扭曲文档恢复方法、装置、设备及介质

技术领域

本发明涉及人工智能技术领域，尤其涉及一种扭曲文档恢复方法、装置、设备及介质。

背景技术

随着移动设备的普及，随手拍照已成为一种对物理文档进行数字化的普遍方式，并可据此展开后续的自动化操作，如文字识别。但是，由于物理文档时常存在扭曲或者变形，且易受拍照角度的影响，使得文字识别难以达到理想效果。

针对上述问题，需要对扭曲的文档进行恢复，常见的方法如DocUnet、DewarpNet等，大多直接利用整张图片信息学习扭曲文档与平整化文档之间的映射关系，学习过程中易受到图像背景、光照等额外因素的干扰，进而对映射关系的学习造成不良影响，同时，整个过程计算量大，易受图片输入分辨率的影响。

发明内容

鉴于以上内容，有必要提供一种扭曲文档恢复方法、装置、设备及介质，能够基于人工智能手段实现扭曲文本的自动恢复。

一种扭曲文档恢复方法，所述方法包括：

根据扭曲文档恢复指令获取初始样本；

对所述初始样本进行文本检测，得到所述初始样本的文本行信息；

对所述文本行信息进行扰动处理，得到与所述初始样本对应的扭曲样本，并获取所述初始样本与对应的扭曲样本间的映射关系；

构建损失函数；

根据所述初始样本与对应的扭曲样本间的映射关系，以及所述损失函数训练预设网络；

当所述损失函数的取值不再减小时，停止训练，得到扭曲文档恢复模型；

接收待恢复文档图片，对所述待恢复文档图片进行文本检测，得到待恢复信息；

将所述待恢复信息输入至所述扭曲文档恢复模型，得到目标映射关系，并根据所述目标映射关系恢复所述待恢复文档图片。

根据本发明优选实施例，所述根据扭曲文档恢复指令获取初始样本包括：

解析所述扭曲文档恢复指令的方法体，得到所述扭曲文档恢复指令所携带的信息；

获取预设标签；

根据所述预设标签构建正则表达式；

根据所述正则表达式对所述扭曲文档恢复指令所携带的信息进行遍历，并将遍历到的数据确定为目标地址；

连接至所述目标地址，并获取所述目标地址存储的数据作为所述初始样本。

根据本发明优选实施例，所述对所述文本行信息进行扰动处理，得到与所述初始样本对应的扭曲样本包括：

在所述文本行信息上添加配置网格；

在所述配置网格上随机选择网格顶点作为初始变形点；

随机生成形变向量；

将所述初始变形点确定为起点，根据所述形变向量进行传播；

获取配置权重，根据所述配置权重计算所述配置网格中其他任意网格顶点变形后的坐标，得到网格图片；

对所述网格图片进行插值处理，生成与所述初始样本对应的扭曲样本。

根据本发明优选实施例，所述对所述网格图片进行插值处理，生成与所述初始样本对应的扭曲样本包括：

识别所述网格图片中的空格；

将每个空格确定为圆心，并根据预设半径在所述网格图片中识别每个空格的相邻区域；

检测所述相邻区域内的所有网格顶点；

根据检测到的网格顶点进行插值运算，得到每个空格的填充点的坐标；

根据每个空格的填充点的坐标填充每个空格，得到与所述初始样本对应的扭曲样本。

根据本发明优选实施例，所述构建损失函数包括：

将所述初始样本与对应的扭曲样本间的映射关系确定为训练标签；

将所述初始样本对应的输出作为预测映射关系；

根据所述预测映射关系及所述训练标签构建绝对损失函数；

根据所述预测映射关系及所述训练标签构建相对损失函数；

获取权重向量；

根据所述绝对损失函数、所述相对损失函数及所述权重向量构建所述损失函数。

根据本发明优选实施例，采用下述公式根据所述预测映射关系及所述训练标签构建绝对损失函数：

其中，L

采用下述公式根据所述预测映射关系及所述训练标签构建相对损失函数：

其中，L

采用下述公式根据所述绝对损失函数、所述相对损失函数及所述权重向量构建所述损失函数：

L＝αL

其中，L表示所述损失函数，α、β组成所述权重向量(α，β)。

根据本发明优选实施例，所述根据所述目标映射关系恢复所述待恢复文档图片包括：

