[发明专利]文本序列识别方法和装置

权利要求书

1.一种文本序列识别方法，所述方法包括：

从文档图像中分割出文本序列图像；

将所述文本序列图像二值化，并将二值化后的文本序列图像投影到文本阅读方向上，获取二值化后的文本序列图像背景区域的像素值，若所述背景区域的像素值高于预设像素值，则选择局部高点作为候选切分点，若所述背景区域的像素值等于或者低于所述预设像素值，则选择局部低点作为所述候选切分点；

获取各所述候选切分点相应的切分点置信度；

按照各所述候选切分点的不同组合方式，对所述文本序列图像进行分隔，得到可选的切分字符图像组合；

根据对所述切分字符图像组合中的切分字符图像进行字符识别的字符识别得分和相应的切分点置信度融合得到的识别置信度，从所述可选的切分字符图像组合中选择识别置信度最大的预设数量的切分字符图像组合；

获取所述预设数量的切分字符图像组合各自的字符占位一致性得分；所述字符占位一致性得分是指表示相应的切分字符图像组合中识别出的各个字符大小一致性程度的量化值；

将所述字符占位一致性得分与相应切分字符图像组合的识别置信度融合，获得融合后的识别置信度；

选择融合后的识别置信度最大的切分字符图像组合；

将所述识别置信度最大的切分字符图像组合的字符识别结果输出；

其中，所述字符识别通过字符识别模型进行，所述字符识别模型是根据字符图像样本集训练获得的；

所述字符图像样本集通过以下步骤得到：

确定字符集；

对于所述字符集中的每个字符生成差异化的纯净字符图像；所述纯净字符图像中字符和背景采用不同的单纯颜色；

将每个所述纯净字符图像中的字符像素值重置为从预设字符像素值区间中随机选择的像素值；

将重置字符像素值后的纯净字符图像按照预设偏移范围进行随机偏移后，与从背景图像集中随机选择的与所述纯净字符图像尺寸匹配的背景图像叠加；

当叠加后的图像中划分出的多个不相交区块之间的差异度大于或者等于预设阈值，则将叠加后的图像丢弃并从所述背景图像集中重新选择背景图像进行叠加；

当叠加后的图像中划分出的多个不相交区块之间的差异度小于预设阈值时，则保留叠加后的图像；

将叠加后的图像形成字符图像样本集。

2.根据权利要求1所述的方法，其特征在于，从所述可选的切分字符图像组合中选择切分字符图像组合所依据的识别置信度，是对所述切分字符图像组合中的切分字符图像进行字符识别的字符识别得分、相应的语言模型得分以及相应的切分点置信度融合获得的。

3.根据权利要求1所述的方法，其特征在于，所述字符识别通过字符识别模型进行，所述字符识别模型根据字符图像样本集训练获得，且所述字符图像样本集中的字符图像样本被二值化后边缘的像素行中表示字符的第一像素值占比低于预设比例；所述获取对所述文本序列图像进行字符过切分处理的候选切分点和相应的切分点置信度之前，还包括：

将所述文本序列图像进行二值化处理；

统计二值化后的文本序列图像边缘的像素行中的第二像素值占比；

若所述第二像素值占比低于所述预设比例，则将所述文本序列图像进行像素值翻转。

4.根据权利要求1所述的方法，其特征在于，所述字符识别通过字符识别模型进行，所述字符识别模型是根据字符图像样本集对已训练的用于识别图像的卷积神经网络的参数进行迭代调整获得的。

5.根据权利要求1所述的方法，其特征在于，所述对于所述字符集中的每个字符生成差异化的纯净字符图像，包括：

对于所述字符集中的每个字符，生成不同字体、不同大小以及不同粗细的纯净字符图像。

6.根据权利要求5所述的方法，其特征在于，所述将叠加后的图像形成字符图像样本集之前，还包括：

按照多种噪声强度和/或多种噪声添加处理次数对叠加后的图像进行噪声添加处理。