差网络，通过基础检测网络对输入训练数据中的表格框进行粗筛选，之后通过基础残差网络对粗筛选得到的表格框进行精确计算，得到训练数据对应的最终的表格线检测结果。在得到该表格线检测结果时，获取当前输入的训练数据对应的真实表格线结果，基于该表格线检测结果和真实表格线结果，计算得到损失函数；通过该损失函数对基础表格线检测模型的网络参数进行调整，直至通过调整后的基础表格线检测模型的网络参数计算得到的损失函数收敛，确定该调整后的基础表格线检测模型为目标表格线检测模型。
76.本实施例通过训练数据对基础表格线检测模型进行训练，使得训练得到的目标表格线检测模型能够对待识别图片中的表格线进行精确检测，提高了对包括表格线图片的中表格线检测的效率和准确率，进一步提高了图片文本识别的准确率。
77.在本实施例的一些可选的实现方式中，上述将所述训练数据输入至所述基础检测网络，经过所述基础残差网络预测，得到所述训练数据对应的表格线检测结果的步骤包括：
78.基于所述基础检测网络对所述训练数据中的表格线的候选区域进行检测，得到优选候选框；
79.输入所述优选候选框至所述基础残差网络进行特征计算，得到所述基础残差网络中每个卷积层的特征值，基于所述特征值构建特征金字塔；
80.通过所述特征金字塔和所述优选候选框进行回归检测，得到所述表格线检测结果。
81.在本实施例中，输入该训练数据至基础检测网络(如faster-rcnn的主干网络)中，
检测得到训练数据中的表格线的候选区域，该候选区域包括多个不同大小和不同面积的候选框；而后，通过该基础检测网络的归一化层(即softmax-nms层)对该候选框进行非极大值计算(nms,non-maximum suppression)，得到每个候选框对应的评分，如《xi，yi，w，h，socre》。之后，对每个候选框对应的评分进行高斯加权，得到加权值，基于该加权值对每个候选框进行排序，筛除其中加权值小于预设阈值的候选框作为优选候选框。在得到优选候选框时，将该优选候选框输入至基础残差网络(如resnet50)，根据该基础残差网络计算该优选候选框对应的每个卷积网络层的特征值，之后对每一层对应的特征值进行特征融合，得到特征金字塔。输入该优选候选框和该特征金字塔至框分类和回归检测网络，计算得到回归检测结果，对该回归检测结果进行池化，如通过roialign(区域特征聚集)对该回归检测结果进行池化计算，得到表格线检测结果。
82.本实施例通过基础检测网络和基础残差网络对训练数据中的表格线检测结果进行计算，实现了对表格线的精确检测，提高了表格线的检测准确率。
83.在本实施例的一些可选的实现方式中，在上述输入所述粗表格线至所述目标残差网络进行检测操作，得到所述待识别图片中的表格线信息的步骤之后，还包括：
84.获取预设的边缘线检测算法，根据所述边缘线检测算法对所述表格线信息进行拟合，得到所述待识别图片的目标表格线信息。
85.在本实施例中，为了得到更准确的表格线信息，在通过目标表格线检测模型得到待识别图片中的表格线信息时，获取预设的边缘线检测算法，根据该边缘线检测算法对表格线信息进行拟合，得到目标表格线信息。该目标表格线信息即为更精确的表格线信息。具体地，边缘线检测算法为hough(霍夫)算法，在得到待识别图片中的表格线信息时，确定待识别图片是否为灰度图像，若该待识别图片不为灰度图像，将该待识别图片转换为灰度图像；对该灰度图像进行去噪，得到去噪图像；通过梯度算子或者拉普拉斯算子对该去噪图像进行边缘提取，得到边缘点；将该边缘点映射至霍夫空间，计算边缘点的局部极大值，通过预设过滤阈值对该局部极大值进行过滤，得到目标坐标；根据该目标坐标绘制直线，并标定角点，得到多个离散检测线段；而后，根据该离散检测线段对表格线信息进行拟合，即得到目标表格线信息。
86.本实施例通过边缘线检测算法对表格线信息进行拟合，得到目标表格线信息，提高了目标表格线信息的准确度。
87.在本实施例的一些可选的实现方式中，上述根据所述边缘线检测算法对所述表格线信息进行拟合，得到所述待识别图片的目标表格线信息的步骤包括：
88.对所述待识别图片进行形态腐蚀，得到所述待识别图片的目标腐蚀形态；
