[發明專利]OCR字符識別方法及系統

有效

• 申請號: 201310752624.4
• 申請日: 2013-12-31
• 公開（公告）號: CN103679165A
• 公開（公告）日: 2014-03-26
• 發明（設計）人: 王海峰;和為
• 申請（專利權）人: 北京百度網訊科技有限公司
• 主分類號: G06K9/20
• 分類號: G06K9/20
• 代理公司: 北京清亦華知識產權代理事務所(普通合伙) 11201
• 代理人: 宋合成

技術領域

本發明涉及字符識別技術領域，特別涉及一種OCR字符識別方法及系統。

背景技術

目前很多翻譯APP產品都支持拍照翻譯功能，其操作步驟例如：用戶拿著移動終端（如智能手機）對著要翻譯的外文拍照，拍的照片被蒙上一層灰度；用戶用手指在蒙上灰度的照片上滑動，把想要翻譯的單詞“擦”出來；對用戶擦出的區域進行OCR識別，得到外文文本；調用機器翻譯模塊，對OCR結果進行翻譯，最后展現給用戶。

整個操作過程如圖1所示。但上述過程中有一個問題，用戶在“擦”單詞的時候，由于手指擋住了屏幕，經常會把左右或上下相鄰的單詞也一起“擦”到OCR范圍中。如上圖中所示，用戶本意想翻譯Obama這個單詞，但實際操作中左右各多劃出了幾個字母，導致OCR的結果是“it?Obama?I”，經過機器翻譯，得到的最終翻譯結果是“奧巴馬，我”。這樣的翻譯結果會對用戶造成困擾，影響用戶體驗。

發明內容

本發明的目的旨在至少解決所述技術缺陷之一。

為此，本發明的一個目的在于提出一種OCR字符識別方法。該方法可提升對OCR識別的結果的OCR翻譯的準確性。

本發明的另一個目的在于提出一種OCR字符識別系統。

為達到上述目的，本發明第一方面的實施例公開了一種OCR字符識別方法，包括以下步驟：對用戶選擇的目標區域內的圖像進行OCR字符識別以得到識別的詞串，其中，所述詞串包括K個子詞串，每個子詞串至少包括1個字符，所述K為正整數；計算所述識別的詞串中子詞串的數量；如果所述詞串中子詞串的數量大于2，則判斷所述第1個子詞串W₁中字符的個數和所述第K個子詞串W_K中字符的個數是否小于預設值；如果所述W₁中字符的個數和/或W_K中字符的個數小于所述預設值，則判斷所述W₁的噪聲概率得分和/或W_K的噪聲概率得分是否大于預設噪音；如果是，則判定所述W₁和/或所述W_K為噪聲并從所述詞串中刪除所述W₁和/或所述W_K以得到新的詞串。

根據本發明實施例的OCR字符識別方法，針對OCR翻譯中OCR識別的結果進行降噪處理，由此，可識別并刪除通常由于用戶誤操作帶來的OCR噪聲。這樣，在去噪之后，可提升和凈化翻譯結果，使翻譯結果更加準確，提高用戶體驗。

另外，根據本發明上述實施例的OCR字符識別方法還可以具有如下附加的技術特征：

在一些示例中，還包括：如果所述詞串中子詞串的數量等于2，則判斷所述W₁中字符的個數是否小于所述W_K中字符的個數；如果所述W₁中字符的個數小于所述W_K中字符的個數，則進一步判斷所述W₁中字符的個數是否小于預設值；如果所述W₁中字符的個數小于所述預設值，則進一步判斷所述W₁的噪聲概率得分是否大于預設噪音；如果是，則判定所述W₁為噪聲并從所述詞串中刪除所述W₁以得到新的詞串。

在一些示例中，還包括：如果所述W₁中字符的個數大于所述W_K中字符的個數，則進一步判斷所述W_K中字符的個數是否小于預設值；如果所述W_K中字符的個數小于所述預設值，則進一步判斷所述W_K的噪聲概率得分是否大于預設噪音；如果是，則判定所述W_K為噪聲并從所述詞串中刪除所述W_K以得到新的詞串。

在一些示例中，所述噪聲通過如下公式得到：

P_left＝αlogp(W₁)+βlogp(W₂|W₁)，

P_right＝αlogp(W_k)+βlogp(W_k|W_k-1)。

在一些示例中，還包括：對所述新的詞串進行OCR翻譯。