[發明專利]圖像數據檢索方法及圖像數據檢索裝置

有效

• 申請號: 201810154921.1
• 申請日: 2018-02-23
• 公開（公告）號: CN110119459B
• 公開（公告）日: 2021-10-08
• 發明（設計）人: 彭英豪;黃子洋
• 申請（專利權）人: 緯創資通股份有限公司
• 主分類號: G06F16/583
• 分類號: G06F16/583;G06F16/51;G06K9/20
• 代理公司: 北京市柳沈律師事務所 11105
• 代理人: 王珊珊

本發明提出一種圖像數據檢索方法及圖像數據檢索裝置。圖像數據檢索方法包括：自通信接口接收包含多個數據的圖像；自圖像取得多個感興趣區域，其中每個感興趣區域為包括至少一數據的數據圖像；將感興趣區域分成多個群組，其中每個群組的感興趣區域所包含的至少一數據具有相同的類型；將每個群組的感興趣區域分別合并成待識別圖像；以及分別對每個群組對應的待識別圖像進行光學字符識別以獲得對應每個群組的感興趣區域的數據。

技術領域

本發明是有關于一種圖像數據檢索方法及圖像數據檢索裝置，且特別是有關于一種能加快圖像數據識別速度的圖像數據檢索方法及圖像數據檢索裝置。

背景技術

光學字符識別(Optical Character Recognition，OCR)技術是在識別一個圖像中的字符常用的技術。當一個圖像中有很多文字數據或數字數據而這些數據又具有不同的格式(例如，字型、顏色、大小)時，要分別識別這些圖像中的數據必須花費較長的處理時間。因此，如何在有限的時間及硬件資源下能提高識別速度及識別準確率，是本領域技術人員應致力的目標。

發明內容

有鑒于此，本發明提供一種圖像數據檢索方法及圖像數據檢索裝置，能夠在有限的時間及硬件資源下能提高對一個圖像進行光學字符識別的識別速度及識別準確率。

本發明提出一種圖像數據檢索方法，包括：自通信接口接收包含多個數據的圖像；自圖像中取得多個感興趣區域，其中每個感興趣區域為包括至少一數據的數據圖像；將感興趣區域分成多個群組，其中每個群組的感興趣區域所包含的至少一數據具有相同的類型；將每個群組的感興趣區域分別合并成待識別圖像；以及分別對每個群組對應的待識別圖像進行光學字符識別以獲得對應每個群組的感興趣區域的數據。

在本發明的一實施例中，上述圖像數據檢索方法更包括：根據每個群組的感興趣區域及感興趣區域對應的至少一數據的類型產生配置文件，并根據配置文件來識別后續接收到的另一圖像。

在本發明的一實施例中，上述將每個群組的感興趣區域合并成待識別圖像的步驟包括：將每個群組的感興趣區域垂直排列以合并成待識別圖像。

在本發明的一實施例中，每個上述群組的感興趣區域垂直排列方式為靠右對齊、置中對齊、靠左對齊之其一。

在本發明的一實施例中，上述將感興趣區域分成群組的步驟包括：根據感興趣區域的第一感興趣區域建立上述群組的第一群組；根據設定值將第一感興趣區域轉換成二值化圖像；判斷二值化圖像的清晰度是否大于等于清晰度閾值；以及若二值化圖像的清晰度大于等于清晰度閾值，則對二值化圖像進行光學字符識別。

在本發明的一實施例中，上述將感興趣區域分成群組的步驟還包括：若二值化圖像的清晰度小于清晰度閾值，則調整設定值并根據調整后的設定值將第一感興趣區域轉換成二值化圖像，且判斷二值化圖像的清晰度是否大于等于清晰度閾值。

在本發明的一實施例中，上述將感興趣區域分成群組的步驟還包括：若二值化圖像的光學字符識別的識別結果不符合對應第一感興趣區域的預設數據，則調整設定值并根據調整后的設定值將第一感興趣區域轉換成二值化圖像。

在本發明的一實施例中，上述類型包括字符串、整數、浮點數、字型、顏色及字體大小的至少其中之一。

在本發明的一實施例中，上述接收圖像的步驟包括：通過鍵盤圖像鼠標(KeyboardVideo and Mouse，KVM)切換器從顯示器接收圖像。

在本發明的一實施例中，當被識別出的對應每個感興趣區域的至少一數據符合對應每個感興趣區域的預設數據，則根據感興趣區域及上述群組產生配置文件(configuration file)，并根據配置文件對從顯示器后續接收的另一圖像進行光學字符識別。