获取所述待恢复信息中的每个坐标点；

根据所述目标映射关系确定每个坐标点恢复后对应的平整化坐标；

根据所述平整化坐标恢复所述待恢复文档图片。

一种扭曲文档恢复装置，所述扭曲文档恢复装置包括：

获取单元，用于根据扭曲文档恢复指令获取初始样本；

检测单元，用于对所述初始样本进行文本检测，得到所述初始样本的文本行信息；

扰动单元，用于对所述文本行信息进行扰动处理，得到与所述初始样本对应的扭曲样本，并获取所述初始样本与对应的扭曲样本间的映射关系；

构建单元，用于构建损失函数；

训练单元，用于根据所述初始样本与对应的扭曲样本间的映射关系，以及所述损失函数训练预设网络；

所述训练单元，还用于当所述损失函数的取值不再减小时，停止训练，得到扭曲文档恢复模型；

所述检测单元，还用于接收待恢复文档图片，对所述待恢复文档图片进行文本检测，得到待恢复信息；

恢复单元，用于将所述待恢复信息输入至所述扭曲文档恢复模型，得到目标映射关系，并根据所述目标映射关系恢复所述待恢复文档图片。

一种电子设备，所述电子设备包括：

存储器，存储至少一个指令；及

处理器，执行所述存储器中存储的指令以实现所述扭曲文档恢复方法。

一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一个指令，所述至少一个指令被电子设备中的处理器执行以实现所述扭曲文档恢复方法。

由以上技术方案可以看出，本发明能够根据扭曲文档恢复指令获取初始样本，对所述初始样本进行文本检测，得到所述初始样本的文本行信息，对所述文本行信息进行扰动处理，得到与所述初始样本对应的扭曲样本，并获取所述初始样本与对应的扭曲样本间的映射关系，基于2D扰动网格生成扭曲样本，采用合成的方法生成训练数据，减少了人力收集数据的成本和难度，且生成的训练数据量可根据需要进行增减，解决了现有技术中扭曲样本量及样本种类不足的问题，构建损失函数，根据所述初始样本与对应的扭曲样本间的映射关系，以及所述损失函数训练预设网络，采用掩膜图像进行模型的训练，使模型的训练关注于形变映射关系的学习，减小了背景、光照等其它因素的干扰，模型训练更易收敛，当所述损失函数的取值不再减小时，停止训练，得到扭曲文档恢复模型，接收待恢复文档图片，对所述待恢复文档图片进行文本检测，得到待恢复信息，将所述待恢复信息输入至所述扭曲文档恢复模型，得到目标映射关系，并根据所述目标映射关系恢复所述待恢复文档图片，直接从对文本行的矫正出发，思路直观有效，且相比于利用整张图像，模型计算量小，更易部署，进而基于人工智能手段实现扭曲文本的自动恢复。

附图说明

图1是本发明扭曲文档恢复方法的较佳实施例的流程图。

图2是本发明扭曲文档恢复装置的较佳实施例的功能模块图。

图3是本发明实现扭曲文档恢复方法的较佳实施例的电子设备的结构示意图。

具体实施方式

为了使本发明的目的、技术方案和优点更加清楚，下面结合附图和具体实施例对本发明进行详细描述。

如图1所示，是本发明扭曲文档恢复方法的较佳实施例的流程图。根据不同的需求，该流程图中步骤的顺序可以改变，某些步骤可以省略。

所述扭曲文档恢复方法应用于一个或者多个电子设备中，所述电子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 SignalProcessor，DSP)、嵌入式设备等。

所述电子设备可以是任何一种可与用户进行人机交互的电子产品，例如，个人计算机、平板电脑、智能手机、个人数字助理(Personal Digital Assistant，PDA)、游戏机、交互式网络电视(Internet Protocol Television，IPTV)、智能式穿戴式设备等。

所述电子设备还可以包括网络设备和/或用户设备。其中，所述网络设备包括，但不限于单个网络服务器、多个网络服务器组成的服务器组或基于云计算(CloudComputing)的由大量主机或网络服务器构成的云。

