[发明专利]一种根据允许集对字符串OCR识别结果检错与纠错的方法

权利要求书

1.一种根据允许集对字符串OCR识别结果检错与纠错的方法，其特征在于，包括下述步骤：

1)输入允许集和OCR识别结果；

2)从OCR识别结果中找出重复字符串；

3)从OCR识别结果中找出存在的字符串、而允许集中不存在的字符串，记为不可存在字符串；

4)从允许集中找出存在的字符串、而OCR识别结果中不存在的字符串，记为缺失字符串；

5)重复字符串、不可存在字符串和缺失字符串即为OCR识别结果中错误的字符串；

6)判断允许集中的所有字符串在每一个字符串位置是否具有相同字符；若具有相同字符，则将该位置与该字符构造成<位置,字符>，记为固定位置字符对；

7)对每一个不可存在字符串，用固定位置字符对的字符替换其相应位置处的字符，替换后的字符串组成纠正中间集；

8)从纠正中间集中找出与缺失字符串相同的字符串，组成纠正结果集；纠正结果集中字符串即为纠正成功的字符串。

2.根据权利要求1所述的方法，其特征在于，所述步骤6的操作包含下述步骤：

6a)输入允许集数据；

6b)定义字符串位置index，定义字符char，定义元素为<index,char>的集合set，定义初始状态init；

6c)置index值为0，清空set，置init值为1；

6d)判断允许集是否为空；若为空，则返回set并结束本方法；若不为空，则取出允许集中最长的一个字符串；

6e)判断index值是否小于该字符串长度；若小于，则置char值为该字符串在index位置处字符；若不小于，则置index值为0，置init值为0，跳转至步骤6d)；

6f)判断init值是否为1；若为1，则构造键值对<index,char>并存入集合set；若不为1，则删除set中键为index而值不为char的元素；

6g)将index值增1并继续执行步骤6e)。