[發(fā)明專利]自動(dòng)識(shí)別書(shū)頁(yè)的方法及裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 201910464694.7
• 申請(qǐng)日: 2019-05-30
• 公開(kāi)（公告）號(hào): CN110209759B
• 公開(kāi)（公告）日: 2021-10-22
• 發(fā)明（設(shè)計(jì)）人: 不公告發(fā)明人
• 申請(qǐng)（專利權(quán)）人: 北京網(wǎng)梯科技發(fā)展有限公司
• 主分類號(hào): G06F16/31
• 分類號(hào): G06F16/31;G06F16/33;G06F16/583;G06K9/32
• 代理公司: 暫無(wú)信息
• 代理人: 暫無(wú)信息

本發(fā)明涉及一種自動(dòng)識(shí)別書(shū)頁(yè)的方法及裝置，所述方法使用光學(xué)字符識(shí)別技術(shù)OCR和全文檢索技術(shù)來(lái)實(shí)現(xiàn)書(shū)頁(yè)自動(dòng)定位，分為兩個(gè)大的步驟：書(shū)籍全文檢索數(shù)據(jù)庫(kù)準(zhǔn)備和頁(yè)碼自動(dòng)識(shí)別。將書(shū)頁(yè)的定位轉(zhuǎn)化為文本的OCR識(shí)別和檢索技術(shù)，解決了現(xiàn)有方法存在的問(wèn)題，對(duì)OCR識(shí)別的精度要求較低，部分的文本識(shí)別錯(cuò)誤不會(huì)影響整體的檢索結(jié)果。

技術(shù)領(lǐng)域

本發(fā)明涉及一種自動(dòng)識(shí)別書(shū)頁(yè)的方法及裝置，用于對(duì)于大部分是文字(中文或其它語(yǔ)言)的書(shū)籍，使用智能手機(jī)或其它帶攝像頭的設(shè)備，自動(dòng)定位書(shū)籍中某個(gè)書(shū)頁(yè)的頁(yè)碼。

背景技術(shù)

對(duì)于大部分是文字的書(shū)籍，一般是在智能手機(jī)的軟件上手工選擇相應(yīng)的書(shū)籍，章節(jié)和頁(yè)碼，或者直接識(shí)別書(shū)頁(yè)上的頁(yè)碼，這個(gè)方法操作起來(lái)不方便，而且對(duì)數(shù)字頁(yè)碼的識(shí)別精度要求很高，很難實(shí)用；對(duì)于圖畫(huà)類的書(shū)籍，直接把某一頁(yè)作為圖片，通過(guò)機(jī)器學(xué)習(xí)的方法訓(xùn)練分類器，然后使用手機(jī)拍攝書(shū)頁(yè)圖片后，通過(guò)識(shí)別出分類器中對(duì)應(yīng)的圖片，找到對(duì)應(yīng)的頁(yè)碼，這個(gè)方法需要把每一頁(yè)作為一個(gè)類別進(jìn)行訓(xùn)練，當(dāng)書(shū)籍?dāng)?shù)量達(dá)到幾十本以上后，分類器的類別數(shù)將達(dá)到幾千甚至幾萬(wàn)個(gè)，模型過(guò)于龐大，無(wú)法訓(xùn)練和實(shí)時(shí)處理。

并且，已有方法還存在以下問(wèn)題：現(xiàn)有技術(shù)對(duì)OCR識(shí)別的精度要求高，部分的文本識(shí)別錯(cuò)誤會(huì)影響整體的檢索結(jié)果；現(xiàn)有的檢索速度不能滿足使用要求。因此，如何提高檢索速度且能滿足使用要求，如何減少對(duì)OCR識(shí)別的精度要求，提高檢索結(jié)果的準(zhǔn)確性是目前自動(dòng)識(shí)別書(shū)頁(yè)領(lǐng)域中急需解決的技術(shù)問(wèn)題。