所述电子设备所处的网络包括但不限于互联网、广域网、城域网、局域网、虚拟专用网络(Virtual Private Network，VPN)等。

S10，根据扭曲文档恢复指令获取初始样本。

在本实施例中，所述扭曲文档恢复指令可以由指定工作人员触发，也可以配置为周期性触发，本发明不限制。

需要说明的是，所述初始样本是指平整的数字文档。

在本发明的至少一个实施例中，所述根据扭曲文档恢复指令获取初始样本包括：

解析所述扭曲文档恢复指令的方法体，得到所述扭曲文档恢复指令所携带的信息；

获取预设标签；

根据所述预设标签构建正则表达式；

根据所述正则表达式对所述扭曲文档恢复指令所携带的信息进行遍历，并将遍历到的数据确定为目标地址；

连接至所述目标地址，并获取所述目标地址存储的数据作为所述初始样本。

其中，所述扭曲文档恢复指令实质上是一条代码，在所述扭曲文档恢复指令中，根据代码的编写原则，{}之间的内容被称之为所述方法体。

其中，在解析后，得到的信息可以包括，但不限于：所述扭曲文档恢复指令的触发者、所述扭曲文档恢复指令的触发时间、地址、所述扭曲文档恢复指令的触发者的设备IP。

所述预设标签可以进行自定义配置，所述预设标签与地址具有一一对应的关系，例如：所述预设标签可以是ADD，进一步以所述预设标签建立正则表达式ADD()，并以ADD()进行遍历。

通过上实施方式，能够基于正则表达式及预设标签快速确定目标地址，并进一步获取所述目标地址存储的数据作为所述初始样本，提高了数据获取的效率。

S11，对所述初始样本进行文本检测，得到所述初始样本的文本行信息。

在本实施例中，可以采用dbnet文本检测等算法对所述初始样本执行文本检测，并将得到的掩膜图像确定为所述初始样本的文本行信息，本发明不限制。

S12，对所述文本行信息进行扰动处理，得到与所述初始样本对应的扭曲样本，并获取所述初始样本与对应的扭曲样本间的映射关系。

可以理解的是，所述初始样本的数量有限，而模型的训练往往需要大量的样本，才能保证模型的准确性。尤其对于扭曲文档，在实际应用中，采集到的样本很难全面覆盖到各种情况造成的扭曲或者变形，导致模型的训练效果欠佳。

因此，本实施方式对2D图像进行扰动处理，以生成大量的扭曲样本作为模型的训练数据，能够有效提高模型的训练效果。

在本发明的至少一个实施例中，所述对所述文本行信息进行扰动处理，得到与所述初始样本对应的扭曲样本包括：

在所述文本行信息上添加配置网格；

在所述配置网格上随机选择网格顶点作为初始变形点；

随机生成形变向量；

将所述初始变形点确定为起点，根据所述形变向量进行传播；

获取配置权重，根据所述配置权重计算所述配置网格中其他任意网格顶点变形后的坐标，得到网格图片；

对所述网格图片进行插值处理，生成与所述初始样本对应的扭曲样本。

例如：所述配置网格可以是一个m*n的网格M，在M上选择一个随机顶点p作为所述初始变形点。随机生成变形的方向和强度，并记为v，v即为所述形变向量。进一步地，以q为起点，将v通过权重w传播至其它顶点，则扭曲后，网格上的任意顶点i被计算为p(i)+wv，p(i)为i的初始坐标。

由于各个顶点扭曲后得到的是网格式的数据，中间还有空洞需要填满，2D扰动网格仅提供了一个稀疏的变形域，因此，进一步采用线性的方式对其进行插值，以从像素层面构建密集的扭曲图，接着把扭曲图应用到原始掩膜图像以生成扰动图像，即得到与所述初始样本对应的扭曲样本。

需要说明的是，在进行2D扰动时，可以遵循以下原则：

(1)纸张是局部刚性的，不会扩展或压缩，点的变形会在空间传播；

(2)有两种扭曲：折叠和弯曲，并分别产生纸张的折痕和卷曲，扭曲过程中会得到平整文档到扭曲文档的坐标映射关系。

具体地，所述对所述网格图片进行插值处理，生成与所述初始样本对应的扭曲样本包括：

识别所述网格图片中的空格；

将每个空格确定为圆心，并根据预设半径在所述网格图片中识别每个空格的相邻区域；

检测所述相邻区域内的所有网格顶点；

根据检测到的网格顶点进行插值运算，得到每个空格的填充点的坐标；

根据每个空格的填充点的坐标填充每个空格，得到与所述初始样本对应的扭曲样本。

例如：所述插值运算可以包括线性插值等。

通过上述实施方式，能够基于2D扰动网格生成扭曲样本，采用合成的方法生成训练数据，减少了人力收集数据的成本和难度，且生成的训练数据量可根据需要进行增减，解决了现有技术中扭曲样本量及样本种类不足的问题。

