[發明專利]一種基于神經網絡的OCR識別方法及設備

在審

• 申請號: 202011387854.1
• 申請日: 2020-12-02
• 公開（公告）號: CN112508011A
• 公開（公告）日: 2021-03-16
• 發明（設計）人: 陸大海
• 申請（專利權）人: 上海逸舟信息科技有限公司
• 主分類號: G06K9/32
• 分類號: G06K9/32;G06K9/34;G06K9/62;G06N3/04
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于神經網絡的OCR識別方法，其特征在于，包括：

步驟一：獲取業務方提供的待識別數據，把待識別數據轉換為待識別圖像；

步驟二：利用角度分類器對待識別圖像進行文本方向檢測，對文本圖像進行校正處理；

步驟三：使用文本檢測模型檢測校正后的圖像，得到目標文本框坐標和文本檢測置信度；

步驟四：通過輸入文本框坐標獲取圖像的透視變換矩陣，對圖像進行剪裁和透視變換，獲取分割子圖像；

步驟五：利用文本識別模型對分割子圖像進行識別，得到文本數據和文本識別置信度；

步驟六：根據第三步和第五步的文本框坐標和對應的文本數據，進行坐標排序，得到有序文本；

步驟七：對有序文本進行模糊匹配，得到模板關鍵詞，通過對應模板對有序文本進行信息提取，最終得到結構化數據。

2.根據權利要求1所述的一種基于神經網絡的OCR識別方法，其特征在于，所述步驟一中包含數據解析模塊，所述數據解析模塊將待識別數據轉化為待識別圖像。

3.根據權利要求1所述的一種基于神經網絡的OCR識別方法，其特征在于，所述步驟二的角度分類器檢測角度包括0°，90°，180°和270°。

4.根據權利要求1所述的一種基于神經網絡的OCR識別方法，其特征在于，所述步驟三包括對圖像處理后得到概率圖和閾值圖，并對所述概率圖和閾值圖進行組合優化，進而得到可以自適應的二值圖。

5.根據權利要求1所述的一種基于神經網絡的OCR識別方法，其特征在于，所述步驟五包括提取圖像的卷積特征，通過深層雙向循環神經網絡（LSTM）進一步提取卷積特征中的序列特征，最后引入CTC損失函數進行優化。

6.根據權利要求1所述的一種基于神經網絡的OCR識別方法，其特征在于，所述步驟六中的坐標排序包括：

根據文本框的高度以及文本框矩形中心點縱坐標進行縱向排序，再根據中心點橫坐標進行橫向排序，得到有序文本。

7.根據權利要求1所述的一種基于神經網絡的OCR識別方法，其特征在于，所述步驟七中的模板是基于業務方提供樣本的布局屬性設計的。

8.一種電子設備，其特征在于，包括：

處理器和存儲器；

所述存儲器存儲所述處理器的可執行指令；

其中，所述處理器可加載并執行如權利要求1-7任一項所述的基于神經網絡的OCR識別方法。

9.一種計算機可讀存儲介質，其特征在于，所述存儲介質中存儲多條指令；所述指令由處理器加載并執行如權利要求1-7任一項所述的基于神經網絡的OCR識別方法。