89.根据所述边缘线检测算法对所述目标腐蚀形态进行变化直线检测，得到多个离散检测线段；
90.对所述离散检测线段和所述表格线信息进行拟合，得到所述待识别图片的目标表格线信息。
91.在本实施例中，在根据边缘线检测算法对表格线进行拟合，还可以预先对待识别图片进行形态腐蚀，得到该待识别图片的目标腐蚀形态，之后，根据边缘线检测算法对该目标腐蚀形态进行变化直线检测，得到多个离散检测线段。在得到该离散检测线段时，对该离散检测线段和表格线信息进行拟合，即得到待识别图片的目标表格线信息。
92.本实施例通过拟合表格线信息，得到目标表格线信息，提高了目标表格线信息的准确率和提取效率。
93.在本实施例的一些可选的实现方式中，在上述对所述标准识别图片进行图像文字识别，得到目标识别文本的步骤之后，还包括：
94.获取存储的文本字典，基于所述文本字典对所述目标识别文本进行结构化，得到所述待识别图片的结构化数据。
95.在本实施例中，文本字典为预先存储有各类标准字段信息的字典。在得到目标识别文本之后，获取存储的文本字典，将该字典中的标准字段信息与目标识别文本进行匹配，得到匹配字段；获取在该目标识别文本中匹配字段的文本信息，根据该匹配字段对文本信息进行结构化，即得到待识别图片的结构化数据。
96.本实施例通过文本字典对目标识别文本进行结构化，实现了对待识别图片中的目标识别文本的高效结构化，进一步使得通过该结构化数据能够对提取得到目标识别文本进行统一化地管理。
97.在本实施例的一些可选的实现方式中，上述基于所述文本字典对所述目标识别文本进行结构化，得到所述待识别图片的结构化数据的步骤包括：
98.获取预设的正则匹配式，根据所述正则匹配式对所述目标识别文本进行字段纠错，得到纠错后的目标识别文本；
99.基于所述文本字典对所述纠错后的目标识别文本进行结构化，得到所述待识别图片的结构化数据。
100.在本实施例中，为了使得得到结构化数据更加精确，在对目标识别文本进行结构化前，对该目标识别文本进行预先纠错，之后对纠错后的目标识别文本进行结构化，得到结构化数据。具体地，获取预设的正则匹配式，其中，该正则匹配式中包括了多种不同的参考字段。匹配该正则匹配式和目标识别文本，在该正则匹配式和目标识别文本的匹配度大于预设阈值时，确定该正则匹配式和目标识别文本匹配成功；在该正则匹配式和目标识别文本的匹配度小于等于预设阈值时，确定该正则匹配式和目标识别文本匹配失败。获取匹配失败的纠错文本，根据文本字典对该纠错文本进行纠错，查找到该纠错文本对应的正确文本；将目标识别文本中的纠错文本替换为该正确文本，即得到纠错后的目标识别文本。而后，根据文本字典对该纠错后的目标识别文本进行结构化，则得到待处理图片的更精确的结构化数据。
101.本实施例通过对目标识别文本进行纠错，使得通过纠错后的文本得到的结构化数据更加精确，进一步提高了结构化数据的精确度。
102.本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机可读指令来指令相关的硬件来完成，该计算机可读指令可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，前述的存储介质可为磁碟、光盘、只读存储记忆体(read-only memory，rom)等非易失性存储介质，或随机存储记忆体(random access memory，ram)等。
103.应该理解的是，虽然附图的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，其可以以其他的顺序执行。而且，附图的流程图中的至少一
部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，其执行顺序也不必然是依次进行，而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
104.进一步参考图3，作为对上述图2所示方法的实现，本技术提供了一种图像文本识别装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。
