[發明專利]公式文字自動識別方法

在審

• 申請號: 202010882612.3
• 申請日: 2020-08-28
• 公開（公告）號: CN112016460A
• 公開（公告）日: 2020-12-01
• 發明（設計）人: 樊星
• 申請（專利權）人: 上海松鼠課堂人工智能科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/34;G06K9/46
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明公開了一種公式文字自動識別方法，所述方法包括：根據自動識別觸發指令，接收待識別信息，獲取所述待識別信息中包含的待識別的公式文字的原始圖像；分析所述原始圖像是否需要進行圖像處理，并根據分析結果，輸出對應的待識別圖像；對輸出的所述待識別圖像進行公式文字的自動識別，得到識別出的公式信息；達到了自動識別公式文字的目的，提高了公式文字識別的效率，同時也提高了識別的準確率。

技術領域

本發明涉及信息識別技術領域，特別涉及一種公式文字自動識別方法。

背景技術

隨著互聯網和計算機技術的不斷發展進步，利用互聯網進行線上教育的方式也越來越多地被人們所接受，線上教育的形式也越來越多樣化。數學公式因其包含了不同的數學運算符號，在進行信息識別和數據處理時，若按照常規的文字識別方式進行處理，通常會識別出亂碼或者不能識別的情況。因此，在進行信息識別和數據處理時，針對數學公式和其他的文字，如何進行公式文字的自動識別成為目前亟待解決的問題之一。

發明內容

本發明提供一種公式文字自動識別方法，旨在正確地識別出公式和文字，提高信息識別的準確率。

本發明提供了一種公式文字自動識別方法，所述公式文字自動識別方法包括：

根據自動識別觸發指令，接收待識別信息，獲取所述待識別信息中包含的待識別的公式文字的原始圖像；

分析所述原始圖像是否需要進行圖像處理，并根據分析結果，輸出對應的待識別圖像；

對輸出的所述待識別圖像進行公式文字的自動識別，得到識別出的公式信息。

進一步地，所述分析所述原始圖像是否需要進行圖像處理，并根據分析結果，輸出對應的待識別圖像，包括：

判斷所述原始圖像的模糊程度是否達到預設模糊程度，如果是，則對所述原始圖像進行去模糊處理，將去模糊處理后的原始圖像作為待識別圖像；如果否，則將所述原始圖像作為待識別圖像；

所述對輸出的所述待識別圖像進行公式文字的自動識別，得到識別出的公式信息，包括：

從所述待識別圖像中截取單獨的每個公式各自的公式所在區域；

從所述公式所在區域中識別任一個英文字母或者任一個數字；

根據所述識別出的英文字母或者數字的書寫方向，確定所述公式所在區域中公式的書寫方向；

確定出所述公式所在區域中公式的書寫方向之后，將所述公式所在區域進行網格劃分，將所述公式所在區域劃分為由多個正方形網格構成的網格區域；

逐個對位于所述網格區域內的公式符號局部形狀進行識別，獲得每個網格區域內包括的公式符號局部形狀；

沿著所述公式的書寫方向，依序將所述網格區域內的公式符號局部形狀進行拼接，獲得位于所述公式所在區域內的、沿著所述公式的書寫方向的各個公式符號；

從預設的符號數據庫中，查找所述獲得的各個公式符號各自對應的標準符號書寫模板；

按照各個公式符號在所述公式所在區域中的位置進行拼接，獲得所述待識別圖像中所述公式所在區域對應的公式。

進一步地，所述獲取所述待識別信息中包含的待識別的公式文字的原始圖像，包括：

基于接收到的所述待識別信息，監測基于所述待識別信息觸發的選擇指令；

響應基于所述待識別信息觸發的所述選擇指令，獲取所述選擇指令映射的待識別的原始圖像。

進一步地，所述分析所述原始圖像是否需要進行圖像處理，包括：

設置對應的預設基準圖像；