S13，构建损失函数。

在本发明的至少一个实施例中，所述构建损失函数包括：

将所述初始样本与对应的扭曲样本间的映射关系确定为训练标签；

将所述初始样本对应的输出作为预测映射关系；

根据所述预测映射关系及所述训练标签构建绝对损失函数；

根据所述预测映射关系及所述训练标签构建相对损失函数；

获取权重向量；

根据所述绝对损失函数、所述相对损失函数及所述权重向量构建所述损失函数。

通过上述实施方式，在训练过程中，在绝对损失与相对损失两个维度上对训练过程进行同时监督，使最终输出的映射关系不断接近训练标签，以不断提高预测的准确度。

具体地，通过绝对损失，能够在训练过程中不断优化模型的准确度；通过相对损失，能够减少局部变形对于训练效果的影响。

进一步地，采用下述公式根据所述预测映射关系及所述训练标签构建绝对损失函数：

其中，L

采用下述公式根据所述预测映射关系及所述训练标签构建相对损失函数：

其中，L

采用下述公式根据所述绝对损失函数、所述相对损失函数及所述权重向量构建所述损失函数：

L＝αL

其中，L表示所述损失函数，α、β组成所述权重向量(α，β)。

具体地，α、β的取值可以根据实验结果进行配置，也可以根据实际需求进行自定义配置，如：α＝β＝0.5。

S14，根据所述初始样本与对应的扭曲样本间的映射关系，以及所述损失函数训练预设网络。

具体地，以所述初始样本与对应的扭曲样本间的映射关系作为训练数据训练所述预设网络，并以所述损失函数辅助进行迭代。

其中，考虑到扭曲文档的恢复任务与语义分割任务具有共性(后者是为每个像素分配一类标签，而扭曲文档的恢复任务则是为每个像素点分配一个2D向量)，以及U-Net在分割任务上的简洁性和有效性，本实施方式可以采用U-Net网络作为所述预设网络，U-Net网络基本由全卷积层构成，包含一系列的上采样和下采样，并将特征映射在上、下采样层之间连接。