105.如图3所示，本实施例所述的图像文本识别装置300包括：采集模块301、检测模块302、匹配模块303以及识别模块304。其中：
106.采集模块301，用于采集多组包括表格线的图片和不包括表格线的图片作为训练数据，根据所述训练数据训练基础表格线检测模型，得到目标表格线检测模型，其中，所述目标表格线检测模型包括目标检测网络和目标残差网络；
107.在本实施例的一些可选的实现方式中，上述采集模块301还包括：
108.第一检测单元，用于所述基础表格线检测模型包括基础检测网络和基础残差网络，将所述训练数据输入至所述基础检测网络，经过所述基础残差网络预测，得到所述训练数据对应的表格线检测结果；
109.获取单元，用于获取所述训练数据对应的真实表格线结果，根据所述表格线检测结果和所述真实表格线结果计算得到所述基础表格线检测模型的损失函数；
110.调整单元，用于基于所述损失函数对所述基础表格线检测模型的网络参数进行调整，得到调整后的基础表格线检测模型，在根据所述调整后的基础表格线检测模型计算得到的损失函数收敛时，确定所述调整后的基础表格线检测模型为所述目标表格线检测模型。
111.在本实施例的一些可选的实现方式中，上述第一检测单元还包括：
112.第一检测子单元，用于基于所述基础检测网络对所述训练数据中的表格线的候选区域进行检测，得到优选候选框；
113.计算子单元，用于输入所述优选候选框至所述基础残差网络进行特征计算，得到所述基础残差网络中每个卷积层的特征值，基于所述特征值构建特征金字塔；
114.第二检测子单元，用于通过所述特征金字塔和所述优选候选框进行回归检测，得到所述表格线检测结果。
115.在本实施例中，基础表格线检测模型为预先构建的表格线检测模型，该基础表格线检测模型与目标表格线检测模型均包括同样的网络结构和不同的网络参数，将基础表格线检测模型中的网络作为基础检测网络和基础残差网络，目标表格线检测模型中的网络作为目标检测网络和目标残差网络；其中残差网络主要包括恒等映射块和卷积块。预先采集多组包括表格线的图片和不包括表格线的图片作为训练数据，将该训练数据输入至该基础表格线检测模型中，根据该训练数据对该基础表格线检测模型进行训练，得到训练完成的基础表格线检测模型，即为目标表格线检测模型。
116.检测模块302，用于获取待识别图片，根据所述目标检测网络对所述待识别图片进行表格线粗提取，得到粗表格线，输入所述粗表格线至所述目标残差网络进行检测操作，得到所述待识别图片中的表格线信息；
117.在本实施例中，待识别图片为包括表格线的图片。在得到待识别图片时，将该待识
别图片输入至该目标表格线检测模型中，根据该目标表格线检测模型对该待识别图片中的表格线进行检测，识别得到该待识别图片中的表格线。具体地，目标检测网络中包括目标检测网络和目标残差网络，根据该目标检测网络对该待识别图片中的表格线进行粗提取，筛选得到该待识别图片中的粗表格线；该粗表格线即为第一次对待识别图片中表格线筛选得到的表格线。之后，基于目标表格线检测模型中的残差网络对该粗表格线进行进一步地精确筛选，得到该待识别图片中最终的表格线信息。
118.匹配模块303，用于基于所述表格线信息匹配所述待识别图片和预设标准图片，得到所述待识别图片的匹配信息；
119.在本实施例中，预设标准图片为与该待识别图片关联的同类型图片，如待识别图片与预设标准图片同为户口本图片。在得到表格线信息时，基于该表格线信息将待识别图片与预设标准图片进行匹配，确定匹配的像素点信息，该像素点信息即为匹配信息。例如，基于该表格线信息将待识别图片与预设标准图片进行块匹配，其中，块匹配是通过将查询块与相邻的图像块进行匹配，从相邻块中查找到距离查询块最近的k个块，而其中相邻并不是绝对位置的相邻，通过局部搜索或全局搜索可以找到对应的k个块。通过块匹配和对应的邻域算法(如8邻域算法)得到该待识别图片与预设标准图片匹配的像素点信息，即匹配信息。
120.识别模块304，用于根据所述匹配信息将所述待识别图片转换为标准识别图片，对所述标准识别图片进行图像文字识别，得到目标识别文本。
