[發(fā)明專利]一種文本識別方法、裝置、設(shè)備及介質(zhì)

在審

• 申請?zhí)枺?/td>: 202210541217.8
• 申請日: 2022-05-19
• 公開（公告）號: CN114973247A
• 公開（公告）日: 2022-08-30
• 發(fā)明（設(shè)計）人: 胡飛;李云良;王智浩
• 申請（專利權(quán)）人: 北京世紀(jì)好未來教育科技有限公司
• 主分類號: G06V30/10
• 分類號: G06V30/10;G06V30/148;G06V30/19;G06V10/80;G06V10/764;G06V10/82;G06F40/30;G06K9/62;G06N3/08
• 代理公司: 北京開陽星知識產(chǎn)權(quán)代理有限公司 11710
• 代理人: 付宏艷

本公開涉及一種文本識別方法、裝置、設(shè)備及介質(zhì)，該方法包括：獲取包含目標(biāo)語句的待處理圖像；目標(biāo)語句由多個初始字符組成；基于待處理圖像，獲取一組字符圖像以及與目標(biāo)語句對應(yīng)的生成語句；其中，每張字符圖像包括一個初始字符；對各字符圖像進(jìn)行特征提取，得到各初始字符對應(yīng)的圖像特征；對生成語句進(jìn)行特征提取，得到生成語句中各字符對應(yīng)的文本特征；基于圖像特征和文本特征，得到目標(biāo)語句的文本識別結(jié)果。本公開能夠提高文本識別結(jié)果的準(zhǔn)確性。

技術(shù)領(lǐng)域

本公開涉及文本識別技術(shù)領(lǐng)域，尤其涉及一種文本識別方法、裝置、設(shè)備及介質(zhì)。

背景技術(shù)

目前，采用機(jī)器學(xué)習(xí)方法或OCR識別等常見的文本識別方法，取得的文本識別結(jié)果準(zhǔn)確性并不高，經(jīng)常出現(xiàn)錯誤識別字符的情況。同時，文本糾錯主要是以自然語言處理技術(shù)為基礎(chǔ)，再結(jié)合易錯詞表對文本進(jìn)行糾錯。該方式需要較高的人力成本構(gòu)建易錯詞表，且易錯詞表無法窮舉全部的易錯詞，對于未出現(xiàn)過錯誤文本無法進(jìn)行糾正。因此，目前的文本識別方法的糾錯能力不足，影響文本識別結(jié)果的準(zhǔn)確性。

發(fā)明內(nèi)容

為了解決上述技術(shù)問題或者至少部分地解決上述技術(shù)問題，本公開提供了一種文本識別方法、裝置、設(shè)備及介質(zhì)。

根據(jù)本公開的一方面，提供了一種文本識別方法，包括：

獲取包含目標(biāo)語句的待處理圖像；所述目標(biāo)語句由多個初始字符組成；

基于所述待處理圖像，獲取一組字符圖像以及與所述目標(biāo)語句對應(yīng)的生成語句；其中，每張字符圖像包括一個初始字符；

對各字符圖像進(jìn)行特征提取，得到各初始字符對應(yīng)的圖像特征；

對所述生成語句進(jìn)行特征提取，得到所述生成語句中各字符對應(yīng)的文本特征；

基于所述圖像特征和所述文本特征，得到所述目標(biāo)語句的文本識別結(jié)果。

根據(jù)本公開的另一方面，提供了一種文本識別裝置，包括：

第一獲取模塊，用于獲取包含目標(biāo)語句的待處理圖像；所述目標(biāo)語句由多個初始字符組成；

第二獲取模塊，用于基于所述待處理圖像，獲取一組字符圖像以及與所述目標(biāo)語句對應(yīng)的生成語句；其中，每張字符圖像包括一個初始字符；

圖像特征提取模塊，用于對各字符圖像進(jìn)行特征提取，得到各初始字符對應(yīng)的圖像特征；

文本特征提取模塊，用于對所述生成語句進(jìn)行特征提取，得到所述生成語句中各字符對應(yīng)的文本特征；

文本識別模塊，用于基于所述圖像特征和所述文本特征，得到所述目標(biāo)語句的文本識別結(jié)果。

根據(jù)本公開的另一方面，提供了一種電子設(shè)備，所述電子設(shè)備包括：處理器；以及存儲程序的存儲器，其中，所述程序包括指令，所述指令在由所述處理器執(zhí)行時使所述處理器執(zhí)行根據(jù)上述文本識別方法。

根據(jù)本公開的另一方面，提供了一種存儲有計算機(jī)指令的非瞬時計算機(jī)可讀存儲介質(zhì)，所述計算機(jī)指令用于使所述計算機(jī)執(zhí)行根據(jù)文本識別方法。

本公開實(shí)施例提供的技術(shù)方案與現(xiàn)有技術(shù)相比具有如下優(yōu)點(diǎn)：

本公開實(shí)施例提供的文本識別方法、裝置、設(shè)備及介質(zhì)，該方法包括：獲取包含目標(biāo)語句的待處理圖像；目標(biāo)語句由多個初始字符組成；基于待處理圖像，獲取一組字符圖像以及與目標(biāo)語句對應(yīng)的生成語句；對各字符圖像進(jìn)行特征提取，得到各初始字符對應(yīng)的圖像特征；對生成語句進(jìn)行特征提取，得到生成語句對應(yīng)的文本特征；基于圖像特征和文本特征，得到目標(biāo)語句的文本識別結(jié)果。本公開能夠聯(lián)合圖像特征和文本特征，提升糾錯能力和文本識別結(jié)果的準(zhǔn)確性。

附圖說明

此處的附圖被并入說明書中并構(gòu)成本說明書的一部分，示出了符合本公開的實(shí)施例，并與說明書一起用于解釋本公開的原理。