[發(fā)明專利]用于識別文字的方法和裝置

有效

• 申請?zhí)枺?/td>: 202010097553.9
• 申請日: 2020-02-17
• 公開（公告）號: CN111291761B
• 公開（公告）日: 2023-08-04
• 發(fā)明（設(shè)計）人: 馮博豪;陳興波;張小帥
• 申請（專利權(quán)）人: 北京百度網(wǎng)訊科技有限公司
• 主分類號: G06V20/62
• 分類號: G06V20/62;G06V30/148;G06V30/18;G06V30/19
• 代理公司: 北京英賽嘉華知識產(chǎn)權(quán)代理有限責(zé)任公司 11204
• 代理人: 王達(dá)佐;馬曉亞

本公開的實(shí)施例公開了用于識別文字的方法和裝置。該方法的一具體實(shí)施方式包括：獲取目標(biāo)區(qū)域的圖像，目標(biāo)區(qū)域為表面上存在凹凸結(jié)構(gòu)且凹凸結(jié)構(gòu)形成待識別文字的區(qū)域，圖像為采用平行光以預(yù)設(shè)角度照射于目標(biāo)區(qū)域時所采集的圖像；將圖像輸入預(yù)訓(xùn)練的目標(biāo)特征提取模型，獲得對應(yīng)圖像中的待識別文字的特征信息；將對應(yīng)圖像中的待識別文字的特征信息輸入預(yù)訓(xùn)練的目標(biāo)文字識別模型，獲得對應(yīng)圖像的目標(biāo)識別結(jié)果；基于對應(yīng)圖像的目標(biāo)識別結(jié)果，確定圖像中的文字。基于平行光以預(yù)設(shè)角度照射于目標(biāo)區(qū)域時所采集的圖像對待識別文字進(jìn)行識別，并基于對應(yīng)圖像的識別結(jié)果確定圖像中的文字，實(shí)現(xiàn)了對凹凸結(jié)構(gòu)形成的文字的自動識別，可以提高這類文字的識別效率。

技術(shù)領(lǐng)域

本公開的實(shí)施例涉及計算機(jī)技術(shù)領(lǐng)域，具體涉及圖像識別技術(shù)領(lǐng)域，尤其涉及用于識別文字的和裝置。

背景技術(shù)

在日常生活中，很多物體表面存在由凹凸結(jié)構(gòu)形成的文字，比如獎牌上面的文字，機(jī)械手表上面的刻度，圓形石頭上面的浮雕，以及輪胎上面的標(biāo)識。以輪胎上的標(biāo)識為例，這類文字記載了輪胎在制造過程中的關(guān)鍵信息，例如在輪胎側(cè)面記錄了輪胎的大部分重要信息,包括生產(chǎn)日期、硫化機(jī)臺號、輪胎型號及輪胎品牌等，翻新、跟蹤輪胎的使用時都需要提取這些關(guān)鍵信息。

但是現(xiàn)階段，尚沒有針對凹凸結(jié)構(gòu)形成的文字的智能識別技術(shù)，只能由人工錄入。當(dāng)凹凸結(jié)構(gòu)形成的文字較多時，手工錄入的方式難以保證準(zhǔn)確率，而且錄入效率低。

發(fā)明內(nèi)容

本公開的實(shí)施例提出了用于識別文字的方法和裝置。

第一方面，本公開的實(shí)施例提供了一種用于識別文字的方法，該方法包括：獲取目標(biāo)區(qū)域的圖像，目標(biāo)區(qū)域為表面上存在凹凸結(jié)構(gòu)且凹凸結(jié)構(gòu)形成待識別文字的區(qū)域，圖像為采用平行光以預(yù)設(shè)角度照射于目標(biāo)區(qū)域時所采集的圖像；將圖像輸入預(yù)訓(xùn)練的目標(biāo)特征提取模型，獲得對應(yīng)圖像中的待識別文字的特征信息；將對應(yīng)圖像中的待識別文字的特征信息輸入預(yù)訓(xùn)練的目標(biāo)文字識別模型，獲得對應(yīng)圖像的目標(biāo)識別結(jié)果；基于對應(yīng)圖像的目標(biāo)識別結(jié)果，確定圖像中的文字。

在一些實(shí)施例中，獲取目標(biāo)區(qū)域的圖像，包括：分別獲取平行光以不同的預(yù)設(shè)角度照射于目標(biāo)區(qū)域所形成的圖像。

在一些實(shí)施例中，基于對應(yīng)圖像的目標(biāo)識別結(jié)果，確定圖像中的文字，包括：基于對應(yīng)圖像的目標(biāo)識別結(jié)果中重復(fù)率最高的目標(biāo)識別結(jié)果，確定圖像中的文字。

在一些實(shí)施例中，將圖像輸入預(yù)訓(xùn)練的目標(biāo)特征提取模型，獲得對應(yīng)圖像中的待識別文字的特征信息，包括：將圖像輸入目標(biāo)特征提取模型中的特征提取網(wǎng)絡(luò)，獲得圖像中每個像素點(diǎn)的特征值，特征值用于表征該像素點(diǎn)是否存在待識別文字；以及在目標(biāo)特征提取模型中，執(zhí)行以下操作：基于特征值，確定待識別文字在圖像中的位置；基于待識別文字在圖像中的位置，對圖像進(jìn)行實(shí)例分割，得到實(shí)例分割圖和實(shí)例分割參數(shù)，實(shí)例分割參數(shù)用于表征對應(yīng)的實(shí)例分割圖的準(zhǔn)確率；基于實(shí)例分割圖，確定分類概率值，分類概率值用于表征實(shí)例分割圖為文字圖像的概率；基于與實(shí)例分割圖對應(yīng)的實(shí)例分割參數(shù)和分類概率值的加權(quán)和，將符合預(yù)設(shè)條件的實(shí)例分割圖的集合確定為待識別文字的特征信息。

在一些實(shí)施例中，在基于目標(biāo)識別結(jié)果，確定圖像中的文字之前還包括：基于預(yù)設(shè)詞庫，對目標(biāo)識別結(jié)果進(jìn)行修正。

在一些實(shí)施例中，在基于目標(biāo)識別結(jié)果，確定圖像中的文字之后還包括：響應(yīng)于接收到針對圖像中的文字的修改指令，將修改后的文字確定為圖像中的文字。

第二方面，本公開的實(shí)施例提供了一種用于識別文字的裝置，裝置包括：獲取單元，被配置成獲取目標(biāo)區(qū)域的圖像，目標(biāo)區(qū)域為表面上存在凹凸結(jié)構(gòu)且凹凸結(jié)構(gòu)形成待識別文字的區(qū)域，圖像為采用平行光以預(yù)設(shè)角度照射于目標(biāo)區(qū)域時所采集的圖像；特征單元，被配置成將圖像輸入預(yù)訓(xùn)練的目標(biāo)特征提取模型，獲得對應(yīng)圖像中的待識別文字的特征信息；識別單元，被配置成將對應(yīng)圖像中的待識別文字的特征信息輸入預(yù)訓(xùn)練的目標(biāo)文字識別模型，獲得對應(yīng)圖像的目標(biāo)識別結(jié)果；確定單元，被配置成基于對應(yīng)圖像的目標(biāo)識別結(jié)果，確定圖像中的文字。