121.在本实施例中，在得到匹配信息时，根据该匹配信息将待识别图片转换为标准识别图片。之后，对该标准识别图片进行图像文字识别，即ocr文字识别，得到该标准识别图片中的目标识别文本。其中，ocr文字识别(optical character recognition)为对图像文件进行分析，得到文字及版面信息的过程，在得到标准识别图片时，通过ocr文字识别，即得到该标准识别图片中的目标识别文本。
122.需要强调的是，为进一步保证上述目标识别文本的私密和安全性，上述目标识别文本还可以存储于一区块链的节点中。
123.本技术所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(blockchain)，本质上是一个去中心化的数据库，是一串使用密码学方法相关联产生的数据块，每一个数据块中包含了一批次网络交易的信息，用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
124.在本实施例的一些可选的实现方式中，上述图像文本识别装置300还包括：
125.拟合模块，用于获取预设的边缘线检测算法，根据所述边缘线检测算法对所述表格线信息进行拟合，得到所述待识别图片的目标表格线信息。
126.在本实施例的一些可选的实现方式中，上述拟合模块还包括：
127.提取单元，用于对所述待识别图片进行形态腐蚀，得到所述待识别图片的目标腐蚀形态；
128.第二检测单元，用于根据所述边缘线检测算法对所述目标腐蚀形态进行变化直线检测，得到多个离散检测线段；
129.拟合单元，用于对所述离散检测线段和所述表格线信息进行拟合，得到所述待识
别图片的目标表格线信息。
130.在本实施例中，为了得到更准确的表格线信息，在通过目标表格线检测模型得到待识别图片中的表格线信息时，获取预设的边缘线检测算法，根据该边缘线检测算法对表格线信息进行拟合，得到目标表格线信息。该目标表格线信息即为更精确的表格线信息。具体地，边缘线检测算法为hough(霍夫)算法，在得到待识别图片中的表格线信息时，确定待识别图片是否为灰度图像，若该待识别图片不为灰度图像，将该待识别图片转换为灰度图像；对该灰度图像进行去噪，得到去噪图像；通过梯度算子或者拉普拉斯算子对该去噪图像进行边缘提取，得到边缘点；将该边缘点映射至霍夫空间，计算边缘点的局部极大值，通过预设过滤阈值对该局部极大值进行过滤，得到目标坐标；根据该目标坐标绘制直线，并标定角点，得到多个离散检测线段；而后，根据该离散检测线段对表格线信息进行拟合，即得到目标表格线信息。
131.在本实施例的一些可选的实现方式中，上述图像文本识别装置300还包括：
132.结构化模块，用于获取存储的文本字典，基于所述文本字典对所述目标识别文本进行结构化，得到所述待识别图片的结构化数据。
133.在本实施例的一些可选的实现方式中，上述结构化模块还包括：
134.纠错单元，用于获取预设的正则匹配式，根据所述正则匹配式对所述目标识别文本进行字段纠错，得到纠错后的目标识别文本；
135.结构化单元，用于基于所述文本字典对所述纠错后的目标识别文本进行结构化，得到所述待识别图片的结构化数据。
136.在本实施例中，文本字典为预先存储有各类标准字段信息的字典。在得到目标识别文本之后，获取存储的文本字典，将该字典中的标准字段信息与目标识别文本进行匹配，得到匹配字段；获取在该目标识别文本中匹配字段的文本信息，根据该匹配字段对文本信息进行结构化，即得到待识别图片的结构化数据。
137.本实施例提出的图像文本识别装置，实现了对图像文本的高效识别，提高了图像文本信息的识别效率和识别准确率，进一步节省了图像处理资源的浪费。
138.为解决上述技术问题，本技术实施例还提供计算机设备。具体请参阅图4，图4为本实施例计算机设备基本结构框图。
