[發(fā)明專利]文字區(qū)域排版方向的確定方法及裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 201811437303.4
• 申請(qǐng)日: 2018-11-28
• 公開（公告）號(hào): CN109582946B
• 公開（公告）日: 2019-10-25
• 發(fā)明（設(shè)計(jì)）人: 聶鐳;李睿;聶穎;鄭權(quán);張峰
• 申請(qǐng)（專利權(quán)）人: 龍馬智芯（珠海橫琴）科技有限公司
• 主分類號(hào): G06F17/25
• 分類號(hào): G06F17/25
• 代理公司: 北京康信知識(shí)產(chǎn)權(quán)代理有限責(zé)任公司 11240
• 代理人: 趙囡囡;董文倩

本發(fā)明公開了一種文字區(qū)域排版方向的確定方法及裝置。其中，該方法包括：識(shí)別文字區(qū)域的所有文字；將所有文字中的每個(gè)文字作為神經(jīng)網(wǎng)絡(luò)語(yǔ)言模型的輸入，得到每個(gè)文字的特征參數(shù)，其中，特征參數(shù)包括：每個(gè)文字的相對(duì)相鄰文字以及該相對(duì)相鄰文字的出現(xiàn)概率，神經(jīng)網(wǎng)絡(luò)語(yǔ)言模型為使用多組數(shù)據(jù)通過機(jī)器學(xué)習(xí)訓(xùn)練得到的，多組數(shù)據(jù)中的每組數(shù)據(jù)均包括：文字和該文字的特征參數(shù)；根據(jù)特征參數(shù)確定所有文字中每個(gè)文字的排版方向；基于每個(gè)文字的排版方向確定文字區(qū)域的排版方向。本發(fā)明解決了相關(guān)技術(shù)中在進(jìn)行圖像文字識(shí)別時(shí)無(wú)法得到文字區(qū)域的排版方向的技術(shù)問題。

技術(shù)領(lǐng)域

本發(fā)明涉及字符識(shí)別技術(shù)領(lǐng)域，具體而言，涉及一種文字區(qū)域排版方向的確定方法及裝置。

背景技術(shù)

證件識(shí)別是指使用技術(shù)對(duì)證件信息自動(dòng)提取，并對(duì)證件信息按要素格式輸出信息，得到規(guī)則化的數(shù)據(jù)，以便于計(jì)算機(jī)系統(tǒng)管理。當(dāng)前，主要是通過光學(xué)字符識(shí)別OCR文字識(shí)別，具體地，通過手機(jī)或者帶有攝像頭的終端設(shè)備對(duì)證件進(jìn)行拍照，并對(duì)證件做OCR文字識(shí)別。上述證件可以為各種類型的身份證件，例如，駕駛證、行駛證、護(hù)照、車牌、銀行卡號(hào)、名片、文檔等，其優(yōu)點(diǎn)是：方案成本低，采集識(shí)別設(shè)備易獲得，使用環(huán)境方便，功能容易擴(kuò)展。

但是，上述方式直接應(yīng)用于一些文字順序?yàn)榉菃我弧⑽淖址N類也為非單一的證件時(shí)(例如，畢業(yè)證、學(xué)位證等)存在著挑戰(zhàn)。由于上述駕駛證、行駛證、護(hù)照、車牌、銀行卡號(hào)、名片、文檔等證件上文字種類單一，而且文字順序單一。然而，畢業(yè)證、學(xué)位證等上的文字書寫閱讀順序并非全是橫行排列，從左往右書寫閱讀的。成熟的OCR技術(shù)可以將圖片上的文字分成單個(gè)的文字，但是現(xiàn)有的證件識(shí)別技術(shù)并不能分辨出文字的排列順序，沒有正確的文字排列順序，利用OCR技術(shù)得到的文字是沒有用的信息，也不能將其直接錄入電腦管理系統(tǒng)進(jìn)行管理。

針對(duì)上述相關(guān)技術(shù)中在進(jìn)行圖像文字識(shí)別時(shí)無(wú)法得到文字區(qū)域的排版方向的問題，目前尚未提出有效的解決方案。

發(fā)明內(nèi)容

本發(fā)明實(shí)施例提供了一種文字區(qū)域排版方向的確定方法及裝置，以至少解決相關(guān)技術(shù)中在進(jìn)行圖像文字識(shí)別時(shí)無(wú)法得到文字區(qū)域的排版方向的技術(shù)問題。

根據(jù)本發(fā)明實(shí)施例的一個(gè)方面，提供了一種文字區(qū)域排版方向的確定方法，包括：識(shí)別文字區(qū)域的所有文字；將所述所有文字中的每個(gè)文字作為神經(jīng)網(wǎng)絡(luò)語(yǔ)言模型的輸入，得到所述每個(gè)文字的特征參數(shù)，其中，所述特征參數(shù)包括：所述每個(gè)文字的相對(duì)相鄰文字以及該相對(duì)相鄰文字的出現(xiàn)概率，所述神經(jīng)網(wǎng)絡(luò)語(yǔ)言模型為使用多組數(shù)據(jù)通過機(jī)器學(xué)習(xí)訓(xùn)練得到的，所述多組數(shù)據(jù)中的每組數(shù)據(jù)均包括：文字和該文字的特征參數(shù)；根據(jù)所述特征參數(shù)確定所述所有文字中每個(gè)文字的排版方向；基于所述每個(gè)文字的排版方向確定所述文字區(qū)域的排版方向。

可選地，在將所述所有文字中的每個(gè)文字作為神經(jīng)網(wǎng)絡(luò)語(yǔ)言模型的輸入，得到所述每個(gè)文字的特征參數(shù)之前，該文字區(qū)域排版方向的確定方法還包括：采集在歷史時(shí)間段的多個(gè)歷史文字和該多個(gè)歷史文字的特征參數(shù)，其中，所述多個(gè)歷史文字的特征參數(shù)是根據(jù)所述多個(gè)歷史文字確定的；對(duì)采集的包括所述多個(gè)歷史文字和該多個(gè)歷史文字的特征參數(shù)進(jìn)行訓(xùn)練，得到所述神經(jīng)網(wǎng)絡(luò)語(yǔ)言模型。

可選地，在根據(jù)所述特征參數(shù)確定所述所有文字中每個(gè)文字的排版方向之前，該文字區(qū)域排版方向的確定方法還包括：確定所述所有文字中每個(gè)文字的實(shí)際相鄰文字，其中，所述實(shí)際相鄰文字為所述文字區(qū)域的文字。

可選地，根據(jù)所述特征參數(shù)確定所述所有文字中每個(gè)文字的排版方向包括：依次將每個(gè)文字的實(shí)際相鄰文字與所述每個(gè)文字的特征參數(shù)進(jìn)行匹配；在匹配結(jié)果為特征參數(shù)中存在與所述實(shí)際相鄰文字相同的相對(duì)相鄰文字的情況下，將所述相對(duì)相鄰文字的出現(xiàn)概率作為所述實(shí)際相鄰文字的出現(xiàn)概率；將所述所有文字中每個(gè)文字的實(shí)際相鄰文字中出現(xiàn)概率最高的實(shí)際相鄰文字所指向的方向作為所述所有文字中每個(gè)文字的排版方向。