[發(fā)明專利]一種對(duì)圖片進(jìn)行文本識(shí)別的方法及移動(dòng)終端

有效

• 申請(qǐng)?zhí)枺?/td>: 201711422254.2
• 申請(qǐng)日: 2017-12-25
• 公開(kāi)（公告）號(hào): CN107992872B
• 公開(kāi)（公告）日: 2020-04-28
• 發(fā)明（設(shè)計(jì)）人: 龍安忠
• 申請(qǐng)（專利權(quán)）人: 廣東小天才科技有限公司
• 主分類號(hào): G06K9/32
• 分類號(hào): G06K9/32;G06K9/38
• 代理公司: 廣州德科知識(shí)產(chǎn)權(quán)代理有限公司 44381
• 代理人: 萬(wàn)振雄;楊中強(qiáng)

一種對(duì)圖片進(jìn)行文本識(shí)別的方法及移動(dòng)終端，包括：移動(dòng)終端可以將移動(dòng)終端中的圖片進(jìn)行二值化處理；移動(dòng)終端還可以根據(jù)相鄰像素之間的距離與指定閾值之間的大小關(guān)系可以將二值化圖片中的黑色部分分別框選出來(lái)，得到至少一個(gè)目標(biāo)框，該目標(biāo)框中任意兩個(gè)相鄰像素點(diǎn)之間的距離小于或等于指定閾值；移動(dòng)終端還能計(jì)算每個(gè)目標(biāo)框的面積和中心點(diǎn)坐標(biāo)，并根據(jù)相鄰中心點(diǎn)坐標(biāo)的距離與預(yù)設(shè)距離的大小關(guān)系將目標(biāo)框分為噪點(diǎn)框集和文本框集兩類集合；當(dāng)文本框集的總面積大于噪點(diǎn)框集的總面積時(shí)，移動(dòng)終端則可以對(duì)文本框集進(jìn)行文本識(shí)別，以獲取二值化圖片中的題目信息。實(shí)施本發(fā)明實(shí)施例，能夠提升對(duì)存在噪點(diǎn)較多的圖片進(jìn)行文本識(shí)別時(shí)的識(shí)別準(zhǔn)確率。

技術(shù)領(lǐng)域

本發(fā)明涉及計(jì)算機(jī)技術(shù)領(lǐng)域，具體涉及一種對(duì)圖片進(jìn)行文本識(shí)別的方法及移動(dòng)終端。

背景技術(shù)

隨著智能手機(jī)以及學(xué)習(xí)平板的普及，學(xué)生們獲取知識(shí)的方式不再局限于書(shū)本和老師，當(dāng)面臨一些作業(yè)難題的時(shí)候，學(xué)生們更多的會(huì)使用智能手機(jī)中的拍題APP拍照搜索相似題目，一并獲得相似題目所對(duì)應(yīng)的答案。但是，當(dāng)學(xué)生在夜間或者光線不好的條件下拍攝時(shí)，拍出的照片中存在較多的噪點(diǎn)，此時(shí)，多數(shù)拍題APP就難以準(zhǔn)確識(shí)別照片中的題目信息了。

發(fā)明內(nèi)容

本發(fā)明實(shí)施例公開(kāi)了一種對(duì)圖片進(jìn)行文本識(shí)別的方法及移動(dòng)終端，能夠提升對(duì)存在噪點(diǎn)較多的圖片進(jìn)行文本識(shí)別時(shí)的識(shí)別準(zhǔn)確率。

本發(fā)明實(shí)施例第一方面公開(kāi)了一種對(duì)圖片進(jìn)行文本識(shí)別的方法，所述方法包括：

移動(dòng)終端對(duì)所述移動(dòng)終端中的目標(biāo)圖片進(jìn)行二值化處理，得到二值化圖片；

所述移動(dòng)終端對(duì)所述二值化圖片中的黑色部分進(jìn)行框選，得到至少一個(gè)目標(biāo)框；所述目標(biāo)框中任意兩個(gè)相鄰像素點(diǎn)之間的距離小于或等于指定閾值；

所述移動(dòng)終端分別獲取每一個(gè)所述目標(biāo)框的中心點(diǎn)坐標(biāo)，以及分別獲取每一個(gè)所述目標(biāo)框的面積；

所述移動(dòng)終端根據(jù)所述至少一個(gè)目標(biāo)框確定出噪點(diǎn)框集和文本框集；其中，所述噪點(diǎn)框集中相鄰目標(biāo)框之間的中心點(diǎn)坐標(biāo)距離小于預(yù)設(shè)距離，所述文本框集中相鄰目標(biāo)框之間的中心點(diǎn)坐標(biāo)距離大于或等于所述預(yù)設(shè)距離；

所述移動(dòng)終端獲取所述噪點(diǎn)框集的總面積以及所述文本框集的總面積；其中，所述噪點(diǎn)框集的總面積為所述噪點(diǎn)框集中包含的所有目標(biāo)框的面積之和，所述文本框集的總面積為所述文本框集中包含的所有目標(biāo)框的面積之和；

所述移動(dòng)終端判斷所述文本框集的總面積是否大于所述噪點(diǎn)框集的總面積；

如果是，所述移動(dòng)終端對(duì)所述文本框集進(jìn)行文本識(shí)別，得到所述二值化圖片中包含的文本信息。

作為一種可選的實(shí)施方式，在本發(fā)明實(shí)施例第一方面中，所述方法還包括：

如果所述移動(dòng)終端判斷出所述文本框集的總面積小于或等于所述噪點(diǎn)框集的總面積，所述移動(dòng)終端輸出用于提示用戶所述目標(biāo)圖片清晰度過(guò)低的提示信息；

所述移動(dòng)終端檢測(cè)所述移動(dòng)終端是否收到用戶輸入的重新拍攝指令，如果是，開(kāi)啟所述移動(dòng)終端中的攝像頭。

作為一種可選的實(shí)施方式，在本發(fā)明實(shí)施例第一方面中，所述文本信息為題目信息，所述方法還包括：

所述移動(dòng)終端搜索與所述題目信息相似度大于或等于預(yù)設(shè)相似度的至少一個(gè)相似題目信息；

所述移動(dòng)終端按照與所述題目信息相似度由高到低的順序輸出所述至少一個(gè)相似題目信息以及所述至少一個(gè)相似題目信息分別對(duì)應(yīng)的答案信息；

所述移動(dòng)終端檢測(cè)用戶從所述至少一個(gè)相似題目信息中選擇的目標(biāo)題目信息以及所述目標(biāo)題目信息對(duì)應(yīng)的答案信息；

所述移動(dòng)終端將所述目標(biāo)題目信息以及所述目標(biāo)題目信息對(duì)應(yīng)的答案信息存儲(chǔ)至云端數(shù)據(jù)庫(kù)。