[發(fā)明專利]圖片文字的識別方法及裝置

有效

• 申請?zhí)枺?/td>: 201611060177.6
• 申請日: 2016-11-25
• 公開（公告）號: CN106599940B
• 公開（公告）日: 2020-04-17
• 發(fā)明（設計）人: 李東鴿;牟曉光
• 申請（專利權）人: 東軟集團股份有限公司
• 主分類號: G06K9/68
• 分類號: G06K9/68;G06F16/903
• 代理公司: 北京鼎佳達知識產(chǎn)權代理事務所(普通合伙) 11348
• 代理人: 劉喆;劉鐵生

本發(fā)明公開了一種圖片文字的識別方法及裝置，涉及圖像處理技術領域，主要目的在于解決在識別圖片中的文字過程中，在將其與文字庫中預先存儲的文字進行比對時，為確保比對結果的正確性，文字庫中的文字同樣為標準排版，導致文字庫中的數(shù)據(jù)量較大，使得現(xiàn)有技術中的比對方式計算量大，文字識別時間較長、性能較低的問題，本發(fā)明的技術方案包括：將圖片中的文字拆分為多個矩形文字框，其中，矩形文字框的個數(shù)與圖片中文字的個數(shù)一致；將所述矩形文字框內(nèi)的文字編碼為待匹配字符串，并將所述待匹配字符串與預設文字庫中的字符串進行匹配；根據(jù)匹配結果識別所述待匹配字符串對應的文字。

技術領域

本發(fā)明涉及圖像處理技術領域，特別是涉及一種圖片文字的識別方法及裝置。

背景技術

伴隨著互聯(lián)網(wǎng)技術的快速發(fā)展，在網(wǎng)頁中展示信息的形式也越來越多，越多越豐富。例如，網(wǎng)頁中為了吸引更多的訪客可以通過圖片的形式進行內(nèi)容的展示，在通過圖片展示網(wǎng)頁內(nèi)容時，可將展示的內(nèi)容置于圖片中，以增強展示效果的趣味性。

目前，在使用圖片展示網(wǎng)頁內(nèi)容時，一些惡意用戶可能會將一些非法廣告、敏感詞匯、污穢謾罵詛咒詞匯等惡意信息放置于圖片中進行展示，給網(wǎng)絡環(huán)境帶去一定的不良影響。為了營造一個良好的網(wǎng)絡環(huán)境，需對上述類型的圖片進行過濾、屏蔽，現(xiàn)有技術中，通過識別圖片中文字的方式避免惡意圖片的展示；在識別圖片中的文字時，將整個圖片切分成多個小塊圖片，確定每個小塊圖片的色差，依次將小塊圖片的色差與文字庫中預先存儲的文字對應的色差進行相似度的匹配，色差相似度越高，說明文字的相似度越高，從而實現(xiàn)圖片文字的識別。

發(fā)明人在實現(xiàn)上述過程時發(fā)現(xiàn)，現(xiàn)有技術中由于圖片中的文字為標準排版的文字，在將其與文字庫中預先存儲的文字進行比對時，為確保比對結果的正確性，文字庫中的文字同樣為標準排版，導致文字庫中的數(shù)據(jù)量較大，使得現(xiàn)有技術中的比對方式計算量大，文字識別時間較長、性能較低。

發(fā)明內(nèi)容

有鑒于此，本發(fā)明提供的一種圖片文字的識別方法及裝置，主要目的在于解決現(xiàn)有技術中在識別圖片中的文字過程中，在將其與文字庫中預先存儲的文字進行比對時，為確保比對結果的正確性，文字庫中的文字同樣為標準排版，導致文字庫中的數(shù)據(jù)量較大，使得現(xiàn)有技術中的比對方式計算量大，文字識別時間較長、性能較低的問題。

依據(jù)本發(fā)明一個方面，本發(fā)明提供了一種圖片文字的識別方法，包括：

將圖片中的文字拆分為多個矩形文字框，其中，矩形文字框的個數(shù)與圖片中文字的個數(shù)一致；

將所述矩形文字框內(nèi)的文字編碼為待匹配字符串，并將所述待匹配字符串與預設文字庫中的字符串進行匹配；

根據(jù)匹配結果識別所述待匹配字符串對應的文字。

可選的，將圖片中的文字拆分為多個矩形文字框包括：

對所述圖片中的文字進行解析，確定圖片中文字的識別起始點；

從所述識別起始點確認各個文字的字高度及字寬度；

根據(jù)所述字高度及字寬度將圖片中的文字進行拆分。

可選的，將所述矩形文字框內(nèi)的文字編碼為待匹配字符串包括：

獲取所述矩形文字框內(nèi)的文字像素及空白像素，并分別對所述文字像素及空白像素進行二進制編碼；其中，所述文字像素使用二進制中的1表示，所述空白像素使用二進制中的0標識；

將二進制編碼后的文字像素及空白像素轉換為十六進制，得到所述待匹配字符串。

可選的，在分別對所述文字像素及空白像素進行二進制編碼之前，所述方法包括：

計算所述矩形文字框內(nèi)文字像素及空白像素的第一像素總數(shù)；

獲取所述預設文字庫中一個字包含的第二像素總數(shù)；