[發(fā)明專利]用于從成像文件提取文本的方法和設(shè)備

有效

• 申請?zhí)枺?/td>: 201610931615.5
• 申請日: 2016-10-31
• 公開（公告）號: CN107045632B
• 公開（公告）日: 2020-06-12
• 發(fā)明（設(shè)計）人: 凱文·克強(qiáng)·鄧
• 申請（專利權(quán)）人: 尼爾森（美國）有限公司
• 主分類號: G06K9/32
• 分類號: G06K9/32;G06K9/34;G06K9/62;G06K9/03
• 代理公司: 北京同達(dá)信恒知識產(chǎn)權(quán)代理有限公司 11291
• 代理人: 黃志華;何月華

公開了用于從成像文件提取文本的方法和設(shè)備。示例性方法包括將文件的圖像分段為對應(yīng)于所述文件中的個體字符的局部子圖像。該示例性方法還包括基于各自的所述子圖像與基準(zhǔn)子圖像的視覺相關(guān)性將各自的所述子圖像分組為群集。所述基準(zhǔn)子圖像與被分組為所述群集的各自的所述子圖像之間的所述視覺相關(guān)性超出相關(guān)性閾值。該示例性方法還包括基于被分組為所述群集的所述子圖像識別用于所述群集的指定字符。該示例性方法還包括將所述指定字符與所述文件的所述圖像中與被分組為所述群集的各自的所述子圖像相關(guān)聯(lián)的位置相關(guān)聯(lián)。

技術(shù)領(lǐng)域

本發(fā)明總體涉及文本提取，且更具體地涉及用于從成像文件提取文本的方法和設(shè)備。

背景技術(shù)

存在許多不同的環(huán)境和理由，針對這些環(huán)境和理由，個人、商家和/或其它實體可能期望將文件(或其它項目)中的文本的圖像轉(zhuǎn)換為機(jī)器編碼的文本。例如，成像文本到機(jī)器編碼的文本的轉(zhuǎn)換能夠使該文本被電子編輯、被搜索、被組織和/或被存儲在數(shù)據(jù)庫中等。成像文本的識別和編碼在本文中被稱為文本提取。

發(fā)明內(nèi)容

本發(fā)明的目的是提高從文件的圖像提取文本的準(zhǔn)確度和/或效率。該目的至少通過根據(jù)本發(fā)明的以下一個或多個方面的技術(shù)方案來實現(xiàn)。

根據(jù)本發(fā)明的第一方面，提供了一種用于從文件的圖像提取文本的方法，所述方法包括：

利用處理器將所述文件的所述圖像分段為對應(yīng)于所述文件中的個體字符的局部子圖像；

利用所述處理器，通過如下方式確定所述子圖像中的第一子圖像與基準(zhǔn)子圖像的視覺相關(guān)性：

將所述子圖像中的所述第一子圖像變換成具有對應(yīng)于所述基準(zhǔn)子圖像的空間取向以確定變換的子圖像；

在所述變換的子圖像周圍添加邊界；

針對所述基準(zhǔn)子圖像相對于由所述邊界限定的分界線內(nèi)的所述變換的子圖像的不同位置，計算所述變換的子圖像和所述基準(zhǔn)子圖像之間的相關(guān)值，以及

將所述相關(guān)值中的最大相關(guān)值分配為所述子圖像中的所述第一子圖像與所述基準(zhǔn)子圖像的所述視覺相關(guān)性；

利用所述處理器基于各自的所述子圖像與所述基準(zhǔn)子圖像的相應(yīng)的視覺相關(guān)性將所述各自的所述子圖像分組為群集，所述基準(zhǔn)子圖像與被分組為所述群集的所述各自的所述子圖像之間的所述相應(yīng)的視覺相關(guān)性超出相關(guān)性閾值；

利用所述處理器基于被分組為所述群集的所述子圖像識別用于所述群集的指定字符；以及

利用所述處理器將所述指定字符與所述文件的所述圖像中與被分組為所述群集的所述各自的所述子圖像相關(guān)聯(lián)的位置相關(guān)聯(lián)。

根據(jù)本發(fā)明的第二方面，提供了一種用于從文件的圖像提取文本的方法，所述方法包括：利用處理器將所述文件的所述圖像分段為對應(yīng)于所述文件中的個體字符的局部子圖像；利用所述處理器基于各自的所述子圖像與基準(zhǔn)子圖像的相應(yīng)的視覺相關(guān)性將所述各自的所述子圖像分組為群集，所述基準(zhǔn)子圖像與被分組為所述群集的所述各自的所述子圖像之間的所述相應(yīng)的視覺相關(guān)性超出相關(guān)性閾值；利用所述處理器基于被分組為所述群集的所述子圖像識別用于所述群集的指定字符；利用所述處理器將所述指定字符與所述文件的所述圖像中與被分組為所述群集的所述各自的所述子圖像相關(guān)聯(lián)的位置相關(guān)聯(lián)；基于用于所述群集的代表性子圖像的光學(xué)字符識別分析的輸出來確定所述指定字符的可靠性，其中，當(dāng)通過用于所述群集的所述代表性子圖像的所述光學(xué)字符識別分析生成的位置誤差值不滿足位置誤差閾值時，將所述指定字符確定為不可靠的，所述位置誤差值對應(yīng)于所述代表性子圖像內(nèi)識別的所述指定字符的分界線的位置與所述代表性子圖像的分界線之間的差異；當(dāng)所述指定字符被確定為不可靠時，提示人類檢查者驗證所述指定字符；以及當(dāng)所述指定字符被確定為可靠時，自動地將所述指定字符分配給所述群集。