[發(fā)明專利]一種文字識(shí)別方法、裝置、設(shè)備及介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 202110693328.6
• 申請(qǐng)日: 2021-06-22
• 公開（公告）號(hào): CN113392827A
• 公開（公告）日: 2021-09-14
• 發(fā)明（設(shè)計(jì)）人: 游錦成
• 申請(qǐng)（專利權(quán)）人: 平安健康保險(xiǎn)股份有限公司
• 主分類號(hào): G06K9/20
• 分類號(hào): G06K9/20;G06K9/32;G06K9/34;G06N3/04;G06N3/08
• 代理公司: 深圳眾鼎專利商標(biāo)代理事務(wù)所(普通合伙) 44325
• 代理人: 吳英銘

1.一種文字識(shí)別方法，其特征在于，所述方法包括：

對(duì)圖像中曲形排列的文字內(nèi)容進(jìn)行文字定位，得到每個(gè)文字所對(duì)應(yīng)的文字定位框；

根據(jù)每個(gè)所述文字定位框的中線與水平方向的夾角，對(duì)每個(gè)所述文字進(jìn)行旋轉(zhuǎn)操作，得到正向文字內(nèi)容；

根據(jù)所述正向文字內(nèi)容中的每個(gè)文字的外接矩形，調(diào)整所述正向文字內(nèi)容中的文字的大小，得到調(diào)整后的文字；

根據(jù)所述曲形排列的文字內(nèi)容中的所述文字定位框之間的位置關(guān)系，將所述調(diào)整后的文字排列在一條水平直線上，得到待識(shí)別文本內(nèi)容；

對(duì)所述待識(shí)別文本內(nèi)容進(jìn)行文字識(shí)別，得到文本識(shí)別結(jié)果。

2.如權(quán)利要求1所述的文字識(shí)別方法，其特征在于，所述根據(jù)每個(gè)所述文字定位框的中線與水平方向的夾角，對(duì)每個(gè)所述文字進(jìn)行旋轉(zhuǎn)操作，得到正向文字內(nèi)容包括：

獲取所述文字定位框的中線與水平方向的夾角，根據(jù)所述文字定位框的中線與水平方向的夾角將每個(gè)所述文字旋轉(zhuǎn)至正向，所述正向?yàn)樗鑫淖侄ㄎ豢虻闹芯€與水平方向的夾角為直角的方向。

3.如權(quán)利要求1所述的文字識(shí)別方法，其特征在于，調(diào)整所述正向文字內(nèi)容中的文字的大小的方法為：

計(jì)算所有文字的外接矩形的高的均值，當(dāng)所述文字的外接矩形的高小于預(yù)定值時(shí)，將所述文字放大至所述文字的外接矩形的高等于所述均值的程度；當(dāng)所述文字的外接矩形的高大于所述均值時(shí)，將所述文字縮小至所述文字的外接矩形的高等于所述均值的程度。

4.如權(quán)利要求1所述的文字識(shí)別方法，其特征在于，所述根據(jù)所述曲形排列的文字內(nèi)容中的所述文字定位框之間的位置關(guān)系，將所述調(diào)整后的文字排列在一條水平直線上，得到待識(shí)別文本內(nèi)容包括：

在所述曲形排列的文字內(nèi)容中確定起始文字定位框，根據(jù)所述起始文字定位框建立定位框排序表；

以所述起始定位框?yàn)榛鶞?zhǔn)，根據(jù)其他文字定位框與所述起始定位框的距離確定擴(kuò)展方向，并將所述擴(kuò)展方向上與所述起始文字定位框距離最近的文字定位框擴(kuò)展進(jìn)所述定位框排序表，以新擴(kuò)展進(jìn)所述定位框排序表中的文字定位框?yàn)榛鶞?zhǔn)對(duì)余下的所述其他文字定位框進(jìn)行擴(kuò)展，直至將全部的所述文字定位框擴(kuò)展進(jìn)所述定位框排序表；

按照所述定位框排序表中的所述文字定位框的排列順序，將所述調(diào)整后的文字排列在一條水平直線上，得到待識(shí)別文本內(nèi)容。

5.如權(quán)利要求4所述的文字識(shí)別方法，其特征在于，所述在曲形排列的文字內(nèi)容中確定起始文字定位框包括：

獲取所述曲形排列的文字內(nèi)容中每個(gè)所述文字定位框的重心，將所述重心位于最上方的文字定位框確定為基準(zhǔn)文字定位框。

6.如權(quán)利要求4所述的文字識(shí)別方法，其特征在于，當(dāng)所述曲形文字區(qū)域呈圓弧或者橢圓弧形排列時(shí)，所述在曲形排列的文字內(nèi)容中確定起始文字定位框包括：

對(duì)所述曲形文字區(qū)域進(jìn)行定位，得到所述曲形文字區(qū)域的邊界點(diǎn)集；

對(duì)所述曲形文字區(qū)域進(jìn)行分割，確定所述曲形文字區(qū)域的邊界點(diǎn)集的上邊界點(diǎn)集，并確定所述上邊界點(diǎn)集的起始點(diǎn)；

將距離所述上邊界點(diǎn)集的起始點(diǎn)最近的文字定位框確定為起始文字定位框。

7.如權(quán)利要求1-6任意一項(xiàng)所述的文字識(shí)別方法，其特征在于，所述對(duì)所述待識(shí)別文本內(nèi)容進(jìn)行文字識(shí)別，得到文本識(shí)別結(jié)果包括：

當(dāng)所述待識(shí)別文本內(nèi)容具有多種文字組合時(shí)，采用自然語言處理算法對(duì)所述多種文字組合進(jìn)行語義識(shí)別，選取語義最通順的文字組合作為最終的識(shí)別結(jié)果。