[發明專利]一種文本識別方法及裝置

在審

• 申請號: 201910146626.6
• 申請日: 2019-02-27
• 公開（公告）號: CN109977935A
• 公開（公告）日: 2019-07-05
• 發明（設計）人: 許洋;劉鵬;王健宗
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G06K9/20
• 分類號: G06K9/20;G06K9/62
• 代理公司: 廣州三環專利商標代理有限公司 44202
• 代理人: 郝傳鑫;熊永強

本發明公開了一種文本識別方法和裝置，其中，所述方法包括：根據預設的錨點區域及其對應的文本區域，生成圖片識別模板；所述錨點區域與所述文本區域存在位置對應關系，所述文本區域包括定義了文本含義的文本信息；在目標圖片匹配有所述圖片識別模板的錨點區域的情況下，通過所述圖片識別模板中所述錨點區域與所述文本區域的位置對應關系，確定所述目標圖片中進行識別的目標文本區域；根據定義的所述文本含義得到所述目標文本區域中文本信息的文本含義。采用本發明實施例，可以快速高效地獲得待識別圖片中文本信息的文本含義。

技術領域

本發明涉及計算機技術領域，尤其涉及一種文本識別方法及裝置。

背景技術

目前，常見的光學字符識別業務分為兩種：通用OCR和特定場景的OCR。在理論上，通用OCR可以識別出圖片包含的所有字符，然而它的識別精度低；由于通用OCR本身的特性，不能獲得圖片中字符的具體含義。雖然特定場景的OCR針對特定圖片的識別效果優于通用OCR，而且可以獲得圖中字符的含義，但是特定場景的OCR僅支持包含指定文本載體的圖片(例如包含身份證、駕駛證或者增值稅發票等內容的圖片)，并且使用特定場景的OCR需要針對目標類型的圖片進行模板的定制，并需要根據大量該類型圖片進行模型的訓練，導致生成模板的周期較長。同時，文本載體種類豐富，制作多個識別模板囊括多種文本載體的成本過高，而且有些識別模板市場需求量低，導致成本回收困難。

因此，如何快速有效地識別待識別圖片中文本載體的文本含義，是本發明需要解決的問題。

發明內容

本發明實施例提供一種文本識別方法及裝置，可以快速有效地識別待識別圖片中文本載體的文本含義。

第一方面，本發明實施例提供了一種文本識別方法，該方法包括：

根據預設的錨點區域及其對應的文本區域，生成圖片識別模板；所述錨點區域與所述文本區域存在位置對應關系，所述文本區域包括定義了文本含義的文本信息；

在目標圖片匹配有所述圖片識別模板的錨點區域的情況下，通過所述圖片識別模板中所述錨點區域與所述文本區域的位置對應關系，確定所述目標圖片中進行識別的目標文本區域；

根據定義的所述文本含義得到所述目標文本區域中文本信息的文本含義。

實施本發明實施例，通過結合通用OCR識別以及特定場景OCR識別的特性，利用預先定義好的錨點區域選擇圖片識別模板，然后根據確定的錨點區域進行目標文本區域的定位，還可以進行圖像的矯正；結合預先設定的文本含義獲得目標圖片中目標文本區域內的文本含義，既解決通用OCR識別不能獲得圖片文本含義的問題，同時也免去了對特定文本載體的深度定制以及大量該文本載體訓練數據的需求，利用較短的開發周期支持沒有現成模板的樣式，又能快速地獲得具有一定規律和形式的文本含義。

在一種可能的實現方式中，所述在目標圖片匹配有所述圖片識別模板的錨點區域的情況下，通過所述圖片識別模板中所述錨點區域與所述文本區域的位置對應關系，確定所述目標圖片中進行識別的目標文本區域之前，還包括：根據通用光學字符識別OCR識別所述目標圖片，確認所述目標圖片的文本信息；通過判斷所述目標圖片的文本信息是否匹配有所述圖片識別模板的錨點區域。

在一種可能的實現方式中，當生成有多個圖片識別模板的情況下，所述在目標圖片匹配有所述圖片識別模板的錨點區域的情況下，通過所述圖片識別模板中所述錨點區域與所述文本區域的位置對應關系，確定所述目標圖片中進行識別的目標文本區域，包括：根據通用光學字符識別OCR識別所述目標圖片，確認所述目標圖片的文本信息；從所述多個圖片識別模板中找到目標圖片識別模板的錨點區域匹配所述目標圖片；通過所述目標圖片識別模板中所述錨點區域與所述文本區域的位置對應關系，確定所述目標圖片中進行識別的目標文本區域。