另外，本实施方式采用掩膜图像进行模型的训练，使模型的训练关注于形变映射关系的学习，减小了背景、光照等其它因素的干扰，模型训练更易收敛。

S15，当所述损失函数的取值不再减小时，停止训练，得到扭曲文档恢复模型。

可以理解的是，当所述损失函数的取值不再减小时，说明损失函数达到收敛，此时，停止训练，并将当前训练得到的模型确定为最终的扭曲文档恢复模型。

S16，接收待恢复文档图片，对所述待恢复文档图片进行文本检测，得到待恢复信息。

在本实施例中，所述待恢复文档图片可以由相关工作人员上传，本发明不限制。

在本发明的至少一个实施例中，可以采用dbnet文本检测对所述待恢复文档图片进行文本检测。

进一步地，文本检测后得到的所述待恢复信息为掩膜图像，并且掩膜图像中带有文本行的信息。

S17，将所述待恢复信息输入至所述扭曲文档恢复模型，得到目标映射关系，并根据所述目标映射关系恢复所述待恢复文档图片。

通过上述实施方式，直接从对文本行的矫正出发，思路直观有效，且相比于利用整张图像，模型计算量小，更易部署。

在本发明的至少一个实施例中，所述根据所述目标映射关系恢复所述待恢复文档图片包括：

获取所述待恢复信息中的每个坐标点；

根据所述目标映射关系确定每个坐标点恢复后对应的平整化坐标；

根据所述平整化坐标恢复所述待恢复文档图片。

通过上述实施方式，将预测得到的目标映射关系作用于真实文档图片，进而得到平整化后的文档图片。

需要说明的是，为了进一步保证数据的安全性，可以将扭曲文档恢复模型部署于区块链，以避免数据被恶意篡改。

由以上技术方案可以看出，本发明能够根据扭曲文档恢复指令获取初始样本，对所述初始样本进行文本检测，得到所述初始样本的文本行信息，对所述文本行信息进行扰动处理，得到与所述初始样本对应的扭曲样本，并获取所述初始样本与对应的扭曲样本间的映射关系，基于2D扰动网格生成扭曲样本，采用合成的方法生成训练数据，减少了人力收集数据的成本和难度，且生成的训练数据量可根据需要进行增减，解决了现有技术中扭曲样本量及样本种类不足的问题，构建损失函数，根据所述初始样本与对应的扭曲样本间的映射关系，以及所述损失函数训练预设网络，采用掩膜图像进行模型的训练，使模型的训练关注于形变映射关系的学习，减小了背景、光照等其它因素的干扰，模型训练更易收敛，当所述损失函数的取值不再减小时，停止训练，得到扭曲文档恢复模型，接收待恢复文档图片，对所述待恢复文档图片进行文本检测，得到待恢复信息，将所述待恢复信息输入至所述扭曲文档恢复模型，得到目标映射关系，并根据所述目标映射关系恢复所述待恢复文档图片，直接从对文本行的矫正出发，思路直观有效，且相比于利用整张图像，模型计算量小，更易部署，进而基于人工智能手段实现扭曲文本的自动恢复。

如图2所示，是本发明扭曲文档恢复装置的较佳实施例的功能模块图。所述扭曲文档恢复装置11包括获取单元110、检测单元111、扰动单元112、构建单元113、训练单元114、恢复单元115。本发明所称的模块/单元是指一种能够被处理器13所执行，并且能够完成固定功能的一系列计算机程序段，其存储在存储器12中。在本实施例中，关于各模块/单元的功能将在后续的实施例中详述。

获取单元110根据扭曲文档恢复指令获取初始样本。

在本实施例中，所述扭曲文档恢复指令可以由指定工作人员触发，也可以配置为周期性触发，本发明不限制。

需要说明的是，所述初始样本是指平整的数字文档。

在本发明的至少一个实施例中，所述获取单元110根据扭曲文档恢复指令获取初始样本包括：

解析所述扭曲文档恢复指令的方法体，得到所述扭曲文档恢复指令所携带的信息；

获取预设标签；

根据所述预设标签构建正则表达式；

根据所述正则表达式对所述扭曲文档恢复指令所携带的信息进行遍历，并将遍历到的数据确定为目标地址；

连接至所述目标地址，并获取所述目标地址存储的数据作为所述初始样本。

其中，所述扭曲文档恢复指令实质上是一条代码，在所述扭曲文档恢复指令中，根据代码的编写原则，{}之间的内容被称之为所述方法体。

其中，在解析后，得到的信息可以包括，但不限于：所述扭曲文档恢复指令的触发者、所述扭曲文档恢复指令的触发时间、地址、所述扭曲文档恢复指令的触发者的设备IP。

所述预设标签可以进行自定义配置，所述预设标签与地址具有一一对应的关系，例如：所述预设标签可以是ADD，进一步以所述预设标签建立正则表达式ADD()，并以ADD()进行遍历。

通过上实施方式，能够基于正则表达式及预设标签快速确定目标地址，并进一步获取所述目标地址存储的数据作为所述初始样本，提高了数据获取的效率。

检测单元111对所述初始样本进行文本检测，得到所述初始样本的文本行信息。

在本实施例中，可以采用dbnet文本检测等算法对所述初始样本执行文本检测，并将得到的掩膜图像确定为所述初始样本的文本行信息，本发明不限制。

扰动单元112对所述文本行信息进行扰动处理，得到与所述初始样本对应的扭曲样本，并获取所述初始样本与对应的扭曲样本间的映射关系。

可以理解的是，所述初始样本的数量有限，而模型的训练往往需要大量的样本，才能保证模型的准确性。尤其对于扭曲文档，在实际应用中，采集到的样本很难全面覆盖到各种情况造成的扭曲或者变形，导致模型的训练效果欠佳。

因此，本实施方式对2D图像进行扰动处理，以生成大量的扭曲样本作为模型的训练数据，能够有效提高模型的训练效果。

在本发明的至少一个实施例中，所述扰动单元112对所述文本行信息进行扰动处理，得到与所述初始样本对应的扭曲样本包括：

在所述文本行信息上添加配置网格；

在所述配置网格上随机选择网格顶点作为初始变形点；

随机生成形变向量；

将所述初始变形点确定为起点，根据所述形变向量进行传播；

获取配置权重，根据所述配置权重计算所述配置网格中其他任意网格顶点变形后的坐标，得到网格图片；

对所述网格图片进行插值处理，生成与所述初始样本对应的扭曲样本。

例如：所述配置网格可以是一个m*n的网格M，在M上选择一个随机顶点p作为所述初始变形点。随机生成变形的方向和强度，并记为v，v即为所述形变向量。进一步地，以q为起点，将v通过权重w传播至其它顶点，则扭曲后，网格上的任意顶点i被计算为p(i)+wv，p(i)为i的初始坐标。

