[發明專利]字符識別處理方法及裝置

有效

• 申請號: 201811382334.4
• 申請日: 2018-11-20
• 公開（公告）號: CN109558876B
• 公開（公告）日: 2021-11-16
• 發明（設計）人: 賀三元;羅晗璐
• 申請（專利權）人: 浙江口碑網絡技術有限公司
• 主分類號: G06K9/34
• 分類號: G06K9/34
• 代理公司: 北京市浩天知識產權代理事務所(普通合伙) 11276
• 代理人: 宋菲;劉云貴

1.一種字符識別處理方法，所述方法包括：

從待識別文件中提取待識別區域；

對所述待識別區域進行連通域分析，得到多個連通域；將相鄰的連通域之間的間隔小于預設間隔的連通域劃分為同一分組，得到連通域分組結果；

根據所述多個連通域對應的字符參數信息，對多個連通域進行合并，得到連通域合并處理結果；其中，所述字符參數信息包括：字符字號、字符類型和/或字符顏色，將所述字符參數信息相同的相鄰的連通域合并在一起，所述字符參數信息不同的相鄰的連通域不進行合并；

按照所述連通域合并處理結果，對待識別區域內的字符識別結果進行組合或拆分，得到多個字符組；其中，將屬于所述連通域合并處理結果中的同一連通域的字符識別結果中的字符內容組合在一起，將屬于所述連通域合并處理結果中的不同連通域的字符識別結果中的字符內容隔斷拆分，得到多個字符組；

根據所述連通域分組結果，為屬于同一連通域分組的多個字符組設置容器框，將屬于同一連通域分組的多個字符組進行組合。

2.根據權利要求1所述的字符識別處理方法，其中，所述從待識別文件中提取待識別區域進一步包括：

對待識別文件進行字符識別處理得到字符識別結果，根據所述字符識別結果從待識別文件中提取待識別區域。

3.根據權利要求1所述的字符識別處理方法，其中，所述對所述待識別區域進行連通域分析，得到多個連通域進一步包括：

利用種子填充算法對所述待識別區域進行連通域分析，得到多個初始連通域，針對每個初始連通域，獲取該初始連通域的外接矩形；

依據多個外接矩形的參數信息，對所述多個初始連通域進行合并，得到多個連通域。

4.根據權利要求3所述的字符識別處理方法，其中，所述利用種子填充算法對所述待識別區域進行連通域分析，得到多個初始連通域進一步包括：

利用最大類間方差算法對所述待識別區域進行二值化處理，得到二值圖片；

利用種子填充算法對所述二值圖片進行連通域分析，得到多個初始連通域。

5.根據權利要求3所述的字符識別處理方法，其中，所述依據多個外接矩形的參數信息，對所述多個初始連通域進行合并，得到多個連通域進一步包括：

依據所述多個外接矩形的位置參數信息，判斷所述多個外接矩形是否存在重疊區域；

若是，則將存在重疊區域的外接矩形對應的初始連通域進行合并。

6.根據權利要求3-5任一項所述的字符識別處理方法，其中，所述依據多個外接矩形的參數信息，對所述多個初始連通域進行合并，得到多個連通域進一步包括：

判斷所述多個初始連通域對應的字符內容是否為漢字；

若是，則依據多個外接矩形的大小參數信息，計算所述多個外接矩形的寬長比；

將所述寬長比小于預設比例閾值的外接矩形對應的初始連通域與相鄰的后面的初始連通域進行合并，直至合并后的連通域對應的外接矩形的寬長比大于或等于所述預設比例閾值。

7.根據權利要求1-6任一項所述的字符識別處理方法，其中，所述根據所述多個連通域對應的字符參數信息，對多個連通域進行合并，得到連通域合并處理結果進一步包括：

依據所述多個連通域對應的多個外接矩形的大小參數信息，確定所述多個連通域對應的字符字號；

將所述字符字號相同的相鄰的連通域進行合并，得到連通域合并處理結果。

8.根據權利要求1-7任一項所述的字符識別處理方法，其中，所述根據所述多個連通域對應的字符參數信息，對多個連通域進行合并，得到連通域合并處理結果進一步包括：

依據所述字符識別結果中的字符內容，確定所述多個連通域對應的字符類型；

將所述字符類型相同的相鄰的連通域進行合并，得到連通域合并處理結果。