[發明專利]文本識別方法、裝置、存儲介質、計算機設備

在審

• 申請號: 202011434696.0
• 申請日: 2020-12-10
• 公開（公告）號: CN112508102A
• 公開（公告）日: 2021-03-16
• 發明（設計）人: 興百橋;劉濤;黃家冕;李保俊;曾鵬
• 申請（專利權）人: 廣州華多網絡科技有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06F40/126;G06N3/04
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 郭帥

1.一種文本識別方法，其特征在于，所述方法包括：

將獲取到的待識別圖像輸入到預先訓練好的識別模型中，得到所述識別模型輸出的多個原始字符序列，所述原始字符序列為依據所述待識別圖像的每個字符在當前位置的識別概率進行排序后得到的不同位置處的字符集合；

將識別概率最大的原始字符序列中各個位置處的字符逐一替換為識別概率第二的原始字符序列中相同位置處的字符，直到所有位置處的字符均替換完畢，得到與所述原始字符序列長度對應的多個中間字符序列；

根據所述中間字符序列和所述識別概率最大的原始字符序列確定是否需要采取修正策略，若需要，則在所述中間字符序列中查找待修正的字符序列，并將所述待修正的字符序列、所述中間字符序列、所述識別概率最大的原始字符序列作為最終的識別結果序列。

2.根據權利要求1所述的文本識別方法，其特征在于，所述將識別概率最大的原始字符序列中各個位置處的字符逐一替換為識別概率第二的原始字符序列中相同位置處的字符的步驟之前，還包括：

獲取未合并的識別概率最大的原始字符序列；

對所述識別概率最大的原始字符序列中的各個字符按照識別概率進行升序排序，得到升序后的原始字符序列。

3.根據權利要求2所述的文本識別方法，其特征在于，將識別概率最大的原始字符序列中各個位置處的字符逐一替換為識別概率第二的原始字符序列中相同位置處的字符，直到所有位置處的字符均替換完畢，得到與所述原始字符序列長度對應的多個中間字符序列的步驟，包括：

遍歷所述升序后的原始字符序列，并將所述升序后的原始字符序列中當前位置處的字符替換為識別概率第二的原始字符序列中相同位置處的字符，將替換后的原始字符序列中重復的字符進行合并，得到對應的中間字符序列；

將所述升序后的原始字符序列中下一位置處的字符替換為識別概率第二的原始字符序列中相同位置處的字符，直到所有位置處的字符均替換完畢，得到與所述原始字符序列長度對應的多個中間字符序列。

4.根據權利要求1所述的文本識別方法，其特征在于，根據所述中間字符序列和所述識別概率最大的原始字符序列確定是否需要采取修正策略的步驟，包括：

將各個中間字符序列分別與所述識別概率最大的原始字符序列進行比對，確定所述中間字符序列或所述識別概率最大的原始字符序列中是否存在誤識別、漏識別、多識別的字符序列中的至少一種，若有，則需要采取修正策略。

5.根據權利要求4所述的文本識別方法，其特征在于，若需要，則在所述中間字符序列中查找待修正的字符序列的步驟，包括：

若所述中間字符序列或所述識別概率最大的原始字符序列中存在誤識別的字符序列，則遍歷所述中間字符序列，依次查找所述中間字符序列中與所述識別概率最大的原始字符序列在相同位置處顯示不同字符的序列，并生成誤識別序列表。

6.根據權利要求5所述的文本識別方法，其特征在于，若需要，則在所述中間字符序列中查找待修正的字符序列的步驟，還包括：

若所述中間字符序列中存在漏識別的字符序列，或所述識別概率最大的原始字符序列中存在多識別的字符序列，則遍歷所述中間字符序列，依次查找所述中間字符序列中小于所述識別概率最大的原始字符序列長度的序列，并生成漏識別序列表。

7.根據權利要求6所述的文本識別方法，其特征在于，若需要，則在所述中間字符序列中查找待修正的字符序列的步驟，還包括：

若所述中間字符序列中存在多識別的字符序列，或所述識別概率最大的原始字符序列中存在漏識別的字符序列，則遍歷所述中間字符序列，依次查找所述中間字符序列中大于所述識別概率最大的原始字符序列長度的序列，并生成多識別序列表。