[發(fā)明專利]一種字符識別的方法及裝置

在審

• 申請?zhí)枺?/td>: 201710193761.7
• 申請日: 2017-03-28
• 公開（公告）號: CN107016417A
• 公開（公告）日: 2017-08-04
• 發(fā)明（設(shè)計）人: 王亞軍;張立凱;湯子海
• 申請（專利權(quán)）人: 青島偉東云教育集團(tuán)有限公司
• 主分類號: G06K9/68
• 分類號: G06K9/68
• 代理公司: 北京博思佳知識產(chǎn)權(quán)代理有限公司11415
• 代理人: 陳蕾

技術(shù)領(lǐng)域

本申請涉及計算機(jī)識別技術(shù)領(lǐng)域，特別涉及字符識別的方法及裝置。

背景技術(shù)

目前，很多場景都會應(yīng)用到字符識別技術(shù)，例如：在閱卷過程中，對于掃描至電腦的試卷，試題、答案部分的評閱主要靠人工完成，對于學(xué)號、姓名、分?jǐn)?shù)的部分記錄和統(tǒng)計則可以通過計算機(jī)的識別來完成。這就要求計算機(jī)對數(shù)字及文字的識別達(dá)到一定的準(zhǔn)確率。

以對試卷中字符的識別為例，現(xiàn)有技術(shù)中，由于要求作為識別對象的圖像文件格式統(tǒng)一，尺寸固定，所以首先會將試卷的紙件掃描為圖像文件，并按照預(yù)設(shè)的固定坐標(biāo)截取學(xué)號、姓名以及分?jǐn)?shù)等目標(biāo)圖像區(qū)域。然后通過HOG(Histogram of Oriented Gradient，方向梯度直方圖)計算和統(tǒng)計目標(biāo)圖像的梯度方向直方圖來生成HOG特征描述子，最后將生成的HOG特征描述子輸入預(yù)先訓(xùn)練好的支持向量機(jī)SVM(Support Vector Machine)分類器進(jìn)行識別。但是，由于試卷的掃描由人工完成，其最后生成的圖像文件存在一定偏差，如果按照預(yù)設(shè)固定坐標(biāo)截取目標(biāo)圖像，則會使截取的目標(biāo)圖像也出現(xiàn)偏差，甚至是截取到非目標(biāo)圖像區(qū)域，最終導(dǎo)致識別錯誤或失敗。可見，現(xiàn)有的字符識別技術(shù)識別的準(zhǔn)確率較低。

發(fā)明內(nèi)容

本發(fā)明實施例提供字符識別的方法和裝置，用于解決現(xiàn)有技術(shù)識別的準(zhǔn)確率較低的問題。

根據(jù)本發(fā)明實施例的第一方面，提供一種字符識別的方法，其特征在于，所述方法應(yīng)用于對圖像中字符的識別，所述圖像中包括不確定位置的文本框，所述字符填寫在所述文本框中，所述方法包括：

確定文本框在待識別圖像中所處的位置；

根據(jù)所述文本框的位置，截取所述待識別圖像中文本框?qū)?yīng)的目標(biāo)圖像；

計算所述目標(biāo)圖像所對應(yīng)的目標(biāo)方向梯度直方圖HOG特征描述算子；

根據(jù)所述目標(biāo)HOG特征描述子以及預(yù)先訓(xùn)練好的支持向量機(jī)SVM分類器，獲取所述目標(biāo)圖像的待識別字符，所述訓(xùn)練好的SVM分類器中保存有HOG特征描述子與字符的對應(yīng)關(guān)系。

根據(jù)本發(fā)明實施例的第二方面，提供一種字符識別的裝置，其特征在于，所述裝置應(yīng)用于對圖像中字符的識別，所述圖像中包括不確定位置的文本框，所述字符填寫在所述文本框中，所述裝置包括：

確定單元，用于確定文本框在待識別圖像中所處的位置；

截取單元，用于根據(jù)所述文本框的位置，截取所述待識別圖像中文本框?qū)?yīng)的目標(biāo)圖像；

計算單元，用于計算所述目標(biāo)圖像所對應(yīng)的目標(biāo)方向梯度直方圖HOG特征描述算子；

獲取單元，用于根據(jù)所述目標(biāo)HOG特征描述子以及預(yù)先訓(xùn)練好的支持向量機(jī)SVM分類器，獲取所述目標(biāo)圖像的待識別字符，所述訓(xùn)練好的SVM分類器中保存有HOG特征描述子與字符的對應(yīng)關(guān)系。

由以上技術(shù)方案可見，本發(fā)明實施例通過在所述待識別圖像中，確定所述文本框的位置，并根據(jù)所述文本框位置，截取所述待識別圖像中文本框?qū)?yīng)的目標(biāo)圖像，實現(xiàn)了對目標(biāo)圖像的主動定位和截取，避免了按照預(yù)設(shè)的固定坐標(biāo)截取目標(biāo)圖像區(qū)域所出現(xiàn)的偏差，提高了識別準(zhǔn)確率。

附圖說明

圖1為本發(fā)明字符識別的方法的一個實施例流程圖；

圖2為本發(fā)明字符識別的方法的另一個實施例流程圖；

圖3為本發(fā)明字符識別的裝置所在設(shè)備的一種硬件結(jié)構(gòu)圖；

圖4為本發(fā)明字符識別的裝置的一個實施例框圖。

具體實施方式

為了使本技術(shù)領(lǐng)域的人員更好的理解本發(fā)明實施例中的技術(shù)方案，并使本發(fā)明實施例的上述目的、特征和優(yōu)點能夠更加明顯易懂，下面結(jié)合附圖對本發(fā)明實施例中的技術(shù)方案作進(jìn)一步詳細(xì)的說明。

圖1為本發(fā)明字符識別的方法的一個實施例流程圖，所述方法應(yīng)用于對圖像中字符的識別，所述圖像中包括不確定位置的文本框，所述字符填寫在所述文本框中，所述方法包括以下步驟：

步驟101：確定文本框在待識別圖像中所處的位置。

在一個可選的方式中，可以將上述待識別圖像先做二值化處理，然后在所述二值化后的待識別圖像中確定所述文本框的坐標(biāo)。其中，對上述待識別圖像的二值化處理，可以是全局二值化處理，也可以是局部自適應(yīng)二值化處理。

步驟102：根據(jù)所述文本框的位置，截取所述待識別圖像中文本框?qū)?yīng)的目標(biāo)圖像。