由于各个顶点扭曲后得到的是网格式的数据，中间还有空洞需要填满，2D扰动网格仅提供了一个稀疏的变形域，因此，进一步采用线性的方式对其进行插值，以从像素层面构建密集的扭曲图，接着把扭曲图应用到原始掩膜图像以生成扰动图像，即得到与所述初始样本对应的扭曲样本。

需要说明的是，在进行2D扰动时，可以遵循以下原则：

(1)纸张是局部刚性的，不会扩展或压缩，点的变形会在空间传播；

(2)有两种扭曲：折叠和弯曲，并分别产生纸张的折痕和卷曲，扭曲过程中会得到平整文档到扭曲文档的坐标映射关系。

具体地，所述对所述网格图片进行插值处理，生成与所述初始样本对应的扭曲样本包括：

识别所述网格图片中的空格；

将每个空格确定为圆心，并根据预设半径在所述网格图片中识别每个空格的相邻区域；

检测所述相邻区域内的所有网格顶点；

根据检测到的网格顶点进行插值运算，得到每个空格的填充点的坐标；

根据每个空格的填充点的坐标填充每个空格，得到与所述初始样本对应的扭曲样本。

例如：所述插值运算可以包括线性插值等。

通过上述实施方式，能够基于2D扰动网格生成扭曲样本，采用合成的方法生成训练数据，减少了人力收集数据的成本和难度，且生成的训练数据量可根据需要进行增减，解决了现有技术中扭曲样本量及样本种类不足的问题。

构建单元113构建损失函数。

在本发明的至少一个实施例中，所述构建单元113构建损失函数包括：

将所述初始样本与对应的扭曲样本间的映射关系确定为训练标签；

将所述初始样本对应的输出作为预测映射关系；

根据所述预测映射关系及所述训练标签构建绝对损失函数；

根据所述预测映射关系及所述训练标签构建相对损失函数；

获取权重向量；

根据所述绝对损失函数、所述相对损失函数及所述权重向量构建所述损失函数。

通过上述实施方式，在训练过程中，在绝对损失与相对损失两个维度上对训练过程进行同时监督，使最终输出的映射关系不断接近训练标签，以不断提高预测的准确度。

具体地，通过绝对损失，能够在训练过程中不断优化模型的准确度；通过相对损失，能够减少局部变形对于训练效果的影响。

进一步地，采用下述公式根据所述预测映射关系及所述训练标签构建绝对损失函数：

其中，L

采用下述公式根据所述预测映射关系及所述训练标签构建相对损失函数：

其中，L

采用下述公式根据所述绝对损失函数、所述相对损失函数及所述权重向量构建所述损失函数：

L＝αL

其中，L表示所述损失函数，α、β组成所述权重向量(α，β)。

具体地，α、β的取值可以根据实验结果进行配置，也可以根据实际需求进行自定义配置，如：α＝β＝0.5。

训练单元114根据所述初始样本与对应的扭曲样本间的映射关系，以及所述损失函数训练预设网络。

具体地，以所述初始样本与对应的扭曲样本间的映射关系作为训练数据训练所述预设网络，并以所述损失函数辅助进行迭代。

其中，考虑到扭曲文档的恢复任务与语义分割任务具有共性(后者是为每个像素分配一类标签，而扭曲文档的恢复任务则是为每个像素点分配一个2D向量)，以及U-Net在分割任务上的简洁性和有效性，本实施方式可以采用U-Net网络作为所述预设网络，U-Net网络基本由全卷积层构成，包含一系列的上采样和下采样，并将特征映射在上、下采样层之间连接。

