[發(fā)明專利]彎曲文字識別方法和裝置

有效

• 申請?zhí)枺?/td>: 201811379524.0
• 申請日: 2018-11-20
• 公開（公告）號: CN111199224B
• 公開（公告）日: 2023-06-23
• 發(fā)明（設(shè)計）人: 龔靖;沈雷;王錚;楊迪;汪少敏
• 申請（專利權(quán)）人: 中國電信股份有限公司
• 主分類號: G06V30/19
• 分類號: G06V30/19;G06N3/0464;G06V10/82;G06V30/146
• 代理公司: 中國貿(mào)促會專利商標事務(wù)所有限公司 11038
• 代理人: 許蓓

本公開提出一種彎曲文字識別方法和裝置，涉及文字識別領(lǐng)域。獲取待檢測圖像中的文字框以及各個文字框?qū)?yīng)的單詞，根據(jù)單詞中的相鄰的文字框之間的角度差，檢測該單詞是否為彎曲文字，將彎曲文字的文字框之間插入空格，將處理后的彎曲文字輸入文字識別模型進行文字識別。從而，實現(xiàn)彎曲文字的檢測和識別。

技術(shù)領(lǐng)域

本公開涉及文字識別領(lǐng)域，特別涉及一種彎曲文字識別方法和裝置。

背景技術(shù)

目前人工智能領(lǐng)域，單發(fā)多框檢測(single?shot?multibox?detection,簡稱SSD)方法僅能夠?qū)λ轿淖诌M行檢測，其延伸出的Seglink方法也僅能對同一直線上的傾斜文字進行檢測。相關(guān)技術(shù)均無法對彎曲文字進行檢測。

發(fā)明內(nèi)容

本公開提出一種能夠檢測和識別彎曲文字的方案。

本公開的一些實施例提出一種彎曲文字識別方法，包括：

獲取待檢測圖像中的文字框以及各個文字框?qū)?yīng)的單詞；

根據(jù)單詞中的相鄰的文字框之間的角度差，檢測該單詞是否為彎曲文字；

將彎曲文字的文字框之間插入空格；

將處理后的彎曲文字輸入文字識別模型進行文字識別。

在一些實施例中，待檢測圖像中的文字框通過將待檢測圖像輸入卷積神經(jīng)網(wǎng)絡(luò)CNN算法來獲得，

其中，卷積神經(jīng)網(wǎng)絡(luò)算法預(yù)先利用文字樣本進行訓(xùn)練。

在一些實施例中，各個文字框?qū)?yīng)的單詞通過將各個文字框輸入深度優(yōu)先搜索DFS算法來獲得。

在一些實施例中，如果單詞中的相鄰的文字框之間的角度差處于最小閾值和最大閾值之間，該單詞被判定為彎曲文字。

在一些實施例中，如果單詞中的相鄰的文字框之間的角度差小于或等于最小閾值，該單詞被判定為非彎曲文字；

如果單詞中的相鄰的文字框之間的角度差大于或等于最大閾值，拆分該單詞。

在一些實施例中，還包括：

將非彎曲文字以及非彎曲文字中的各個文字框的角度均值信息輸入文字識別模型進行文字識別。

在一些實施例中，所述文字識別模型為聯(lián)結(jié)主義時間分類CTC文字識別模型。

在一些實施例中，把每個文字框作為節(jié)點來建立圖模型，用DFS算法從圖模型中找連通分量，每個連通分量為一個單詞。

本公開的一些實施例提出一種彎曲文字識別裝置，包括：

存儲器；以及

耦接至所述存儲器的處理器，所述處理器被配置為基于存儲在所述存儲器中的指令，執(zhí)行前述任一個實施例的彎曲文字識別方法。

本公開的一些實施例提出一種計算機可讀存儲介質(zhì)，其上存儲有計算機程序，該程序被處理器執(zhí)行時實現(xiàn)前述任一個實施例的彎曲文字識別方法。

附圖說明

下面將對實施例或相關(guān)技術(shù)描述中所需要使用的附圖作簡單地介紹。根據(jù)下面參照附圖的詳細描述，可以更加清楚地理解本公開，

顯而易見地，下面描述中的附圖僅僅是本公開的一些實施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動性的前提下，還可以根據(jù)這些附圖獲得其他的附圖。

圖1為本公開一些實施例的彎曲文字識別方法的流程示意圖。

圖2為本公開一些實施例的彎曲文字識別裝置的結(jié)構(gòu)示意圖。

具體實施方式