[發(fā)明專利]一種圖像文字識別的方法及裝置

在審

• 申請?zhí)枺?/td>: 202011432247.2
• 申請日: 2020-12-09
• 公開（公告）號: CN112418238A
• 公開（公告）日: 2021-02-26
• 發(fā)明（設(shè)計）人: 王晶
• 申請（專利權(quán)）人: 安徽吉秒科技有限公司
• 主分類號: G06K9/42
• 分類號: G06K9/42;G06K9/32;G06K9/62
• 代理公司: 北京青松知識產(chǎn)權(quán)代理事務(wù)所(特殊普通合伙) 11384
• 代理人: 鄭青松

1.一種圖像文字識別的方法，其特征在于，該方法包括：

A、首先獲取文字圖像，并對文字圖像進行縮放、歸一化處理，然后讀取處理后的圖像并識別圖像文字方向；

B、根據(jù)圖像文字方向的識別結(jié)果，對文字圖像進行校正；

C、對校正后的文字圖像進行縮放、歸一化處理，然后讀取校正后的文字圖像；

D、確定圖像中每行文字所在的區(qū)域坐標(biāo)，并確定出圖像中每行文字傾斜的角度；

E、獲取每行文字所在圖像的區(qū)域坐標(biāo)，以及對應(yīng)行文字的傾斜度，在圖像中截取每個區(qū)域坐標(biāo)位置的圖片，保存為image box，將這些生成的image box進行縮放和歸一化處理，將將處理后的image box存入鏈表；

F、獲取鏈表，并且識別出傳入圖像的文字內(nèi)容，并返回識別出的文字在字典中的下標(biāo)。

2.根據(jù)權(quán)利要求1所述圖像文字識別的方法，其特征在于，步驟A中行文字方向識別的角度包括90°、180°、270°。

3.根據(jù)權(quán)利要求1所述圖像文字識別的方法，其特征在于，步驟B會根據(jù)步驟A的結(jié)果，對文字圖像進行相應(yīng)的校正。

4.根據(jù)權(quán)利要求1所述圖像文字識別的方法，其特征在于，步驟C中對校正后的文字圖像進行縮放、歸一化處理，其內(nèi)容包括：

C1、將文字圖像縮放成符合文件檢測模型需要的shape；

C2、對圖像的RGB內(nèi)容進行歸一化處理。

5.根據(jù)權(quán)利要求1所述圖像文字識別的方法，其特征在于，還包括對文字圖像分類。

6.一種圖像文字識別的裝置，其特征在于，所述的裝置包括：圖像文字方向檢測模塊、文字檢測模塊、文字識別模塊，

圖像文字方向檢測模塊

獲取文字圖像，并對文字圖像進行縮放、歸一化處理，然后讀取處理后的圖像并識別圖像文字方向；

根據(jù)圖像文字方向的識別結(jié)果，對文字圖像進行校正，并且對校正后的文字圖像進行縮放、歸一化處理；

文字檢測模塊

獲取處理后的文字圖像，確定圖像中每行文字所在的區(qū)域坐標(biāo)，并確定出圖像中每行文字傾斜的角度；

獲取每行文字所在圖像的區(qū)域坐標(biāo)，以及對應(yīng)行文字的傾斜度，在圖像中截取每個區(qū)域坐標(biāo)位置的圖片，保存為image box，將這些生成的image box進行縮放和歸一化處理，將將處理后的image box存入鏈表；

文字識別模塊

獲取鏈表，并且識別出傳入圖像的文字內(nèi)容，并返回識別出的文字在字典中的下標(biāo)。