[发明专利]藏文字符识别装置与方法

说明书

本发明提供了一种藏文字符识别装置与方法，涉及字符识别领域。该藏文字符识别装置与方法通过接收一高拍仪发送的拍摄得到的藏文字符文档图像，依据藏文字符文档图像的尺寸、每个行区域的行间距、每个疑似藏文字符在预建立的坐标系的坐标以及每个疑似藏文字符的最小矩形外框的面积实时生成与藏文字符的特征关联的自适应阈值范围；若每个藏文字符外的最小矩形外框的属性特征不在实时生成的自适应阈值范围内时，对处于该最小矩形外框内的藏文字符进行分割或合并，从而针对藏文的特殊结构与特殊的字节形状，排除了对藏文字符误识别的情况，提高了对藏文字符识别的准确率度。

技术领域

本发明涉及字符识别领域，具体而言，涉及一种藏文字符识别装置与方法。

背景技术

藏族传统文化是中国灿烂文化摇篮中的一员，藏文的历史悠久，文字的造型优美，用藏文记载的文献古籍和译作数不胜数，而为了将这些传统的优秀的文化长久地留存下去，文字的信息化便显得非常重要，在现有的信息科技大时代下，对文字的信息化的实例已经屡见不鲜，英文，汉字的识别技术也已经很成熟。

现有的字符识别技术，主要以特征提取为主，送入特征分类器，输出最后识别的字符；而英语、汉字的字型固定，在预处理上相对容易，但藏文的结构变化比较多，字节也有很多形状，以现有的字符识别技术难以提高识别率，对藏文字符识别的准确率低。

发明内容

有鉴于此，本发明实施例的目的在于提供一种藏文字符识别装置与方法。

第一方面，本发明实施例提供了一种藏文字符识别装置，所述藏文字符识别装置包括：

信息接收单元，用于接收一高拍仪发送的拍摄得到的藏文字符文档图像，其中，所述藏文字符文档图像为被所述高拍仪自带的图像与处理功能的进行倾斜校准以及降噪二值化后得到的藏文字符文档图像；

字符初步分割单元，用于将藏文字符文档图像包含的候选文本区域中的整齐排列的藏文字符识别为多个行区域，再利用每个行区域内的疑似藏文字符外的最小矩形外框将每个疑似藏文字符逐个独立分割出；

文本属性识别单元，用于识别出藏文字符文档图像的尺寸、每个行区域的行间距、每个疑似藏文字符在预建立的坐标系的坐标以及每个疑似藏文字符的最小矩形外框的面积；

自适应阈值范围生成单元，用于依据所述藏文字符文档图像的尺寸、每个行区域的行间距、每个疑似藏文字符在预建立的坐标系的坐标以及每个疑似藏文字符的最小矩形外框的面积实时生成与藏文字符的特征关联的自适应阈值范围；

疑似字符处理单元，用于若每个藏文字符外的最小矩形外框的属性特征不在实时生成的自适应阈值范围内时，对处于该最小矩形外框内的藏文字符进行分割或合并或删除。

第二方面，本发明实施例还提供了一种藏文字符识别方法，所述藏文字符识别方法包括：

接收一高拍仪发送的拍摄得到的藏文字符文档图像，其中，所述藏文字符文档图像为被所述高拍仪自带的图像与处理功能的进行倾斜校准以及降噪二值化后得到的藏文字符文档图像；

将藏文字符文档图像包含的候选文本区域中的整齐排列的藏文字符识别为多个行区域，再利用每个行区域内的疑似藏文字符外的最小矩形外框将每个疑似藏文字符逐个独立分割出；

识别出藏文字符文档图像的尺寸、每个行区域的行间距、每个疑似藏文字符在预建立的坐标系的坐标以及每个疑似藏文字符的最小矩形外框的面积；

依据所述藏文字符文档图像的尺寸、每个行区域的行间距、每个疑似藏文字符在预建立的坐标系的坐标以及每个疑似藏文字符的最小矩形外框的面积实时生成与藏文字符的特征关联的自适应阈值范围；

若每个藏文字符外的最小矩形外框的属性特征不在实时生成的自适应阈值范围内时，对处于该最小矩形外框内的藏文字符进行分割或合并。