[发明专利]图片审核方法和系统

说明书

技术领域

本发明涉及图像处理技术，尤其涉及图片审核方法和系统。

背景技术

随着互联网的兴起，给人们提供了更加丰富的信息，它极大地融合了全球信息，扩展了人们获取信息的途径，增大了人们搜索信息的范围。目前，对国内互联网上的图片的内容一般采用人工审核，但是人工审核工作量大、效率低、成本高，其准确性会受到光线，审核者疲劳程度等不确定因素的影响。

另外还有一些专门的图片审核系统，其主要利用图像匹配技术将待审核图片与审核库中的图片进行相似性比较，选择相似性较高的图片进行剔除过滤。其主要方法流程如图1所示，包括如下步骤：

S101：对待审核图片进行特征提取。

S102：将提取的特征与审核图片特征库中特征进行比较。

S103：将比较结果相似度高于阈值的待审核图片进行剔除过滤。

现有技术的图片审核方法，其审核重点，往往集中在色块，线条，形状等要素所构成的图形图像上，对于不同的图片，其包含的这些组成要素具有较大差异，因此可以利用这些图像要素计算出相应的图像特征对不同的图像加以区分。

但对于文本图片，其图像要素的排布特点为，各像素点全局上以整行条状排列，局部以密集点阵分别。对于不同的图片，其外在视觉上没有明显差异，无法通过计算图像特征对不同图片加以区分。

而且，对于文本图片的审核，主要是对文字内容所携带的信息审核，如果仍采用建立审核图片库进行相似度比照的方法进行过滤，则所需建立的审核库图片数量巨大，几乎不可穷举。所以，这也决定了文本图片不适合用图像特征匹配的技术来进行审核过滤。

因此，现有技术的图片审核方法不适用对文本图片进行审核。

发明内容

本发明的实施例提供了一种图片审核方法和系统，用以对文本图片进行审核。

根据本发明的一个方面，提供了一种图片审核方法，包括：

对文本图片进行OCR处理，提取该文本图片中的文本信息；

对提取的文本信息进行关键字/词的匹配，判断其中是否包含要过滤的关键字/词；若是，则对该文本图片进行过滤处理。

进一步，在所述对文本图片进行OCR处理，提取该文本图片中的文本信息之前，还包括：

对所述文本图片进行二值化处理。

进一步，在所述对所述文本图片进行二值化处理之前，还包括：

对所述文本图片进行灰度化处理。

进一步，在所述对文本图片进行OCR处理，提取该文本图片中的文本信息之前，还包括：对所述文本图片进行去除噪声处理。

其中，所述对文本图片进行OCR处理，提取该文本图片中的文本信息具体包括：

对所述文本图片的图像进行字符切割；

对所述文字图片中切割出的字符，按照设定单位进行划分；并对每个设定单位内的字符进行识别：

对所述设定单位内的每个字符进行特征提取和特征匹配后，确定每个字符的候选字；

针对所述设定单位内的每个字符，确定该字符的每个候选字的相似度、以及该字符的每个候选字与该字符相邻的字符的候选字之间的转移概率；

根据确定出的相似度和转移概率，确定出所述设定单位内的字符的识别结果；

根据每个设定单位内的字符的识别结果，确定该文本图片中的文本信息。

其中，所述根据确定出的相似度和转移概率，确定出所述设定单位内的字符的识别结果具体包括：

确定该设定单位内的第1个字符的候选字的维特比概率为该候选字的相似度；

从该设定单位内的第2个字符起，对于当前字符的每个候选字，根据该候选字的相似度、以及该候选字与该当前字符相邻的字符中的在前字符的候选字之间的转移概率，确定出所述当前字符的每个候选字与所述在前字符的各候选字之间的维特比概率；

在确定出当前候选字与各在前候选字之间的维特比概率后，比较各维特比概率，从中选择最大的维特比概率作为当前候选字的维特比概率；其中，所述当前候选字为所述当前字符的候选字之一，所述在前候选字为所述在前字符的候选字之一；

以所述当前候选字作为当前节点，选择与该当前候选字之间的维特比概率最大的在前候选字作为与该当前候选字相邻的在前节点；

确定候选路径；其中，所述候选路径中的每个节点为分别针对所述设定单位内的每个字符选择出的候选字，同一候选路径中的相邻节点是根据每个候选字的在前节点确定的；

比较各候选路径的最后节点的维特比概率，以最后节点的维特比概率最大的候选路径作为所述识别结果。