另外，本实施方式采用掩膜图像进行模型的训练，使模型的训练关注于形变映射关系的学习，减小了背景、光照等其它因素的干扰，模型训练更易收敛。

当所述损失函数的取值不再减小时，所述训练单元114停止训练，得到扭曲文档恢复模型。

可以理解的是，当所述损失函数的取值不再减小时，说明损失函数达到收敛，此时，停止训练，并将当前训练得到的模型确定为最终的扭曲文档恢复模型。

接收待恢复文档图片，所述检测单元111对所述待恢复文档图片进行文本检测，得到待恢复信息。

在本实施例中，所述待恢复文档图片可以由相关工作人员上传，本发明不限制。

在本发明的至少一个实施例中，可以采用dbnet文本检测对所述待恢复文档图片进行文本检测。

进一步地，文本检测后得到的所述待恢复信息为掩膜图像，并且掩膜图像中带有文本行的信息。

恢复单元115将所述待恢复信息输入至所述扭曲文档恢复模型，得到目标映射关系，并根据所述目标映射关系恢复所述待恢复文档图片。

通过上述实施方式，直接从对文本行的矫正出发，思路直观有效，且相比于利用整张图像，模型计算量小，更易部署。

在本发明的至少一个实施例中，所述恢复单元115根据所述目标映射关系恢复所述待恢复文档图片包括：

获取所述待恢复信息中的每个坐标点；

根据所述目标映射关系确定每个坐标点恢复后对应的平整化坐标；

根据所述平整化坐标恢复所述待恢复文档图片。

通过上述实施方式，将预测得到的目标映射关系作用于真实文档图片，进而得到平整化后的文档图片。

需要说明的是，为了进一步保证数据的安全性，可以将扭曲文档恢复模型部署于区块链，以避免数据被恶意篡改。

由以上技术方案可以看出，本发明能够根据扭曲文档恢复指令获取初始样本，对所述初始样本进行文本检测，得到所述初始样本的文本行信息，对所述文本行信息进行扰动处理，得到与所述初始样本对应的扭曲样本，并获取所述初始样本与对应的扭曲样本间的映射关系，基于2D扰动网格生成扭曲样本，采用合成的方法生成训练数据，减少了人力收集数据的成本和难度，且生成的训练数据量可根据需要进行增减，解决了现有技术中扭曲样本量及样本种类不足的问题，构建损失函数，根据所述初始样本与对应的扭曲样本间的映射关系，以及所述损失函数训练预设网络，采用掩膜图像进行模型的训练，使模型的训练关注于形变映射关系的学习，减小了背景、光照等其它因素的干扰，模型训练更易收敛，当所述损失函数的取值不再减小时，停止训练，得到扭曲文档恢复模型，接收待恢复文档图片，对所述待恢复文档图片进行文本检测，得到待恢复信息，将所述待恢复信息输入至所述扭曲文档恢复模型，得到目标映射关系，并根据所述目标映射关系恢复所述待恢复文档图片，直接从对文本行的矫正出发，思路直观有效，且相比于利用整张图像，模型计算量小，更易部署，进而基于人工智能手段实现扭曲文本的自动恢复。

如图3所示，是本发明实现扭曲文档恢复方法的较佳实施例的电子设备的结构示意图。

所述电子设备1可以包括存储器12、处理器13和总线，还可以包括存储在所述存储器12中并可在所述处理器13上运行的计算机程序，例如扭曲文档恢复程序。

本领域技术人员可以理解，所述示意图仅仅是电子设备1的示例，并不构成对电子设备1的限定，所述电子设备1既可以是总线型结构，也可以是星形结构，所述电子设备1还可以包括比图示更多或更少的其他硬件或者软件，或者不同的部件布置，例如所述电子设备1还可以包括输入输出设备、网络接入设备等。

需要说明的是，所述电子设备1仅为举例，其他现有的或今后可能出现的电子产品如可适应于本发明，也应包含在本发明的保护范围以内，并以引用方式包含于此。

其中，存储器12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、移动硬盘、多媒体卡、卡型存储器(例如：SD或DX存储器等)、磁性存储器、磁盘、光盘等。存储器12在一些实施例中可以是电子设备1的内部存储单元，例如该电子设备1的移动硬盘。存储器12在另一些实施例中也可以是电子设备1的外部存储设备，例如电子设备1上配备的插接式移动硬盘、智能存储卡(Smart Media Card,SMC)、安全数字(Secure Digital,SD)卡、闪存卡(Flash Card)等。进一步地，存储器12还可以既包括电子设备1的内部存储单元也包括外部存储设备。存储器12不仅可以用于存储安装于电子设备1的应用软件及各类数据，例如扭曲文档恢复程序的代码等，还可以用于暂时地存储已经输出或者将要输出的数据。

