[发明专利]文本信息识别方法及系统

说明书

【技术领域】

本发明涉及一种信息处理技术，尤其涉及一种文本信息识别方法及系统。

【背景技术】

目前，纸质文档或者图片上的文本信息，不能直接使用，在使用时需要手动输入才可。为替代手动输入，通常采用OCR(Optical Character Recognition光学字符识别)技术对文本信息进行识别。

但是，传统的OCR技术，用户在使用时，需要安装一个庞大的客户端软件，并要求进行识别的计算机硬件具备足够的处理性能。OCR技术主要面对的是纸质材料，识别场景需要考虑很多问题，因此识别率会受到复杂因素的制约。识别率的核心技术指标是特征库。由于用户计算机硬件及处理器性能通常不具备足够要求，识别能力和特征库都受到用户计算机性能的限制，大大降低了OCR技术对文本信息的识别率，不能准确的识别文本信息。

同时，在对文本信息识别后还需要进行纠错。由于纠错的能力取决于特征库的信息量，特征库受到本机性能的限制，从而大大限制了纠错的能力，使得识别率进一步降低。

【发明内容】

有鉴于此，有必要提供一种识别率高的文本信息识别方法。

此外，提供一种识别率高的文本信息识别系统。

一种文本信息识别方法，包括如下步骤：

客户端获取包含文本信息的图像，并将所述图像发送至云服务器；

所述云服务器接收所述图像，对所述图像进行处理，提取出所述图像中文本信息的字符；

所述云服务器对所述字符进行处理，获取字符的特征；

所述云服务器根据所述字符的特征，查询设置在所述云服务器上特征库，与特征库中的字符进行特征匹配，对字符进行识别，进而识别文本信息；

所述云服务器将识别的文本信息发送至客户端。

一种文本信息识别系统，包括客户端与云服务器，

所述客户端用于获取包含文本信息的图像，并将所述图像发送至所述云服务器；

所述云服务器包括：

收发服务器，用于接收所述图像；

图像处理服务器，用于对所述图像进行处理，提取出所述图像中文本信息的字符；

字符处理服务器，用于对所述字符进行处理，获取字符特征；

特征库服务器，根据所述字符的特征，查询设置在特征库服务器上特征库，与特征库中的字符进行特征匹配，对字符进行识别，进而识别文本信息；特征库服务器将识别的文本信息交由收发服务器，收发服务器将识别的文本信息发送至所述客户端。

上述文本信息识别方法及系统，客户端将图像上传至云服务器，识别过程和云服务器均在云服务器上进行，云服务器具有强大的计算能力和扩展能力，性能能够满足特征库的要求，使得特征库和识别能力不受用户计算机的限制，从而能够准确的对文本信息进行识别，简单、高效、识别率大大提高。用户只需通过客户端上传图像即可，云服务器便可同时为海量用户提供服务，极大方便了用户使用。

【附图说明】

图1是一个实施例中文本信息识别方法的流程图；

图2是一个实施例中云服务器对图像进行处理，提取出图像中文本信息的字符的方法流程图；

图3是一个实施例中文本信息识别系统的结构示意图；

图4是一个实施例中图像处理服务器的结构示意图。

【具体实施方式】

下面结合附图，对本发明的具体实施方式进行详细描述。

图1是一个实施例中文本信息识别方法的流程图。该方法包括：

S10：客户端获取包含文本信息的图像，并将图像发送至云服务器。

该方法所识别的对象为具有文本信息的图像，对图像中的文本信息进行识别。客户端获取的具有文本信息的图像为通过对具有文本信息的纸质或者其他介质文档进行扫描获得，或者为直接的图像，也可以为截取屏幕内容的截屏图像等等。在优选的实施方式中，客户端获取的具有文本信息的图像为即时通讯软件截取屏幕内容所获得的截屏图像，将截图图像中的文本信息识别出，使文本信息可直接使用，无需将截图图像中的文本信息手动输入。客户端通过浏览器上传的方式将图像上传到云服务器。

S20：云服务器接收图像，对图像进行处理，提取出图像中文本信息的字符。

文本信息由多个字符组成，识别文本信息需要将文本信息的每个字符提取出来。云服务器可以为云计算平台，也可以为包含多个计算节点的计算网络或者多个服务器。云服务器具有强大的扩展能力、庞大的计算能力以及海量存储能力，能够同时接收大量客户端传送的图像，同时为海量用户提供服务。