139.所述计算机设备6包括通过系统总线相互通信连接存储器61、处理器62、网络接口63。需要指出的是，图中仅示出了具有组件61-63的计算机设备6，但是应理解的是，并不要求实施所有示出的组件，可以替代的实施更多或者更少的组件。其中，本技术领域技术人员可以理解，这里的计算机设备是一种能够按照事先设定或存储的指令，自动进行数值计算和/或信息处理的设备，其硬件包括但不限于微处理器、专用集成电路(application specific integrated circuit，asic)、可编程门阵列(field－programmable gate array，fpga)、数字处理器(digital signal processor，dsp)、嵌入式设备等。
140.所述计算机设备可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述计算机设备可以与用户通过键盘、鼠标、遥控器、触摸板或声控设备等方式进行人机交互。
141.所述存储器61至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、硬盘、多媒体卡、卡型存储器(例如，sd或dx存储器等)、随机访问存储器(ram)、静态随机访
问存储器(sram)、只读存储器(rom)、电可擦除可编程只读存储器(eeprom)、可编程只读存储器(prom)、磁性存储器、磁盘、光盘等。在一些实施例中，所述存储器61可以是所述计算机设备6的内部存储单元，例如该计算机设备6的硬盘或内存。在另一些实施例中，所述存储器61也可以是所述计算机设备6的外部存储设备，例如该计算机设备6上配备的插接式硬盘，智能存储卡(smart media card,smc)，安全数字(secure digital,sd)卡，闪存卡(flash card)等。当然，所述存储器61还可以既包括所述计算机设备6的内部存储单元也包括其外部存储设备。本实施例中，所述存储器61通常用于存储安装于所述计算机设备6的操作系统和各类应用软件，例如图像文本识别方法的计算机可读指令等。此外，所述存储器61还可以用于暂时地存储已经输出或者将要输出的各类数据。
142.所述处理器62在一些实施例中可以是中央处理器(central processing unit，cpu)、控制器、微控制器、微处理器、或其他数据处理芯片。该处理器62通常用于控制所述计算机设备6的总体操作。本实施例中，所述处理器62用于运行所述存储器61中存储的计算机可读指令或者处理数据，例如运行所述图像文本识别方法的计算机可读指令。
143.所述网络接口63可包括无线网络接口或有线网络接口，该网络接口63通常用于在所述计算机设备6与其他电子设备之间建立通信连接。
144.本实施例提出的计算机设备，实现了对图像文本的高效识别，提高了图像文本信息的识别效率和识别准确率，进一步节省了图像处理资源的浪费。
145.本技术还提供了另一种实施方式，即提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机可读指令，所述计算机可读指令可被至少一个处理器执行，以使所述至少一个处理器执行如上述的图像文本识别方法的步骤。
146.本实施例提出的计算机可读存储介质，实现了对图像文本的高效识别，提高了图像文本信息的识别效率和识别准确率，进一步节省了图像处理资源的浪费。
147.通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本技术的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如rom/ram、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本技术各个实施例所述的方法。
148.显然，以上所描述的实施例仅仅是本技术一部分实施例，而不是全部的实施例，附图中给出了本技术的较佳实施例，但并不限制本技术的专利范围。本技术可以以许多不同的形式来实现，相反地，提供这些实施例的目的是使对本技术的公开内容的理解更加透彻全面。尽管参照前述实施例对本技术进行了详细的说明，对于本领域的技术人员来而言，其依然可以对前述各具体实施方式所记载的技术方案进行修改，或者对其中部分技术特征进行等效替换。凡是利用本技术说明书及附图内容所做的等效结构，直接或间接运用在其他相关的技术领域，均同理在本技术专利保护范围之内。