处理器13在一些实施例中可以由集成电路组成，例如可以由单个封装的集成电路所组成，也可以是由多个相同功能或不同功能封装的集成电路所组成，包括一个或者多个中央处理器(Central Processing unit，CPU)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。处理器13是所述电子设备1的控制核心(Control Unit)，利用各种接口和线路连接整个电子设备1的各个部件，通过运行或执行存储在所述存储器12内的程序或者模块(例如执行扭曲文档恢复程序等)，以及调用存储在所述存储器12内的数据，以执行电子设备1的各种功能和处理数据。

所述处理器13执行所述电子设备1的操作系统以及安装的各类应用程序。所述处理器13执行所述应用程序以实现上述各个扭曲文档恢复方法实施例中的步骤，例如图1所示的步骤。

示例性的，所述计算机程序可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器12中，并由所述处理器13执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序在所述电子设备1中的执行过程。例如，所述计算机程序可以被分割成获取单元110、检测单元111、扰动单元112、构建单元113、训练单元114、恢复单元115。

上述以软件功能模块的形式实现的集成的单元，可以存储在一个计算机可读取存储介质中。上述软件功能模块存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机、计算机设备，或者网络设备等)或处理器(processor)执行本发明各个实施例所述扭曲文档恢复方法的部分。

所述电子设备1集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指示相关的硬件设备来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。

其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器等。

进一步地，计算机可读存储介质可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序等；存储数据区可存储根据区块链节点的使用所创建的数据等。

本发明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。

总线可以是外设部件互连标准(peripheral component interconnect，简称PCI)总线或扩展工业标准结构(extended industry standard architecture，简称EISA)总线等。该总线可以分为地址总线、数据总线、控制总线等。为便于表示，在图3中仅用一根箭头表示，但并不表示仅有一根总线或一种类型的总线。所述总线被设置为实现所述存储器12以及至少一个处理器13等之间的连接通信。

尽管未示出，所述电子设备1还可以包括给各个部件供电的电源(比如电池)，优选地，电源可以通过电源管理装置与所述至少一个处理器13逻辑相连，从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备1还可以包括多种传感器、蓝牙模块、Wi-Fi模块等，在此不再赘述。

进一步地，所述电子设备1还可以包括网络接口，可选地，所述网络接口可以包括有线接口和/或无线接口(如WI-FI接口、蓝牙接口等)，通常用于在该电子设备1与其他电子设备之间建立通信连接。

可选地，该电子设备1还可以包括用户接口，用户接口可以是显示器(Display)、输入单元(比如键盘(Keyboard))，可选地，用户接口还可以是标准的有线接口、无线接口。可选地，在一些实施例中，显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode，有机发光二极管)触摸器等。其中，显示器也可以适当的称为显示屏或显示单元，用于显示在电子设备1中处理的信息以及用于显示可视化的用户界面。

应该了解，所述实施例仅为说明之用，在专利申请范围上并不受此结构的限制。

图3仅示出了具有组件12-13的电子设备1，本领域技术人员可以理解的是，图3示出的结构并不构成对所述电子设备1的限定，可以包括比图示更少或者更多的部件，或者组合某些部件，或者不同的部件布置。

结合图1，所述电子设备1中的所述存储器12存储多个指令以实现一种扭曲文档恢复方法，所述处理器13可执行所述多个指令从而实现：

根据扭曲文档恢复指令获取初始样本；

对所述初始样本进行文本检测，得到所述初始样本的文本行信息；

对所述文本行信息进行扰动处理，得到与所述初始样本对应的扭曲样本，并获取所述初始样本与对应的扭曲样本间的映射关系；

构建损失函数；

根据所述初始样本与对应的扭曲样本间的映射关系，以及所述损失函数训练预设网络；

当所述损失函数的取值不再减小时，停止训练，得到扭曲文档恢复模型；

接收待恢复文档图片，对所述待恢复文档图片进行文本检测，得到待恢复信息；

将所述待恢复信息输入至所述扭曲文档恢复模型，得到目标映射关系，并根据所述目标映射关系恢复所述待恢复文档图片。

具体地，所述处理器13对上述指令的具体实现方法可参考图1对应实施例中相关步骤的描述，在此不赘述。

在本发明所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。

所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能模块的形式实现。

对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。

因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。

此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。本发明中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第一、第二等词语用来表示名称，而并不表示任何特定的顺序。

最后应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。