[發明專利]一種基于圖片的字體識別方法、裝置及電子設備

在審

• 申請號: 201710367878.2
• 申請日: 2017-05-23
• 公開（公告）號: CN108932454A
• 公開（公告）日: 2018-12-04
• 發明（設計）人: 趙曉偉
• 申請（專利權）人: 杭州海康威視系統技術有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46;G06K9/62
• 代理公司: 北京市廣友專利事務所有限責任公司 11237
• 代理人: 祁獻民

1.一種基于圖片的字體識別方法，其特征在于，包括：

依據預先設置的小波變換級數，對待識別圖片進行小波變換，得到第一小波特征向量；

依據預先通過樣本計算獲得的線性變換矩陣對所述第一小波特征向量進行特征變換，得到第一變換特征向量；

依據所述第一變換特征向量，以及預先通過樣本計算獲得的樣本字體的特征參數，計算判決函數值；

根據所述判決函數值，確定所述待識別圖片中的字符的字體。

2.根據權利要求1所述的基于圖片的字體識別方法，其特征在于，所述依據預先設置的小波變換級數，對待識別圖片進行小波變換，得到第一小波特征向量，包括：

依據預先設置的小波變換級數，對待識別圖片進行小波變換，得到兩個以上的第一小波變換子圖片；

提取各第一小波變換子圖片的特征，并將提取的各第一小波變換子圖片的特征進行組合，得到第一小波特征向量。

3.根據權利要求1所述的基于圖片的字體識別方法，其特征在于，

在依據預先設置的小波變換級數，對待識別圖片中的字符進行小波變換，得到第一小波特征向量之前，所述方法，還包括：

依據預先設置的小波變換級數，對樣本進行小波變換，得到第二小波特征向量；

依據所述第二小波特征向量，確定所述線性變換矩陣。

4.根據權利要求3所述的基于圖片的字體識別方法，其特征在于，所述依據預先設置的小波變換級數，對樣本進行小波變換，得到第二小波特征向量，包括：

依據預先設置的小波變換級數，對第j類樣本中第i個樣本字符進行小波變換，得到所述第i個樣本字符的兩個以上小波變換子圖片；其中，1≤j≤C，C表示樣本字體類別數目，1≤i≤N_j，N_j表示第j類樣本中的樣本數；

提取所述第i個樣本字符的各小波變換子圖片的特征，并將提取的所述第i個樣本字符的各小波變換子圖片的特征進行組合，得到所述第i個樣本的第二小波特征向量。

5.根據權利要求4所述的基于圖片的字體識別方法，其特征在于，所述依據所述第二小波特征向量，確定所述線性變換矩陣，包括：

計算每類樣本中各樣本的第二小波特征向量均值以及所有類樣本中各樣本的第二小波特征向量均值；

依據每類樣本中各樣本的第二小波特征向量均值以及所有類樣本中各樣本的第二小波特征向量均值，計算類內散度矩陣以及類間散度矩陣；

依據類內散度矩陣以及類間散度矩陣，計算得到組合矩陣，對組合矩陣進行特征值和特征向量分解，得到按值的大小降序排列特征向量；

提取特征向量中前m個特征向量，得到所述線性變換矩陣，其中，m為預先設置的常數。

6.根據權利要求5所述的基于圖片的字體識別方法，其特征在于，所述依據每類樣本中各樣本的第二小波特征向量均值以及所有類樣本中各樣本的第二小波特征向量均值，計算類內散度矩陣以及類間散度矩陣，包括：

依據如下公式計算類內散度矩陣以及類間散度矩陣：

式中，

S_w表示類內散度矩陣；

S_b表示類間散度矩陣；

u表示所有類樣本中各樣本的第二小波特征向量均值；

u_j表示第j類樣本中各樣本的第二小波特征向量均值；

V_i表示第i個樣本的第二小波特征向量；

N_j表示第j類樣本中的樣本數；

C表示樣本字體類別數目。

7.根據權利要求5所述的基于圖片的字體識別方法，其特征在于，所述依據類內散度矩陣以及類間散度矩陣，計算得到組合矩陣包括：

獲取類內散度矩陣的逆矩陣；

將類內散度矩陣與類間散度矩陣相加，得到和矩陣；

計算和矩陣與逆矩陣的積，得到組合矩陣。