[发明专利]文本序列识别方法和装置

说明书

本发明涉及一种文本序列识别方法和装置，所述方法包括：从文档图像中分割出文本序列图像；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；根据所述候选切分点确定可选的切分字符图像组合；根据对所述切分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。本发明提供的文本序列识别方法和装置，不仅对存在字符粘连情况的低质量文档图像识别准确性有很大提升，而且对于高质量文档图像识别准确性也有保证。

技术领域

本发明涉及图像识别技术领域，特别是涉及一种文本序列识别方法和装置。

背景技术

文本行识别以识别由字符串组成的文本行为目标，一直是模式识别领域的活跃课题。目前，在高分辨率的文档图像中识别出文本行，已经得到了较好的解决。但是，低质量文档图像中的文本行识别却仍然没有较好的解决方案。

目前，对于各种文档图像的文本行识别，可通过字符识别得分和语言模型得分对识别出的可能的文本行字符串进行打分，将得分最高的文本行字符串作为识别结果。然而，低质量文档图像中会存在字符粘连的情况，这种情况下文本行识别结果准确性会降低很多。

发明内容

基于此，有必要针对将存在字符粘连情况的低质量文档图像进行文本序列识别准确性低的问题，提供一种文本序列识别方法和装置。

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；

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；

根据所述候选切分点确定可选的切分字符图像组合；

根据对所述切分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。

一种文本序列识别装置，所述装置包括：

文本序列图像分割模块，用于从文档图像中分割出文本序列图像；

字符过切分处理模块，用于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；

识别模块，用于根据所述候选切分点确定可选的切分字符图像组合；根据对所述切分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。

上述文本序列识别方法和装置，从文档图像中分割出文本序列图像后，获取对文本序列图像进行字符过切分处理的候选切分点以及切分点置信度，这样利用候选切分点可以构造出各种可选的切分字符图像组合，以尽可能覆盖文本序列图像真实的切分图像组合。在可选的切分字符图像组合中，利用字符识别得分和切分点置信度融合得到的识别置信度来选择最优的切分字符图像组合。这样识别置信度可以综合反映字符识别结果的可信程度以及相应的切分字符图像组合的切分方式的可信程度，从而可以依据文本序列中字符本身的形态特征进行文本序列识别，不仅对存在字符粘连情况的低质量文档图像识别准确性有很大提升，而且对于高质量文档图像识别准确性也有保证。

附图说明

图1为一个实施例中电子设备的内部结构示意图；

图2为一个实施例中文本序列识别方法的流程示意图；