[发明专利]基于卷积神经网络的字体图像中字体种类检测方法及系统

权利要求书

1.基于卷积神经网络的字体图像中字体种类检测方法，其特征在于包括：

建立背景图像数据库，通过背景图像素材网站抓取若干张背景图像，存储所述背景图像，得到背景图像数据库；

建立字体种类数据库，通过知识产权网站抓取已获得版权的若干种字体种类，存储所述字体种类，得到字体种类数据库；

建立字体样本数据库，将所述背景图像数据库中的每张所述背景图像与所述字体种类数据库中的每种字体种类进行有机组合，根据预设字体坐标尺寸信息在所述字体种类对应的所述背景图像中编辑所述字体种类对应的字体，得到字体图像；将所述字体图像、所述字体种类以及所述预设字体坐标尺寸信息存储至预设样本数据库中，得到字体图像样本数据库，其中，每张所述背景图像对应一种所述字体种类；

建立字体种类检测模型，将所述字体图像样本数据库中的所述字体图像、所述字体种类以及所述预设字体坐标尺寸信息输入至训练模型中，采用卷积神经网络算法对所述训练模型进行训练并得到字体种类检测模型；

获取待测字体图像，获取用户上传的带有字体的待测字体图像；

字体种类检测，将所述待测字体图像输入至所述字体种类检测模型，所述字体种类检测模型输出对应的所述字体种类。

2.如权利要求1所述的基于卷积神经网络的字体图像中字体种类检测方法，其特征在于：所述建立背景图像数据库还包括对所述背景图像进行灰度处理。

3.如权利要求2所述的基于卷积神经网络的字体图像中字体种类检测方法，其特征在于：所述对所述背景图像进行灰度处理具体为采用加权平均法对所述背景图像进行灰度处理。

4.如权利要求1所述的基于卷积神经网络的字体图像中字体种类检测方法，其特征在于：所述建立字体种类检测模型具体为：将所述字体图像样本数据库中的所述字体图像、所述字体种类以及所述预设字体坐标尺寸信息输入至训练模型中，采用卷积神经网络算法对所述训练模型进行训练，当所述训练的次数达到预设次数阈值时，所述训练停止，得到已训练模型，将预存的测试字体图像输入所述已训练模型中进行测试，得到输出字体种类，将所述输出字体种类与对应的测试字体种类进行比较并得到所述已训练模型的识别准确率，当所述识别准确率达到预设识别率阈值时，所述训练模型即作为字体种类检测模型。

5.如权利要求1所述的基于卷积神经网络的字体图像中字体种类检测方法，其特征在于：所述字体种类检测之前还包括采用加权平均法对所述待测字体图像进行灰度处理。

6.如权利要求1所述的基于卷积神经网络的字体图像中字体种类检测方法，其特征在于：将所述字体种类检测模型输出对应的所述字体种类发送至用户终端。

7.基于卷积神经网络的字体图像中字体种类检测系统，其特征在于包括：

建立背景图像数据库模块，所述建立背景图像数据库模块用于通过背景图像素材网站抓取若干张背景图像，存储所述背景图像，得到背景图像数据库；

建立字体种类数据库模块，所述建立字体种类数据库模块用于通过知识产权网站抓取已获得版权的若干种字体种类，存储所述字体种类，得到字体种类数据库；

建立字体样本数据库模块，所述建立字体样本数据库模块用于将所述背景图像数据库中的每张所述背景图像与所述字体种类数据库中的每种字体种类进行有机组合，根据预设字体坐标尺寸信息在所述字体种类对应的所述背景图像中编辑所述字体种类对应的字体，得到字体图像；将所述字体图像、所述字体种类以及所述预设字体坐标尺寸信息存储至预设样本数据库中，得到字体图像样本数据库，其中，每张所述背景图像对应一种所述字体种类；

建立字体种类检测模型模块，所述建立字体种类检测模型模块用于将所述字体图像样本数据库中的所述字体图像、所述字体种类以及所述预设字体坐标尺寸信息输入至训练模型中，采用卷积神经网络算法对所述训练模型进行训练并得到字体种类检测模型；

获取模块，所述获取模块用于获取用户上传的带有字体的待测字体图像；

字体种类检测模块，所述字体种类检测模块用于将所述待测字体图像输入至所述字体种类检测模型，所述字体种类检测模型输出对应的所述字体种类。