[發(fā)明專(zhuān)利]一種基于tesseract引擎的文字識(shí)別方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 201711172950.2
• 申請(qǐng)日: 2017-11-22
• 公開(kāi)（公告）號(hào): CN107862312A
• 公開(kāi)（公告）日: 2018-03-30
• 發(fā)明（設(shè)計(jì)）人: 朱秋華
• 申請(qǐng)（專(zhuān)利權(quán)）人: 朱秋華
• 主分類(lèi)號(hào): G06K9/20
• 分類(lèi)號(hào): G06K9/20;G06K9/62;G06N3/04;G06N3/08;G06F17/30
• 代理公司: 北京遠(yuǎn)智匯知識(shí)產(chǎn)權(quán)代理有限公司11659
• 代理人: 徐鵬飛

技術(shù)領(lǐng)域

本發(fā)明實(shí)施例涉及文字識(shí)別技術(shù)領(lǐng)域，尤其涉及一種基于tesseract引擎的文字識(shí)別方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)。

背景技術(shù)

OCR(Optical Character Recognition，光學(xué)字符識(shí)別)技術(shù)是通過(guò)掃描等光學(xué)輸入方式將各種票據(jù)、報(bào)刊、書(shū)籍、文稿及其它印刷品的文字轉(zhuǎn)化為圖像信息，再利用文字識(shí)別技術(shù)將圖像信息轉(zhuǎn)化為可以使用的計(jì)算機(jī)輸入技術(shù)，可應(yīng)用于銀行票據(jù)、大量文字資料、檔案卷宗、文案的錄入和處理領(lǐng)域。

傳統(tǒng)的OCR文字識(shí)別方法，如tesseract引擎，相對(duì)云端服務(wù)器的OCR服務(wù)來(lái)說(shuō)識(shí)別率較低，且對(duì)圖片的質(zhì)量要求比較高。現(xiàn)在也存在通過(guò)tesseract引擎和云端服務(wù)器共同識(shí)別文字的技術(shù)，該技術(shù)首先使用tesseract引擎查詢(xún)本地文字庫(kù)，該本地文字庫(kù)通過(guò)tesseract引擎訓(xùn)練得到，尋找是否存在與待識(shí)別圖片相匹配的識(shí)別結(jié)果，若存在，則輸出識(shí)別結(jié)果；若不存在，則通過(guò)卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Network，CNN)進(jìn)行文字識(shí)別并輸出識(shí)別結(jié)果。 CNN是一種前饋神經(jīng)網(wǎng)絡(luò)，它的人工神經(jīng)元可以響應(yīng)一部分覆蓋范圍內(nèi)的周?chē)鷨卧瑢?duì)于大型圖像處理有出色表現(xiàn)。但是上述識(shí)別方法中的本地文字庫(kù)識(shí)別精度不高，用戶(hù)獲取識(shí)別結(jié)果后還需要手動(dòng)更正識(shí)別結(jié)果來(lái)更新本地文字庫(kù)，因此識(shí)別效率比較低。

發(fā)明內(nèi)容

本發(fā)明實(shí)施例提出一種基于tesseract引擎的文字識(shí)別方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)，在輸出識(shí)別結(jié)果前采用tesseract引擎和云服務(wù)端共同訓(xùn)練本地文字庫(kù)，同時(shí)tesseract引擎模塊采用雙識(shí)別引擎來(lái)識(shí)別文字，從而提高文字識(shí)別的準(zhǔn)確率和識(shí)別效率。

第一方面，本發(fā)明實(shí)施例提供了一種基于tesseract引擎的文字識(shí)別方法，包括：

S110、獲取待識(shí)別圖片；

S120、將所述待識(shí)別圖片傳輸至tesseract引擎模塊和云端服務(wù)器，所述 tesseract引擎模塊和云端服務(wù)器同時(shí)對(duì)所述待識(shí)別圖片進(jìn)行文字識(shí)別獲取兩個(gè)識(shí)別結(jié)果，如果所述兩個(gè)識(shí)別結(jié)果相同則對(duì)所述待識(shí)別圖片中的文字進(jìn)行識(shí)別，如果所述兩個(gè)識(shí)別結(jié)果不同，則將所述待識(shí)別圖片和待識(shí)別圖片對(duì)于的來(lái)自云端服務(wù)器的識(shí)別結(jié)果存入本地文字庫(kù)；

