[發(fā)明專利]一種字符識別方法、裝置及電子設備在審
| 申請?zhí)枺?/td> | 201910745334.4 | 申請日: | 2019-08-13 |
| 公開(公告)號: | CN112396057A | 公開(公告)日: | 2021-02-23 |
| 發(fā)明(設計)人: | 朱麗 | 申請(專利權(quán))人: | 上海高德威智能交通系統(tǒng)有限公司 |
| 主分類號: | G06K9/34 | 分類號: | G06K9/34;G06K9/32;G06K9/62 |
| 代理公司: | 北京柏杉松知識產(chǎn)權(quán)代理事務所(普通合伙) 11413 | 代理人: | 孫翠賢;高鶯然 |
| 地址: | 201203 上海市浦東新區(qū)張*** | 國省代碼: | 上海;31 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 字符 識別 方法 裝置 電子設備 | ||
1.一種字符識別方法,其特征在于,所述方法包括:
獲取待識別圖像,其中,所述待識別圖像包括待識別證件的圖像數(shù)據(jù);
將所述待識別圖像輸入到預設的識別模型中,得到所述待識別證件中的每個錨點在所述待識別圖像中的第一位置信息;其中,所述識別模型是基于訓練樣本和訓練樣本的標簽信息訓練得到的,所述訓練樣本為:包括樣本證件的圖像數(shù)據(jù)的圖像;所述標簽信息為:所述樣本證件中的錨點在所述訓練樣本中的位置信息;每個錨點與對應的待識別字符區(qū)域在所述樣本證件中具有固定的位置關(guān)系;
基于所述第一位置信息,確定所述待識別證件中的每個錨點對應的待識別字符區(qū)域的第二位置信息;
對所確定的第二位置信息對應的待識別字符區(qū)域中的字符進行識別,得到所述待識別圖像的識別結(jié)果。
2.根據(jù)權(quán)利要求1所述的方法,其特征在于,所述識別模型的訓練方式,包括:
獲取包括樣本證件的圖像數(shù)據(jù)的圖像,作為訓練樣本,并獲取所述樣本證件中的各個錨點在所述訓練樣本中的位置信息,作為所述訓練樣本的標簽信息;
基于所述訓練樣本以及所述訓練樣本的標簽信息,對預設的初始模型進行訓練,當滿足預設的模型收斂條件時,停止訓練,得到訓練完成的識別模型。
3.根據(jù)權(quán)利要求1或2所述的方法,其特征在于,所述基于所述第一位置信息,確定所述待識別證件中的每個錨點對應的待識別字符區(qū)域的第二位置信息的步驟,包括:
針對每一錨點,確定該錨點在所述待識別圖像中的第一位置信息與在標準模板中的位置信息之間的對應關(guān)系;其中,所述標準模板的圖像區(qū)域與所述標準模板所包括的證件圖像的區(qū)域大小相同;
基于所述對應關(guān)系和所述固定的位置關(guān)系,確定所述待識別證件中的每個錨點對應的待識別字符區(qū)域的第二位置信息。
4.根據(jù)權(quán)利要求3所述的方法,其特征在于,所述基于所述對應關(guān)系和所述固定的位置關(guān)系,確定所述待識別證件中的每個錨點對應的待識別字符區(qū)域的第二位置信息的步驟,包括:
利用所述對應關(guān)系,調(diào)整所述待識別證件的圖像區(qū)域中各個像素點在所述待識別圖像中的位置,得到所述待識別圖像的校正圖像;其中,所述校正圖像為:所述校正圖像的圖像區(qū)域與所述校正圖像所包括的待識別證件圖像的區(qū)域大小相同;
根據(jù)所述固定的位置關(guān)系,確定所述待識別證件中的每個錨點對應的待識別字符區(qū)域在所述校正圖像中的第二位置信息。
5.根據(jù)權(quán)利要求3所述的方法,其特征在于,所述基于所述對應關(guān)系和所述固定的位置關(guān)系,確定所述待識別證件中的每個錨點對應的待識別字符區(qū)域的第二位置信息的步驟,包括:
根據(jù)所述固定的位置關(guān)系,確定每個錨點對應的待識別字符區(qū)域在所述標準模板中的第三位置信息;
按照所述對應關(guān)系,對所述第三位置信息進行坐標轉(zhuǎn)換,得到所述待識別證件中的每個錨點對應的待識別字符區(qū)域在所述待識別圖像中的第二位置信息。
6.根據(jù)權(quán)利要求1所述的方法,其特征在于,所述方法還包括:
輸出關(guān)于所述待識別證件中每個錨點的錨點內(nèi)容和所對應待識別字符區(qū)域的字符識別結(jié)果的結(jié)果條目。
7.一種字符識別裝置,其特征在于,所述裝置包括:
圖像獲取模塊,用于獲取待識別圖像,其中,所述待識別圖像包括待識別證件的圖像數(shù)據(jù);
第一位置信息獲取模塊,用于將所述待識別圖像輸入到預設的識別模型中,得到所述待識別證件中的每個錨點在所述待識別圖像中的第一位置信息;其中,所述識別模型是基于訓練樣本和訓練樣本的標簽信息訓練得到的,所述訓練樣本為:包括樣本證件的圖像數(shù)據(jù)的圖像;所述標簽信息為:所述樣本證件中的錨點在所述訓練樣本中的位置信息;每個錨點與對應的待識別字符區(qū)域在所述樣本證件中具有固定的位置關(guān)系;
第二位置信息獲取模塊,用于基于所述第一位置信息,確定所述待識別證件中的每個錨點對應的待識別字符區(qū)域的第二位置信息;
字符識別模塊,用于對所確定的第二位置信息對應的待識別字符區(qū)域中的字符進行識別,得到所述待識別圖像的識別結(jié)果。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于上海高德威智能交通系統(tǒng)有限公司,未經(jīng)上海高德威智能交通系統(tǒng)有限公司許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201910745334.4/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 同類專利
- 專利分類





