图像作为当今重要的载体承载了大量的信息,对其中的文字信息提取能推动对图像的理解。相比特定场景的文字信息提取问题,自然场景下文字定位的难度较大。同时由于文档、报纸和票据存在的折叠卷曲现象,增加了拍摄得到的图像在后期文字检测与识别上的难度。针对这些问题,本文基于深度学习提出了一种扭曲文档图像矫正的模型和一个文本检测与识别模型,具体的工作包含以下内容:1、提出了Stacked-EAST模型用于矫正扭曲的文档图像。该模型针对扭曲文档图像的每个像素预测偏移数据从而矫正图像,并且训练数据可从平展文档图像自行生成,易于理解且适用范围较广;2、提出了一种适用于自然场景下的文字检测与识别模型。在文本检测方面本文将二阶段的目标检测与图像分割思想结合,并针对长文本难以定位的问题进行了改进,提出了最大合并的非极大值抑制算法,提高了票据等文档环境下的文本检测的效果;在文本识别方面,本文结合了领域内广泛使用的CRNN模型对已经检测到的文本区域内的文字进行识别。本文提出的文字检测与识别模型在多个数据集上取得了较为优秀的效果,并取得了天池ICPR MTWI 2018网络图像的端到端文本检测和识别挑战赛的第十名,证明了其有效性。