[發明專利]OCR訓練數據生成方法、裝置、計算機設備和存儲介質

在審

• 申請號: 202110620906.3
• 申請日: 2021-06-03
• 公開（公告）號: CN113361512A
• 公開（公告）日: 2021-09-07
• 發明（設計）人: 朱軍;禤少茵
• 申請（專利權）人: 廣州市新文溯科技有限公司
• 主分類號: G06K9/20
• 分類號: G06K9/20;G06T5/30
• 代理公司: 廣州華進聯合專利商標代理有限公司 44224
• 代理人: 謝曲曲

1.一種OCR訓練數據生成方法，其特征在于，所述方法包括：

獲取訓練語料庫；

獲取圖像參數信息，根據所述圖像參數信息建立空白圖像；

提取所述訓練語料庫中預設字符串，按照預設的生成字符參數信息將提取的字符串中的字符寫入所述空白圖像中，生成初始圖像；

對所述初始圖像進行圖像增強處理，得到訓練圖像；

根據所述訓練圖像生成訓練數據。

2.根據權利要求1所述的OCR訓練數據生成方法，其特征在于，所述按照預設的生成字符參數信息將提取的字符串中的字符寫入所述空白圖像中，生成初始圖像，包括：

根據所述圖像參數信息獲取所述生成字符參數信息；

從所述訓練語料庫的字符串中獲取生成字符；

根據所述生成字符參數信息將所述生成字符寫入所述空白圖像，得到初始圖像。

3.根據權利要求2所述的OCR訓練數據生成方法，其特征在于，所述圖像參數信息包括圖像寬度和圖像高度；所述根據所述生成字符參數信息將所述字符寫入所述空白圖像，得到初始圖像，包括：

從所述空白圖像的字符起始水平位置開始，根據所述生成字符參數信息將所述生成字符寫入所述空白圖像中，直到當前生成字符的字符起始水平位置超過所述圖像寬度，得到初始圖像。

4.根據權利要求1所述的OCR訓練數據生成方法，其特征在于，所述對所述初始圖像進行圖像增強處理，得到訓練圖像，包括：

對所述初始圖像進行隨機二值化；

對二值化后的所述初始圖像中的黑色像素進行隨機映射至預設灰度值范圍；

對所述初始訓練圖像進行抖動處理生成點陣二值圖；

對所述點陣二值圖進行橫向或縱向的隨機縮放，得到訓練圖像。

5.根據權利要求1所述的OCR訓練數據生成方法，其特征在于，所述對所述初始圖像進行圖像增強處理，得到訓練圖像，包括：

對所述初始圖像進行隨機二值化；

根據二值化后的所述初始圖像獲取黑色像素微量形態學膨脹的圖像；

對所述初始圖像進行拷貝，得到拷貝圖像；

對所述初始圖像進行縱向腐蝕運算；

根據所述圖像參數信息生成所述初始圖像的映射矩陣；

對所述初始圖像和所述拷貝圖像，根據所述映射矩陣對腐蝕運算處理掉的所述初始圖像中的橫向筆畫進行連接；

對所述初始圖像的橫向或縱向進行隨機的雙線性插值或立方插值；

對插值后的所述初始圖像進行隨機二值化，得到訓練圖像。

6.根據權利要求5所述OCR訓練數據生成方法，其特征在于，對所述初始圖像和所述拷貝圖像，根據所述映射矩陣對腐蝕運算處理掉的所述初始圖像中的橫向筆畫進行連接，包括：

若所述映射矩陣在某個像素點的值為第一點值，對所述初始圖像和所述拷貝圖像對應的像素點值進行與運算；

若所述映射矩陣在某個像素點的值為第二點值，則刪除該像素點在所述初始圖像中對應的像素值。

7.根據權利要求1所述OCR訓練數據生成方法，其特征在于，所述根據所述訓練圖像生成訓練數據，包括：

保存所述訓練圖像到預設路徑中；

保存所述訓練圖像的預設路徑；

保存所述訓練圖像對應的字符串文本；

整合所述訓練圖像、所述預設路徑和所述字符串文本，得到訓練數據。

8.一種OCR訓練數據生成裝置，其特征在于，所述裝置包括：

語料獲取模塊，用于獲取訓練語料庫；

圖像建立模塊，用于獲取圖像參數信息，根據所述圖像參數信息建立空白圖像；

字符提取模塊，用于提取所述訓練語料庫中預設字符串，按照預設的生成字符參數信息將提取的字符串中的字符寫入所述空白圖像中，生成初始圖像；

圖像增強模塊，對所述初始圖像進行圖像增強處理，得到訓練圖像；

數據生成模塊，用于根據所述訓練圖像生成訓練數據。