發(fā)明內(nèi)容

本發(fā)明所要解決的技術(shù)問(wèn)題是如何解決已有方法存在的問(wèn)題，提高檢索速度且能滿足使用要求。

本發(fā)明的技術(shù)方案如下：

一種自動(dòng)識(shí)別書(shū)頁(yè)的方法，所述方法包括

使用智能相機(jī)或其它設(shè)備的攝像頭拍攝待定位書(shū)頁(yè)的圖像；

使用圖像處理算法或深度學(xué)習(xí)方法自動(dòng)對(duì)圖像質(zhì)量進(jìn)行評(píng)估，若所述圖像質(zhì)量低于設(shè)定的閾值，則重新拍攝圖像；

使用圖像處理算法或深度學(xué)習(xí)方法自動(dòng)識(shí)別出書(shū)頁(yè)圖像的大致方向，根據(jù)識(shí)別出的方向?qū)D像做旋轉(zhuǎn)，使文字方向自動(dòng)調(diào)整為正常閱讀的方向；

對(duì)調(diào)整后的圖像進(jìn)行自動(dòng)分割，并自動(dòng)識(shí)別其中的文字塊或文字行中的文本；

將識(shí)別出的全部或部分的文本結(jié)果，作為檢索詞，使用自動(dòng)搜索技術(shù)檢索出包含檢索詞的分頁(yè)數(shù)據(jù)，提取其對(duì)應(yīng)的書(shū)名和頁(yè)碼，根據(jù)檢索詞匹配的數(shù)量計(jì)算每個(gè)分頁(yè)數(shù)據(jù)的檢索分值；

對(duì)檢索出的分頁(yè)數(shù)據(jù)按照檢索分值排序，將分值最高的分頁(yè)數(shù)據(jù)作為檢索結(jié)果；

將分值最高的檢索分值與設(shè)定的第二閾值進(jìn)行比較，若比較的結(jié)果為低于第二閾值，則返回定位失敗，重新拍攝圖像，否則，輸出從檢索結(jié)果中提取的內(nèi)容

其中，所述方法包括檢索數(shù)據(jù)的準(zhǔn)備階段和頁(yè)碼自動(dòng)識(shí)別階段；

所述檢索數(shù)據(jù)的準(zhǔn)備階段包括以下步驟：1-1)將書(shū)籍的電子文檔，按照頁(yè)面生成一個(gè)個(gè)單獨(dú)的分頁(yè)數(shù)據(jù)，其中一個(gè)頁(yè)面對(duì)應(yīng)一條分頁(yè)數(shù)據(jù)；1-2)將生成的分頁(yè)數(shù)據(jù)存入全文檢索數(shù)據(jù)庫(kù)；

1-3)在全文檢索數(shù)據(jù)庫(kù)中進(jìn)行文本內(nèi)容分詞和詞語(yǔ)索引，以及全文檢索相關(guān)數(shù)據(jù)的生成和存儲(chǔ)；

1-4)將全文檢索數(shù)據(jù)庫(kù)部署在云端或相應(yīng)的設(shè)備上；

所述的頁(yè)碼自動(dòng)識(shí)別階段包括以下步驟：

2-1)使用智能相機(jī)或其它設(shè)備的攝像頭拍攝待定位書(shū)頁(yè)的圖像；

2-2)使用圖像處理算法或深度學(xué)習(xí)方法自動(dòng)對(duì)圖像質(zhì)量進(jìn)行評(píng)估，若所述圖像質(zhì)量低于設(shè)定的閾值，則重新拍攝圖像；

2-3)使用圖像處理算法或深度學(xué)習(xí)方法自動(dòng)識(shí)別出書(shū)頁(yè)圖像的大致方向，根據(jù)識(shí)別出的方向?qū)D像做旋轉(zhuǎn)，使文字方向自動(dòng)調(diào)整為正常閱讀的方向；