S130、重復(fù)上述步驟直至完成所述本地文字庫(kù)的升級(jí)；

S140、采用所述tesseract引擎模塊對(duì)所述待識(shí)別圖片中的文字進(jìn)行識(shí)別，采用輪廓筆畫(huà)描述作為文字識(shí)別的第一識(shí)別引擎，采用邊角特征數(shù)據(jù)庫(kù)作為第二識(shí)別引擎；

所述tesseract引擎模塊首先查詢(xún)所述本地文字庫(kù)，尋找是否存在與所述待識(shí)別圖片相匹配的識(shí)別結(jié)果，若存在，則以文字的形式輸出本地文字庫(kù)中存儲(chǔ)的識(shí)別結(jié)果；若不存在，則通過(guò)卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行文字識(shí)別，并以文字的形式輸出識(shí)別結(jié)果。

第二方面，本發(fā)明實(shí)施例還提供了一種文字識(shí)別裝置，該裝置包括：

圖片獲取模塊，用于獲取待識(shí)別圖片；

本地文字庫(kù)訓(xùn)練模塊，用于將所述待識(shí)別圖片傳輸至tesseract引擎模塊和云端服務(wù)器，所述tesseract引擎模塊和云端服務(wù)器同時(shí)對(duì)所述待識(shí)別圖片進(jìn)行文字識(shí)別獲取兩個(gè)識(shí)別結(jié)果，如果所述兩個(gè)識(shí)別結(jié)果相同則啟動(dòng)識(shí)別結(jié)果輸出模塊，如果所述兩個(gè)識(shí)別結(jié)果不同，則將所述待識(shí)別圖片和待識(shí)別圖片對(duì)于的來(lái)自云端服務(wù)器的識(shí)別結(jié)果存入本地文字庫(kù)；

本地文字庫(kù)升級(jí)模塊，用于重復(fù)上述步驟直至完成所述本地文字庫(kù)的升級(jí)；

文字識(shí)別模塊，用于采用所述tesseract引擎模塊對(duì)所述待識(shí)別圖片中的文字進(jìn)行識(shí)別，采用輪廓筆畫(huà)描述作為文字識(shí)別的第一識(shí)別引擎，采用邊角特征數(shù)據(jù)庫(kù)作為第二識(shí)別引擎；

識(shí)別結(jié)果輸出模塊，用于所述tesseract引擎模塊首先查詢(xún)所述本地文字庫(kù)，尋找是否存在與所述待識(shí)別圖片相匹配的識(shí)別結(jié)果，若存在，則以文字的形式輸出本地文字庫(kù)中存儲(chǔ)的識(shí)別結(jié)果；若不存在，則通過(guò)卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行文字識(shí)別，并以文字的形式輸出識(shí)別結(jié)果。

第三方面，本發(fā)明實(shí)施例還提供了一種文字識(shí)別設(shè)備，該設(shè)備包括：

一個(gè)或多個(gè)處理器；

存儲(chǔ)裝置，用于存儲(chǔ)一個(gè)或多個(gè)程序；

當(dāng)所述一個(gè)或多個(gè)程序被所述一個(gè)或多個(gè)處理器執(zhí)行，使得所述一個(gè)或多個(gè)處理器實(shí)現(xiàn)上述所涉及的任一所述的基于tesseract引擎的文字識(shí)別方法。

第四方面，本發(fā)明實(shí)施例還提供了一種計(jì)算機(jī)存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，該程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)上述所涉及的任一所述的基于tesseract引擎的文字識(shí)別方法。