[發明專利]OCR識別準確率的計算方法、裝置、設備以及存儲介質

在審

• 申請號: 201911184085.2
• 申請日: 2019-11-27
• 公開（公告）號: CN111144402A
• 公開（公告）日: 2020-05-12
• 發明（設計）人: 劉麗珍
• 申請（專利權）人: 深圳壹賬通智能科技有限公司
• 主分類號: G06K9/32
• 分類號: G06K9/32;G06K9/72
• 代理公司: 深圳市精英專利事務所 44242
• 代理人: 林燕云

1.一種OCR識別準確率的計算方法，其特征在于，所述方法包括：

獲取測試樣本的原始文本，所述原始文本包括正確文字信息；

將所述原始文本轉化為待測試圖像，并調用OCR(Optical Character Recognition，光學字符識別)識別接口對所述待測試圖像進行OCR識別，得到OCR識別結果，所述OCR識別結果至少包括文字信息；

獲取所述原始文本的文本ID，通過所述文本ID查詢與所述原始文本相對應的OCR識別結果中的文字信息，并逐行獲取所述OCR識別結果中的文字信息，將所獲取的OCR識別結果中的文字信息與所述原始文本中的正確文字信息進行逐行匹配，根據匹配結果統計所述OCR識別結果中的文字信息中每行匹配失敗的文字數量，根據所述正確文字信息的每行文字總數量與所述匹配失敗的文字數量計算所述OCR識別結果中的文字信息中每行文字的OCR識別準確率；

根據每行文字的OCR識別準確率計算所有行文字的OCR識別準確率。

2.如權利要求1所述的方法，其特征在于，在獲取測試樣本的原始文本之后，所述方法還包括：

獲取所述正確文字信息中每行文字、字母以及標點符號出現的次數；

根據所述正確文字信息中每行文字、字母以及標點符號出現的次數確定所述正確文字信息每行文字總數量。

3.如權利要求1所述的方法，其特征在于，所述在將所述原始文本轉化為待測試圖像，并調用OCR(Optical Character Recognition，光學字符識別)識別接口對所述待測試圖像進行OCR識別，得到OCR識別結果之后，所述方法還包括：

創建預設list集合；

確定所述OCR識別結果中的文字信息中的換行符號；

以所確定的換行符號作為行節點，將所述OCR識別結果中的文字信息存儲至所述預設list集合中。

4.如權利要求3所述的方法，其特征在于，所述將所獲取的OCR識別結果中的文字信息與所述原始文本中的正確文字信息進行逐行匹配，根據匹配結果統計所述OCR識別結果中的文字信息中每行匹配失敗的文字數量，根據所述正確文字信息的每行文字總數量與所述匹配失敗的文字數量計算所述OCR識別結果中的文字信息中每行文字的OCR識別準確率，包括：

從所述預設list集合中逐行獲取所述OCR識別結果中的文字信息后得到待匹配文本；

將所述待匹配文本與所述原始文本中的正確文字信息進行逐行比對確定所述待匹配文本中每行匹配失敗的文字數量；

根據所述待匹配文本中每行匹配失敗的文字數量以及所述正確文字信息的每行文字總數量計算所述OCR識別結果中的文字信息中每行文字的OCR識別準確率。

5.如權利要求4所述的方法，其特征在于，在所述從所述預設list集合中逐行獲取所述OCR識別結果中的文字信息后得到待匹配文本之前，所述方法還包括：

預先針對每個原始文本配置文本標識，所述文本標識包括文本名稱；

若需要獲取所述OCR識別結果中的文字信息，通過傳入所述文本標識獲取指定的OCR識別結果中的文字信息，并將所獲取的指定的OCR識別結果中的文字信息與對應的原始文本中的正確文字信息進行逐行匹配。