[發明專利]一種OCR識別方法及終端

有效

• 申請號: 201910189723.3
• 申請日: 2019-03-13
• 公開（公告）號: CN109871847B
• 公開（公告）日: 2022-09-30
• 發明（設計）人: 郝占龍;莊國金;陳文傳;杜保發;林玉玲
• 申請（專利權）人: 廈門商集網絡科技有限責任公司
• 主分類號: G06V30/19
• 分類號: G06V30/19;G06V20/62;G06V10/774;G06V10/776
• 代理公司: 福州科揚專利事務所(普通合伙) 35001
• 代理人: 何小星

1.一種OCR識別方法，其特征在于，包括：

根據預設的第一字符圖像訓練樣本集訓練OCR深度學習模型；第一字符圖像訓練樣本集中的字符圖像訓練樣本與預設的字符庫中的字符對應；

在訓練OCR深度學習模型之前，對第一字符圖像訓練樣本集中的字符圖像樣本進行影像預處理；

獲取與所述OCR深度學習模型對應的第一相似度閾值，所述第一相似度閾值用于區分不同的字符，具體為：根據K折交叉驗證法不斷訓練OCR深度學習模型得到最優值，將最優值確定為第一相似度閾值；

從預設的字符庫中獲取用所述第一相似度閾值無法區分的字符，得到相似字符集合；根據所述相似字符集合訓練所述OCR深度學習模型；

調用所述OCR深度學習模型識別字符圖像，具體為：

獲取與所述相似字符集合對應的第二相似度閾值；所述第二相似度閾值用于區分所述相似字符集合中的不同字符；所述第二相似度閾值小于所述第一相似度閾值；

若根據所述第一相似度閾值得到的第一OCR識別結果為所述相似字符集合中的一字符，則：

根據所述第二相似度閾值從所述相似字符集合中獲取一字符，得到第二OCR識別結果。

2.根據權利要求1所述的OCR識別方法，其特征在于，獲取與所述相似字符集合對應的第二相似度閾值，具體為：

計算所述相似字符集合中任意兩個字符之間的相似度值，得到相似度值集合；

設置所述第二相似度閾值為所述相似度值集合中的最小值。

3.根據權利要求1所述的OCR識別方法，其特征在于，從預設的字符庫中獲取用所述第一相似度閾值無法區分的字符，得到相似字符集合，具體為：

S1、從所述預設的字符庫中獲取一字符，得到第一字符；

S2、從所述預設的字符庫中獲取除所述第一字符之外的一字符，得到第二字符；

S3、若所述第一字符與所述第二字符的相似度值小于所述第一相似度閾值，則添加所述第一字符和所述第二字符至所述相似字符集合；

S4、重復執行所述步驟S2至S3，直至所述預設的字符庫中除所述第一字符之外的其它字符均被遍歷；

S5、重復執行所述步驟S1至所述步驟S4，直至所述預設的字符庫被遍歷。

4.根據權利要求1所述的OCR識別方法，其特征在于，根據所述相似字符集合訓練所述OCR深度學習模型，具體為：

根據所述相似字符集合生成第二字符圖像訓練樣本集；與所述相似字符集合對應的字符圖像樣本占所述第二字符圖像訓練樣本集的比例，大于與所述相似字符集合對應的字符圖像樣本占所述第一字符圖像訓練樣本集的比例；

根據所述第二字符圖像訓練樣本集訓練所述OCR深度學習模型。

5.一種OCR識別終端，其特征在于，包括一個或多個處理器及存儲器，所述存儲器存儲有程序，并且被配置成由所述一個或多個處理器執行以下步驟：

根據預設的第一字符圖像訓練樣本集訓練OCR深度學習模型；第一字符圖像訓練樣本集中的字符圖像訓練樣本與預設的字符庫中的字符對應；

在訓練OCR深度學習模型之前，對第一字符圖像訓練樣本集中的字符圖像樣本進行影像預處理；

獲取與所述OCR深度學習模型對應的第一相似度閾值，所述第一相似度閾值用于區分不同的字符，具體為：根據K折交叉驗證法不斷訓練OCR深度學習模型得到最優值，將最優值確定為第一相似度閾值；

從預設的字符庫中獲取用所述第一相似度閾值無法區分的字符，得到相似字符集合；

根據所述相似字符集合訓練所述OCR深度學習模型；

調用所述OCR深度學習模型識別字符圖像；

調用所述OCR深度學習模型識別字符圖像，具體為：

獲取與所述相似字符集合對應的第二相似度閾值；所述第二相似度閾值用于區分所述相似字符集合中的不同字符；所述第二相似度閾值小于所述第一相似度閾值；

若根據所述第一相似度閾值得到的第一OCR識別結果為所述相似字符集合中的一字符，則：

根據所述第二相似度閾值從所述相似字符集合中獲取一字符，得到第二OCR識別結果。