[發(fā)明專利]字符識(shí)別方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201810998921.X
• 申請(qǐng)日: 2018-08-29
• 公開(kāi)（公告）號(hào): CN109190630A
• 公開(kāi)（公告）日: 2019-01-11
• 發(fā)明（設(shè)計(jì)）人: 熊興發(fā);孔令晏
• 申請(qǐng)（專利權(quán)）人: 摩佰爾（天津）大數(shù)據(jù)科技有限公司
• 主分類號(hào): G06K9/34
• 分類號(hào): G06K9/34;G06K9/38
• 代理公司: 北京細(xì)軟智谷知識(shí)產(chǎn)權(quán)代理有限責(zé)任公司 11471
• 代理人: 趙芳

本申請(qǐng)涉及一種字符識(shí)別方法，包括：獲取待識(shí)別圖像；對(duì)所述待識(shí)別圖像進(jìn)行二值化處理得到二值化圖像，并將二值化圖像分割為若干單字符圖像；將所述單字符圖像輸入字符識(shí)別模型進(jìn)行識(shí)別。本申請(qǐng)針對(duì)漢語(yǔ)環(huán)境下，圖片文字識(shí)別結(jié)果中混合含有了中文、數(shù)字以及英文字符的情況，設(shè)計(jì)了一套字符識(shí)別方案，對(duì)于字符的支持完善，能夠?qū)崿F(xiàn)對(duì)常見(jiàn)漢字的全面覆蓋，并且識(shí)別效果好。

技術(shù)領(lǐng)域

本申請(qǐng)涉及光學(xué)字符識(shí)別技術(shù)領(lǐng)域，具體涉及一種字符識(shí)別方法。

背景技術(shù)

光學(xué)字符識(shí)別(OCR，Optical Character Recognition)是用于將含有字符的 圖片中的字符識(shí)別為文字格式的技術(shù)。在英文的OCR識(shí)別場(chǎng)景中，只需要識(shí) 別26個(gè)字母加10個(gè)數(shù)字就可以解讀出英文圖片中的信息內(nèi)容。而中文漢字 擁有復(fù)雜的結(jié)構(gòu)構(gòu)成的同時(shí)還具有龐大的識(shí)別數(shù)量問(wèn)題，因此絕大部分漢字 識(shí)別的OCR技術(shù)的效果都不是很好。

在數(shù)量上，漢字僅常用一級(jí)漢字就有3500多個(gè)，再加上二級(jí)漢字的話總 數(shù)會(huì)達(dá)到6500多個(gè)，這還不包括繁體字以及古體字等不常見(jiàn)字；顯然，漢字 遠(yuǎn)比英文26個(gè)小寫字母加26個(gè)大寫字母組成的單詞多很多。而在字體形態(tài) 方面，同一個(gè)漢字的寫法還存在不同的字體形式：比如宋體、楷體、黑體等， 而這也增加了中文OCR技術(shù)的進(jìn)步難度。另外，在單字符分割領(lǐng)域大部分程 序常用的是對(duì)二值化后的圖像進(jìn)行腐蝕+膨脹配合去噪的方式，這種方式對(duì)于 椒鹽噪聲常常能夠起到一定效果，但是也帶來(lái)了對(duì)于復(fù)雜環(huán)境下拍攝圖像無(wú) 法很好得到文字細(xì)節(jié)而導(dǎo)致文字黏連的情形，因此這種二值化后的去噪效果 可以說(shuō)是很不穩(wěn)定的。

相關(guān)技術(shù)中，目前的字符識(shí)別模型或者方法要么效果太差，要么對(duì)于字 符的支持不夠完善，無(wú)法完成對(duì)于6763個(gè)一二級(jí)簡(jiǎn)體漢字、10個(gè)數(shù)字以及 52個(gè)大小寫英文字母數(shù)據(jù)和常見(jiàn)符號(hào)的全覆蓋，因此很有必要提出一種能夠 廣泛應(yīng)用于漢字的字符識(shí)別方案。

此外，身份證是證明自身身份的官方證件，在一些場(chǎng)合中需要錄入身份 證信息。如果驗(yàn)證方僅有當(dāng)事人身份證圖像信息，那么只能借助OCR技術(shù)去 識(shí)別身份證上的信息，以完成信息錄入工作。

而當(dāng)前存在的身份證識(shí)別類項(xiàng)目中，很少考慮實(shí)際應(yīng)用中獲取的照片中 存在噪聲的情況：如光照不均勻、圖像不對(duì)齊、圖像尺寸不一致等，因此有 必要提出一些技術(shù)創(chuàng)新來(lái)排除這些干擾信息對(duì)于識(shí)別結(jié)果的影響。

發(fā)明內(nèi)容

為至少在一定程度上克服相關(guān)技術(shù)中存在的問(wèn)題，本申請(qǐng)?zhí)峁┮环N字符 識(shí)別方法。

根據(jù)本申請(qǐng)的實(shí)施例，提供一種字符識(shí)別方法，包括：

獲取待識(shí)別圖像；

對(duì)所述待識(shí)別圖像進(jìn)行二值化處理得到二值化圖像，并將二值化圖像分 割為若干單字符圖像；

將所述單字符圖像輸入字符識(shí)別模型進(jìn)行識(shí)別。

進(jìn)一步地，所述對(duì)所述待識(shí)別圖像進(jìn)行二值化處理，包括：

采用至少兩種閾值化算法分別對(duì)所述待識(shí)別圖像進(jìn)行二值化處理；

將至少兩種不同算法處理后得到的圖像進(jìn)行邏輯與操作。

進(jìn)一步地，所述至少兩種閾值化算法包括：OTSU閾值化算法和局部自適 應(yīng)閾值化算法。

進(jìn)一步地，所述將二值化圖像分割為若干單字符圖像，包括：

根據(jù)所述二值化圖像的像素分布情況，將所述二值化圖像分割為包含文 字信息的多個(gè)行圖像或列圖像；

再根據(jù)每個(gè)行圖像或列圖像的像素分布，將行圖像或列圖像分割為若干 單字符圖像。

進(jìn)一步地，所述將二值化圖像分割為若干單字符圖像，包括：

對(duì)所述二值化圖像進(jìn)行橫向投影，得到豎直方向的像素分布情況；