技术特征：
1.一种图像中文字区域的编码方法，其特征在于，所述方法包括：获取目标检测图像，所述目标检测图像包括文字区域和图像区域；将所述目标检测图像输入识别文字区域的神经网络模型，获得特征矩阵，所述特征矩阵用于指示所述目标检测图像中的文字区域信息，包括位置信息和特征信息；对所述特征矩阵进行编码，获得附加信息域。2.根据权利要求1所述的图像中文字区域的编码方法，其特征在于，所述方法还包括：对所述目标检测图像的图像区域进行编码，获得图像数据域；将所述附加信息域与所述图像数据域发送给解码端，以使所述解码端对所述附加信息域和所述图像数据域进行解码，获得解码图像。3.根据权利要求1所述的图像中文字区域的编码方法，其特征在于，在所述将所述目标检测图像输入识别文字区域的神经网络模型之前，所述方法还包括：获取目标训练集，所述目标训练集包括至少一个目标训练图像；将所述至少一个目标训练图像中的文字部分标记为文字区域；对所述目标训练集进行神经网络训练，获得所述识别文字区域的神经网络模型。4.根据权利要求1所述的图像中文字区域的编码方法，其特征在于，所述将所述至少一个目标训练图像中的文字部分标记为文字区域包括：对所述至少一个目标训练图像进行角点检测，得到至少一个角点置信度大于第一预设阈值的区域；判断所述至少一个角点置信度大于第一预设阈值的区域是否满足预设的规则形状条件；若是，则将所述至少一个角点置信度大于第一预设阈值的区域标记为文字区域。5.根据权利要求4所述的图像中文字区域的编码方法，其特征在于，所述方法还包括：若否，则对所述至少一个目标训练图像进行边缘检测，得到至少一个边缘连通区域；判断所述至少一个角点置信度大于第一预设阈值的区域与所述至少一个边缘连通区域的重合比例是否达到第二预设阈值；若是，则将所述至少一个角点置信度大于第一预设阈值的区域标记为文字区域；若否，则确定所述至少一个角点置信度大于第一预设阈值的区域为非文字区域。6.根据权利要求1所述的图像中文字区域的编码方法，其特征在于，在所述将所述目标检测图像输入识别文字区域的神经网络模型之前，所述方法还包括：对所述目标检测图像进行预处理，包括灰度化、降噪、二值化、字符切分、归一化中的至少一种。7.一种图像中文字区域的解码方法，其特征在于，所述方法包括：接收编码端发送的图像数据域和附加信息域；对所述图像数据域进行解码获得图像数据；对所述附加信息域进行解码获得特征矩阵，所述特征矩阵用于指示目标检测图像中的文字区域信息，包括位置信息和特征信息；根据所述特征矩阵重建所述图像数据中的文字区域，获得目标解码图像。8.一种图像中文字区域的编码装置，其特征在于，包括获取模块、输出模块和编码模块；
所述获取模块，用于获取目标检测图像，所述目标检测图像包括文字区域和图像区域；所述输出模块，用于将所述目标检测图像输入识别文字区域的神经网络模型，获得特征矩阵，所述特征矩阵用于指示所述目标检测图像中的文字区域信息，包括位置信息和特征信息；所述编码模块，用于对所述特征矩阵进行编码，获得附加信息域。9.根据权利要求8所述的图像中文字区域的编码装置，其特征在于，所述编码模块还用于对所述目标检测图像的图像区域进行编码，获得图像数据域；所述装置还包括发送模块，用于将所述附加信息域与所述图像数据域发送给解码端，以使所述解码端对所述附加信息域和所述图像数据域进行解码，获得解码图像。10.一种图像中文字区域的解码装置，其特征在于，包括接收模块、解码模块和重建模块；所述接收模块，用于接收编码端发送的图像数据域和附加信息域；所述解码模块，用于对所述图像数据域进行解码获得图像数据；对所述附加信息域进行解码获得特征矩阵，所述特征矩阵用于指示目标检测图像中的文字区域信息，包括位置信息和特征信息；所述重建模块，还用于根据所述特征矩阵重建所述图像数据中的文字区域，获得目标解码图像。
技术总结
本公开提供一种图像中文字区域的编解码方法及装置，涉及图像传输技术领域，能够解决现有技术中对图像中的文字有损编码，解码后文字清晰度较差的问题。具体技术方案为：首先获取目标检测图像，目标检测图像包括文字区域和图像区域；然后将目标检测图像输入识别文字区域的神经网络模型，获得特征矩阵，特征矩阵用于指示目标检测图像中的文字区域信息，包括位置信息和特征信息；最后对特征矩阵进行编码，获得附加信息域。本公开用于图像中文字区域的编码。编码。编码。
技术研发人员：李昊
受保护的技术使用者：西安万像电子科技有限公司
技术研发日：2021.06.18
技术公布日：2021/10/26