[發明專利]一種基于存折、票據字符OCR識別方法和識別系統

在審

• 申請號: 202011482590.8
• 申請日: 2020-12-15
• 公開（公告）號: CN112507914A
• 公開（公告）日: 2021-03-16
• 發明（設計）人: 孔飛;張文強;褚建民;李衛國
• 申請（專利權）人: 江蘇國光信息產業股份有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/32;G06K9/44;G06K9/46;G06K9/62
• 代理公司: 常州易瑞智新專利代理事務所(普通合伙) 32338
• 代理人: 徐琳淞

1.一種基于存折、票據字符OCR識別方法，其特征在于，包括如下步驟：

步驟1、拍取的任意角度的存折圖像，通過預處理得到角度校正后的新存折圖像；

步驟2、對存折圖像的面向進行角度校正，調整至0°狀態；

步驟3、對校正后存折圖像中待識別區域的位置進行定位，并構建待識別區域的對應標簽；

步驟4、采用不定長OCR識別模型對待識別區域進行識別，并輸出識別結果。

2.根據權利要求1所述的基于存折、票據字符OCR識別方法，其特征在于，所述步驟1中的預處理方法包括如下步驟：

步驟11、獲取高拍儀拍取的任意角度的存折圖像；

步驟12、對存折圖像進行銳化和高斯平滑處理，增強圖像邊緣與周圍背景的反差；

步驟13、再利用算子檢測圖像邊緣，從橫向和縱向兩個方向與圖像做卷積操作，獲得梯度上的近似值后計算圖像輪廓，獲得的圖像輪廓以點集形式保存，計算輪廓點集的凸包和凸包的外接矩形，進而計算出輪廓的四個頂點坐標；

步驟14、通過透視變換對存在角度偏移的存折圖像進行校正，首先確定校正后新圖像的坐標，由新坐標與原本存折圖像坐標構建透視矩陣，透視矩陣為3×3矩陣，實現原圖像到新圖像的線性變換，平移變換和透視變換；

步驟15、存折圖像經透視矩陣變換后，即可獲得角度校正后的新圖像。

3.根據權利要求1所述的基于存折、票據字符OCR識別方法，其特征在于，所述步驟2中角度校正方法為：

利用訓練后的SVM分類器對透視變換后的圖片進行角度檢測，根據不同的檢測角度翻轉圖片，獲得圖片為0°狀態存折圖像。

4.根據權利要求3所述的基于存折、票據字符OCR識別方法，其特征在于，所述步驟2中SVM分類器的訓練方法，包括如下步驟：

步驟21、首先收集0°、90°、180°和270°翻轉的四種類型文本圖片預定數目；以SVM分類器對四種方向進行分類識別，構建圖片與對應分類的標簽，0°、90°、180°和270°分別對應標簽1、2、3和4；

步驟22、提取圖片的梯度直方圖HOG特征，所述HOG特征反應圖片的梯度變化信息，不同角度偏轉的文字梯度信息不同；

步驟23、采用主成分分析PCA方法對HOG特征降維；

步驟24、降維后的HOG特征作為輸入特征訓練SVM分類器，得到訓練后的SVM分類器。

5.根據權利要4所述的基于存折、票據字符OCR識別方法，其特征在于，所述主成分分析PCA方法，包括如下步驟：

步驟241、記共有s條d維HOG特征數據，將數據組合為s行d列的數據矩陣X；

步驟242、對矩陣每列計算其均值，組成1行d列矩陣X的每列減去其均值或是零均值化的新矩陣，記為X'；

步驟243、計算新矩陣X'的協方差矩陣并計算其特征值和特征向量；

步驟244、將特征向量按對應特征值大小從上到下按行排列為矩陣，取前K行組成矩陣P，降維到K維的HOG特征矩陣為Y＝PX。

6.根據權利要求1所述的基于存折、票據字符OCR識別方法，其特征在于，所述定位的方法為：以角度校正后存折圖像左上角頂點坐標為固定點，由于固定點位置與存折中所需提取信息區域的位置偏移關系固定，因此以固定點坐標加上偏移量定位到所需提取的各個區域坐標，將所述區域截取出來，即為識別區域。