本申请提出一种图像处理方法、装置、设备及存储介质，通过获取包括文本信息的原始图像，并对原始图像进行图像处理后得到带涂改的图像数据，保证神经网络模型在训练阶段可以有足够多的样本数据。另外，通过将该原始图像中的文本信息划分为一个或多个文本区域，并从一个或多个文本区域中选择目标文本区域。在该目标文本区域中确定涂改范围，并根据该涂改范围确定涂改掩膜，以及将该原始图像和该涂改掩膜进行图像合成，得到带涂改的图像数据，使得经过图像处理后得到的带涂改的图像数据尽可能的接近真实的涂改效果，保证神经网络模型在训练阶段可以有足够多的近似真实的带涂改的图像数据，从而为提高训练出的神经网络模型的识别准确度奠定了基础。